公开(公告)号：CN117892014A

公开(公告)日：2024-04-16

申请号：CN202410060704.1

申请日：2024-01-16

Applicant: 南京大学

Inventor： 余萍 ,  万玲

IPC: G06F16/9536 ,  G06F18/2411 ,  G06F18/22

Abstract: 本发明公开了一种具有隐式反馈机制的上下文感知API推荐方法，基于协同过滤的思想，旨在从相似上下文中的相似方法中获得对每个API调用的评分，根据评分高低进行API推荐，并收集开发人员的隐式反馈信息实现推荐过程的自更新。针对开源软件存储库中存在的大量开源项目，首先选取与当前正在开发的项目最相关的候选项目；然后从相关项目中选择与当前正在编辑实现的方法声明最相似的声明；最后根据这些相似声明的API调用信息建立“用户‑物品”评分共现矩阵，通过计算矩阵缺失值来完成对活动声明的API推荐任务。同时，本发明记录开发人员接收到API推荐列表之后的隐式反馈信息，并根据该信息自更新以上推荐过程，以实现更精准的推荐。

公开(公告)号：CN116560984A

公开(公告)日：2023-08-08

申请号：CN202310459023.8

申请日：2023-04-24

Applicant: 南京大学

Inventor： 余萍 ,  刘相君 ,  万玲

IPC: G06F11/36 ,  G06F18/23

Abstract: 本发明公开一种基于调用依赖图的测试用例聚类分组方法，首先构建测试用例的调用依赖图，并将其转换为节点带属性的图，然后使用最短路径图内核计算测试用例的带属性图之间的相似度，再求取代表整个测试套件相似性的相似度矩阵，最后为测试用例进行聚类分组。本发明利用JavaParser提取出测试套件中所有的测试用例，并分析断言与其他代码语句之间的调用依赖关系。相比其他的可读性增强工具，本发明解决了随机单元测试用例生成工具自动构建的大量测试用例的顺序随机杂乱且其中有些测试用例检查相似的功能行为等问题，利用相似关系和聚类算法为测试用例进行分组归纳，进而提高测试用例的可读性和可理解性，降低维护成本，提高软件开发和测试的效率。

公开(公告)号：CN119781751A

公开(公告)日：2025-04-08

申请号：CN202411852409.6

申请日：2024-12-16

Applicant: 南京大学

Inventor： 余萍 ,  万玲

IPC: G06F8/30 ,  G06N3/0442 ,  G06N3/042 ,  G06F18/213

Abstract: 本发明公开一种基于门控图神经网络的顺序敏感的API推荐方法，从项目源代码中抽取API的调用序列，并将调用序列建模成有向图的数据结构，图中的每个节点表示一个API调用；然后使用预训练的word2vec模型初始化每个API节点的语义表示，并使用一个网络层随机初始化每个图节点的ID表示；再使用门控图神经网络模型学习得到每个图节点的向量表示，通过每个方法声明的API序列表示和方法自身的语义表示得到每个方法声明的向量表示；最后根据API推荐点上下文的全局偏好特征和局部偏好特征输出推荐结果。本发明将API序列的调用顺序编码进有向图的数据结构中，并使用了GGNN，解决了API推荐模式中各个API调用的顺序问题，增强了API推荐模式的准确性和实用性，提高了软件开发效率。