近日，我校PRiSE研究團(tuán)隊(duì)王勇教授指導(dǎo)的21級(jí)碩士研究生陳林俊的最新研究成果被《Automated Software Engineering》（簡(jiǎn)稱(chēng)ASEJ）錄用。ASEJ是1994年Springer US出版的軟件工程領(lǐng)域知名期刊，刊期為Quarterly。據(jù)最新LetPub顯示，ASEJ年文章數(shù)為61篇。目前，ASEJ為中科院軟件工程小類(lèi)1區(qū)，CCF B類(lèi)。該研究成果標(biāo)志我校軟件工程學(xué)科碩士研究生培養(yǎng)取得新進(jìn)展。

針對(duì)API推薦問(wèn)題，該研究成果從提示學(xué)習(xí)的角度提供相應(yīng)的解決方案，提出了一種可視化用戶(hù)查詢(xún)的真實(shí)意愿從而提升API推薦的方法（PTAPI）。編程新手在代碼開(kāi)發(fā)過(guò)程中，當(dāng)通過(guò)自然語(yǔ)言描述搜尋需要的API時(shí)，該方法可以幫助其更精準(zhǔn)、快速的找到正確答案。

（PTAPI整體框架流程圖）

具體來(lái)說(shuō)，該研究采用用戶(hù)查詢(xún)?cè)鰪?qiáng)的方法，首先通過(guò)用戶(hù)的查詢(xún)搜尋Stack Overflow中相似的帖子，用戶(hù)根據(jù)帖子的標(biāo)題選取最符合自己意愿的作為提示。然后，將得到的提示與用戶(hù)初始輸入合并成新的查詢(xún)。最后，新生成的問(wèn)題與Stack Overflow帖子和API官方文檔雙信息源計(jì)算相似度，在兩者綜合得分下得到最后的候選API序列。該研究具有重要理論研究意義和實(shí)際應(yīng)用價(jià)值，為API推薦提供了一種嶄新的思路。

（文/圖：陳林俊；審核：王勇）