API推荐与搜索软件服务与应用

1.项目介绍

本作品旨在提供多种方式向开发人员推荐或检索合适API，帮助开发人员发现合适API，提高软件开发效率。 本作品基于API-HeteSim，成功度量了API调用网络中任何类型对象之间的相似性，并捕获每个路径中包含的语义，最终实现了基于异构信息网络的API推荐与搜索系统。作品团队从以站点为代表的API资源站点与多源API文档库中爬取或提取了超过17400个API及相关信息，将其构建为一个API异构信息网络。本团队所开发的工具提供四种软件服务模式，包括a. Windows桌面软件服务；b. Web门户网站服务 http://101.132.187.167:5000/api; c.Python项目软件包服务；d. 移动App服务等。

2.算法介绍

本团队作品将API生产、调用与服务关系转化为异构信息网络，提出并实现了面向API推荐与搜索的相似性度量算法，API-HeteSim。该算法基于元路径与双向随机游走模型，本团队发现，相较于其他异构信息网络的相似性度量算法（HeteSim、PathSim、PCRW等），该算法不仅可以有效地度量API相关联的任何类型对象的相关性，还可以捕获相关路径中包含的潜在关联。 实现API-HeteSim具有挑战性。首先，很难衡量异构网络中任何类型对象的相关性。其次，将不同元路径上的推荐信息结合较为困难。第三，庞大的关联矩阵的计算和存储。通过对已有算法进行创新改进，以及采用有效的计算策略，最终实现了API-HeteSim算法。作品团队在大规模真实数据集上进行了充分的实验，并实现且对比了代表性的已有相关方法，实验结果表明，本团队提出的API-HeteSim算法取得了最优的推荐和搜索性能

3.系统架构设计

本团队研发的API推荐与搜索系统架构图见基于异构信息网络的API推荐与搜索系统，系统主要由四部分组成：

• 1)数据获取：从以ProgrammableWeb为代表的API资源站点与多源API文档库中爬取或使用文本挖掘技术提取了超过17000多个API，以构建我们的API网络。
• 2)网络模型：针对爬取与提取的API信息，本团队设计了异构信息网络模式，构建为一个API异构信息网络。作品团队设计了对称性元路径，也设计了非对称性元路径，具体包括‘API-Developer-API’、‘API-Type-API’、‘API-Company-API’、‘API-Type-API-Company’、‘Developer-API-Type-API’、‘Type-API-Company’、‘Company-API-Type’、‘Company-API-Type-API’。
• 3)算法构建与实现：针对团队所构建的API异构信息网络，首先通过基于路径的相关性度量计算并存储对象之间的相关性矩阵。 基于相关矩阵和高效的计算策略，系统可以提供在线API推荐服务。
• 4)推荐服务：为了便于开发人员可以在不同的环境下使用，团队提供了多种服务模式：a. Windows桌面软件服务；b. Web门户网站服务 http://101.132.187.167:5000/api; c.Python项目软件包服务；d. 移动App服务。

  4.开发相关

• 1)使用Python实现API-HeteSim算法。API-HeteSim是本团队提出的API异构信息网络上的相关性学习算法，该算法基于元路径与双向随机游走模型。
• 2)验证API推荐的有效性，本团队使用爬虫技术从 Programmableweb网站收集了大量真实世界的 API 数据，同时，本团队使用文本挖掘技术从多源API文档库中提取出了API数据，包括API名称、提供商、标签、简介、调用参数、返回参数、调用方式、网络资源站点、被关注的开发者、相关联的SDK、相关联的Mashup、代表性图片等信息。在提取出的API数据上进行一系列实验验证，并在真实软件开发环境（西安核音智言科技有限公司）进行了部署、验证与使用，多方面验证了所研发的API推荐与搜索服务的有效性。
• 3)使用Python的GUI编程实现API推荐的图形化界面，并将项目打包成可执行文件，实现了Windows桌面软件服务。
• 4)使用Python的Flask框架完成网站搭建，并将其部署到阿里云，实现了Web门户网站服务。
• 5)将Python代码打包发布到PyPi(Python包库)，实现了Python项目软件包服务。
• 6)使用安卓开发技术，实现了移动端App服务。