华东师范大学学报(自然科学版)

作者：陈宇航, 王世宙, 汤正婷, 陈良育, 姜宁康

关键词：软件分类,第三方软件系统,方法重要性分数,code2vec,

基金：国家自然科学基金 (62272416)

第三方软件系统在现代软件开发过程中有着重要的作用. 软件开发人员根据需求, 在第三方软件库中检索合适的依赖库来构建软件, 可避免许多重复工作, 加快开发过程. 然而, 检索第三方依赖库的过程可能会很困难. 通常第三方软件库提供预设的标签 (类别) 给软件开发人员进行查找, 但是如果一个软件的预设标签被错误地标注, 软件开发人员就无法查找到其需要的库, 这势必会影响开发过程. 提出了一种软件分类模型来解决上述挑战, 模型结合方法向量、方法重要性和文本向量, 将未知类别的软件分类到已知类别. 鉴于此问题尚未有公开的数据集, 为此建立了一个数据集并公开, 此数据集包含来自Maven存储库的30种类别的120个软件系统. 在此自建数据集上对提出的分类模型进行了测试, 预测类别的准确度对于1个候选者的情况 (top-1) 为70%, 对于3个候选者的情况 (top-3) 则达到了90%. 实验结果表明, 所提模型可以有效用于对开源存储库中的软件系统分类, 辅助软件开发人员快速查找第三方库.

来源：2025年第1期

《华东师范大学学报(自然科学版)》期刊编辑部

查看华东师范大学学报(自然科学版)杂志2025年第1期