大数据 ›› 2021, Vol. 7 ›› Issue (1): 37-47.doi: 10.11959/j.issn.2096-0271.2021003

• 专题:数据驱动的软件智能化开发 • 上一篇    

基于上下文的智能化代码复用推荐

彭鑫1,2, 陈驰1,2, 林云3   

  1. 1 复旦大学计算机科学技术学院,上海 200438
    2 上海市数据科学重点实验室,上海 200438
    3 新加坡国立大学计算机学院,新加坡 117418
  • 出版日期:2021-01-15 发布日期:2021-01-01
  • 作者简介:(1979- ),男,博士,复旦大学教授、计算机科学技术学院副院长、软件学院副院长。中国计算机学会软件工程专业委员会副主任,Journal of Software: Evolution and Process联合主编,ACM Transactions on Software Engineering and Methodology编委,《软件学报》编委,Empirical Software Engineering编委,IEEE软件维护与进化国际会议(ICSME)执行委员(2017—2020年)。2016年获得NASAC青年软件创新奖。主要研究方向为软件开发大数据分析、智能化软件开发、云原生与智能化运维、泛在计算软件系统等
    陈驰(1993- ),男,复旦大学计算机科学技术学院博士生,主要研究方向为智能化软件开发
    林云(1988- ),男,博士,新加坡国立大学计算机学院高级博士后研究员,主要研究方向为软件调试技术、软件测试、代码推荐与代码重构
  • 基金资助:
    国家重点研发计划基金资助项目(2016YFB1000800)

Context-based intelligent recommendation for code reuse

Xin PENG1,2, Chi CHEN1,2, Yun LIN3   

  1. 1 School of Computer Science, Fudan University, Shanghai 200438, China
    2 Shanghai Key Laboratory of Data Science, Shanghai 200438, China
    3 School of Computing, National University of Singapore, Singapore 117418, Singapor
  • Online:2021-01-15 Published:2021-01-01
  • Supported by:
    The National Key Research and Development Program of China(2016YFB1000800)

摘要:

基于代码大数据分析、挖掘和学习的智能化代码复用推荐能够有效地提高软件复用的效率和质量,包括特定领域内的共性代码单元以及与领域无关的通用代码单元。围绕基于上下文的智能化代码复用推荐这一主题,阐述了基于模板挖掘的代码复用推荐和基于深度学习的代码复用推荐两个方面的研究工作。在此基础上,针对基于上下文的智能化代码复用推荐的未来发展方向进行了展望。

关键词: 软件复用, 代码推荐, 代码上下文, API, 代码模板, 深度学习

Abstract:

Intelligent code reuse recommendation based on code-related big data analysis, mining, and learning can improve the efficiency and quality of software reuse significantly. The targets of reuse include domain specific common code units and domain independent common code units. Context-based intelligent recommendation for code reuse was focused, template mining based code reuse recommendation and deep learning based code reuse recommendation were described. Based on these two parts of work, the future trend of context based intelligent recommendation for code reuse was discussed further.

Key words: software reuse, code recommendation, code context, API, code template, deep learning

中图分类号: 

No Suggested Reading articles found!