基于隐性情境挖掘的API微环境组合服务方法和关键技术研究

API micro-environment is a information service space that is derived from the associations between API and its documents of example code snippets. API micro-environment plays a important role in developing novel API based software applications. With context mining as a clue and hybrid information retrieval service as a basic method, this application tends to investigate the hybrid method and key techniques for API micro-environment service that is based on recessive context mining. The investigation focuses on hybrid service method of API micro-environment, hybrid recommendation of API example code snippets, reinforced semantic mining, resource space model of API example code snippets, knowledge graph of API contexts, tool software and testing method. The application tends to narrow the gap between the intermixed recessive contexts and pressing need to filter and understand API example code snippets correctly. The contributions of this application will includes that: 1) We propose the basic way of taking the context mining as a clue and a method with hybrid technique approach to guide the research of the application. This give a good example of adapting hybrid techniques into research with complex software tasks. 2) The deep implementation of context mining in the research of key techniques embodies the unique technique characteristics of the research on API micro-environment service. The scientific interest of the application lies in that we tend to answer the question whether we can comprehensively apply current techniques such as semantic analysis, information recommendation and context mining to utilize API knowledge efficiently in a nontraditional way, by overcoming diversity and complexity of contexts in a API micro-environment.

API微环境作为API与样例代码文档之间联动形成的信息服务空间，对于发展基于API的新型软件应用非常重要。项目将以信息获取的混合手段为服务方法、以情境挖掘为线索，研究基于隐性情境挖掘的API微环境的组合服务方法和关键技术。重点研究基于隐性情境挖掘的微环境组合服务方法、样例代码混合推荐、语义挖掘增强机制、代码资源空间模型、API 场景知识图谱、工具软件和检验方法。研究贡献在于较早采用组合服务方法和以情境挖掘为线索开展研究，为将来更多地采用技术组合方式研究复杂软件任务作出示范；关键技术深度运用情境挖掘技术，体现了微环境服务研究的独特技术方法特征。成果能够帮助消除微环境中隐性情境混杂的现状与准确筛选和理解样例代码迫切需求之间的鸿沟。研究意义在于从科技角度尝试回答，能否综合运用现有的语义分析、信息推荐、情境挖掘等技术，克服微环境中多样和复杂的情境，为有效利用API知识提供不同于传统的方法技术手段。

API（Application Program Interface，应用程序接口）搭建的应用系统不仅是对于传统信息应用的有益补充，而且已经成为构建现代信息应用不可或缺的关键环节，推动着API经济的蓬勃发展。该趋势促使许多API研究步入到微观技术层面，将API微环境作为专属对象，注重对于API细节技术知识的理解和运用。项目组聚焦上述趋势中的一个根本的科学问题就是“API微环境服务中样例代码的筛选和理解”。针对样例代码隐性情境相互混杂的现状，具体包括将API微环境作为API与样例代码文档之间联动形成的信息服务空间，发展API微环境相应的理论方法、关键技术和支撑环境, 提高对于这类基于API的新型软件应用的开发与维护能力。. 以隐性情境挖掘（隐性情境显性化）作为基本线索，逐渐梳理建立复杂API微环境服务的基本技术途径，项目组对API微环境的组合服务方法和关键技术开展深入研究，实际执行情况基本按照年度计划顺利执行，已经实现了预设目标，完成了既定的研究任务。进展和成果具体包括针对“API样例代码隐性情境相互混杂的现状”，提出了基于隐性情境挖掘的微环境组合服务方法，使得通过情境挖掘使得隐性情境显性化，形成新型软件开发与维护的创新途径；形成了与上述微环境组合服务方法相适应的技术体系，以及建立了集成样例代码混合推荐、语义挖掘增强机制、代码资源空间模型、API 场景知识图谱在内的功能案例，整体形成了较为完整的方法和技术体系。. 研究贡献在于较早采用组合服务方法和以情境挖掘为线索开展研究，为将来更多地采用技术组合方式研究复杂软件任务作出示范；关键技术深度运用情境挖掘技术，体现了微环境服务研究的独特技术方法特征。成果能够帮助消除微环境中隐性情境混杂的现状与准确筛选和理解样例代码迫切需求之间的鸿沟。从科技角度尝试回答，能否综合运用现有的语义分析、信息推荐、情境挖掘等技术，克服微环境中多样和复杂的情境，为有效利用API知识提供不同于传统的方法技术手段。. 通过项目执行，形成了一支基于隐性情境挖掘的API微环境组合服务软件建模和应用领域的科研队伍，并与国内外多家知名相关研究单位形成了富有成效的协作关系。项目成果具有广阔的应用前景，作为指导性理论和参考技术体系可以广泛借鉴于许多新型基于API搭建软件的研制工作。