跨项目编程任务上下文预测方法技术

本发明专利技术公开了一种跨项目编程任务上下文预测方法，包括：从跨项目中收集交互历史开发数据；进行过滤等数据清洗工作，划分工作阶段并解析代码元素；通过识别代码仓库与分析时间信息，将工作阶段与编程数据融合；挖掘代码元素结构关系并构建代码上下文模型；为代码元素分配抽象角色，将代码上下文模型抽象化；挖掘抽象模型的拓扑逻辑模式，并按项目特征分类；选取特征接近的特定的分类拓扑逻辑模式库，通过代码上下文模型预测算法，经过扩展、相近模式库选择、子图挖掘、模式匹配、归并、置信度计算等步骤，为目标项目的初始编程任务预测代码上下文，解决因目标项目历史数据稀缺而导致的难预测问题，并向开发者提供建议与推荐。并向开发者提供建议与推荐。并向开发者提供建议与推荐。

【技术实现步骤摘要】
跨项目编程任务上下文预测方法


[0001]本专利技术专利涉及计算机技术与软件工程领域、大数据分析方向，具体涉及一种跨项目编程任务上下文预测方法。

技术介绍

[0002]编程任务是软件开发中的一项关键活动。在执行编程任务时，开发者往往将多种紧密关联的复杂活动结合，以在头脑中形成编程任务上下文。编程任务上下文指的是与该编程任务相关的代码元素，以及这些代码元素之间的关系。研究表明，开发者在软件开发工作中需要在编程任务上下文间进行频繁的切换，严重影响了软件开发效率。
[0003]显性捕获编程任务上下文是一种可以帮助应对频繁切换上下文引起的思路中断、恢复任务执行状态以提升软件开发效率的有效方法。目前，许多可以帮助显性捕获编程任务上下文的方法已被提出，其中一种思想是由开发者自己建立上下文模型，并提供相关的平台或工具以帮助开发者完成这一工作，但这类方法会大量耗费开发者额外的时间。另一种思想则是自动构建代码上下文模型，包括利用代码元素的结构信息、利用开发历史数据两种策略。然而，在实际的开发场景中，因为项目刚刚启动或其他原因，常常会有历史数据稀缺的情况，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种跨项目编程任务上下文预测方法，其特征在于，包括以下步骤：步骤1：收集跨项目的交互历史，随后进行数据清洗，划分出工作阶段，最后将工作阶段与开发数据融合，形成跨项目工作阶段数据集；步骤2：从跨项目工作阶段数据集中挖掘代码元素的结构关系，并基于此为每个工作阶段构建代码上下文模型，随后对模型进行抽象化处理，得到跨项目代码上下文模型库；步骤3：从跨项目代码上下文模型中，挖掘拓扑逻辑模式，并对模式库按项目进行分类，以跨项目的模式库为输入，通过代码上下文模型预测算法，为目标项目的初始编程任务预测代码上下文。2.根据权利1所述的跨项目编程任务上下文预测方法，其特征在于，步骤1中，数据清洗，划分出工作阶段，具体包括：过滤重复交互历史、无关交互事件无效数据，随后将交互历史划分为工作阶段，并提取每个工作阶段访问到的元素，从中解析出代码元素。3.根据权利1所述的跨项目编程任务上下文预测方法，其特征在于，步骤1中，将工作阶段与开发数据融合，具体包括：分析工作阶段时间信息，结合识别出的代码仓库，定位该工作阶段对应的代码提交版本，获取开发编程数据。4.根据权利1所述的跨项目编程任务上下文预测方法，其特征在于，步骤2中，挖掘代码元素的结构关系，并基于此为每个工作阶段构建代码上下文模型，具体包括：结合工作阶段的代码元素以及从编程数据中挖掘出的结构关系，为每个工作阶段建立代码上下文模型，其中以节点表示代码元素，以有向边表示元素间的结构关系。5.根据权利1所述的跨项目编程任务上下文预测方法，其特征在于，步骤2中，对模型进行抽象化处理，具体包括：以注释形式为方...

【专利技术属性】
技术研发人员：万志远，王懿丰，杨小虎，
申请(专利权)人：浙江大学，
类型：发明
国别省市：