基于自然近邻与协同过滤的API推荐方法

• 作者: 郑黄河 黄志球 李伟湋 喻垚慎 王永超
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 代码复用 API推荐 自然近邻 BM25 协同过滤
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 计算机与控制工程|Computer and Control Engineering
• 页码范围: 494-502
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2022.03.008

摘要

为了解决由于近邻选择不恰当导致的推荐性能下降问题,提出基于自然近邻与协同过滤的API推荐方法——N-APIRec.该方法利用BM25算法将项目转换成向量,以自然近邻算法筛选数据集中的相似项目以减少搜索范围,从相似项目中筛选相似的方法声明,通过协同过滤的方式推荐API.将N-APIRec在MV、SH数据集上与前沿方法进行实验对比,结果验证了N-APIRec的有效性,在MV、SH数据集上的推荐成功率分别为77.38％、30.00％,优于现有方法.