[發明專利]代碼推薦方法和裝置

在審

• 申請號: 202010562667.6
• 申請日: 2020-06-19
• 公開（公告）號: CN111723192A
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 許靜;過辰楷;楊卉;張青峰
• 申請（專利權）人: 南開大學;天津給智信息技術股份有限公司
• 主分類號: G06F16/335
• 分類號: G06F16/335;G06F16/35;G06F8/41;G06K9/62
• 代理公司: 北京布瑞知識產權代理有限公司 11505
• 代理人: 李浩

1.一種代碼推薦方法，其特征在于，包括：

將多個待選數據輸入訓練好的分類模型，得到與多個所述待選數據一一對應的多個分類，其中，多個所述待選數據用于表征多個候選代碼和用戶代碼的內容；

根據與多個所述待選數據一一對應的多個所述分類，獲取與多個所述分類一一對應的多個分類相似度值；以及

根據所述多個分類相似度值，從所述多個候選代碼中獲取推薦代碼。

2.根據權利要求1所述的代碼推薦方法，其特征在于，所述根據所述多個分類相似度值，從所述多個候選代碼中獲取推薦代碼包括：根據所述多個分類相似度值和初步相似度值的和，從所述多個候選代碼中獲取推薦代碼；

其中，所述根據所述多個分類相似度值和初步相似度值的和，從所述多個候選代碼中獲取推薦代碼之前還包括：

根據多個所述候選代碼和所述用戶代碼，得到與多個所述候選代碼一一對應的多個初步相似度值；以及

將與多個所述候選代碼一一對應的多個所述初步相似度值和多個所述分類相似度值分別相加，得到與多個所述候選代碼一一對應的所述多個分類相似度值和初步相似度值的和。

3.根據權利要求2所述的代碼推薦方法，其特征在于，所述將多個待選數據輸入訓練好的分類模型之前還包括：

對多個原始候選代碼進行特征提取，得到與所述多個原始候選代碼對應的所述多個原始候選代碼的特征矩陣；

對所述用戶代碼進行特征提取，得到與所述用戶代碼對應的所述用戶代碼的特征向量；

將所述多個原始候選代碼的所述特征矩陣與所述用戶代碼的所述特征向量相乘，得到所述多個原始候選代碼與所述用戶代碼的初步相似度向量，其中，所述相似度向量包含與所述多個原始候選代碼一一對應的多個相似度向量元素值；以及

提取與所述多個原始候選代碼一一對應的多個所述相似度向量元素值大于預設閾值的代碼，得到多個候選代碼。

4.根據權利要求3所述的代碼推薦方法，其特征在于，所述根據多個所述候選代碼和所述用戶代碼，得到與多個所述候選代碼一一對應的多個初步相似度值包括：

提取與多個所述候選代碼一一對應的多個相似度向量元素值；以及將與多個所述候選代碼一一對應的多個所述相似度向量元素值進行歸一化處理，得到與多個所述候選代碼一一對應的多個所述初步相似度值。

5.根據權利要求3所述的代碼推薦方法，其特征在于，所述將多個待選數據輸入訓練好的分類模型之前還包括：

在項目集平臺收集多個項目；以及

提取多個所述項目中每個所述項目的多個類文件，得到所述多個原始候選代碼。

6.根據權利要求5所述的代碼推薦方法，其特征在于，所述在項目集平臺收集多個項目包括：

在項目集平臺收集多個關注度大于預設數值的項目。

7.根據權利要求1所述的代碼推薦方法，其特征在于，所述將多個待選數據輸入訓練好的分類模型之前包括：

使用訓練集對所述分類模型進行訓練，得到訓練好的所述分類模型；

其中，所述使用訓練集對所述分類模型進行訓練，得到訓練好的所述分類模型之前包括：

對代碼數據集中的多個代碼進行抽象語法樹結點提取，得到所述代碼數據集中的所述多個代碼的抽象語法樹；以及

將所述多個代碼的抽象語法樹分別進行詞向量轉化，得到多個用于表征所述代碼數據集的內容的所述訓練集。

8.根據權利要求1所述的代碼推薦方法，其特征在于，所述將多個待選數據輸入訓練好的分類模型之前還包括：

對多個代碼集分別進行抽象語法樹結點提取，得到所述多個代碼集的抽象語法樹，其中，多個所述代碼集用于表征多個所述候選代碼內容和用戶代碼內容的集合；以及

將所述多個代碼集的抽象語法樹進行詞向量轉化，得到用于表征多個所述候選代碼內容的多個所述待選數據。