-
公开(公告)号：CN111723192A
公开(公告)日：2020-09-29
申请号：CN202010562667.6
申请日：2020-06-19
Applicant: 南开大学 , 天津给智信息技术股份有限公司
IPC: G06F16/335 , G06F16/35 , G06F8/41 , G06K9/62
Abstract: 本申请实施例提供了一种代码推荐方法、装置、电子设备和计算机可读存储介质，解决了现有代码自动推荐功能无法给用户提供类级别的参考，且代码推荐效率不高的问题。该代码推荐方法包括：将多个待选数据输入训练好的分类模型，得到与多个所述待选数据一一对应的多个分类，其中，多个所述待选数据用于表征多个候选代码的内容；根据与多个所述待选数据一一对应的多个所述分类，获取与多个所述分类一一对应的多个分类相似度值；以及根据所述多个分类相似度值，从所述多个候选代码中获取推荐代码。
-
Patent Agency Ranking
公开(公告)号：CN109683946A
公开(公告)日：2019-04-26
申请号：CN201811521684.4
申请日：2018-12-13
Applicant: 南开大学
CPC classification number: G06F8/71 , G06F17/2785 , G06N3/0454 , G06N3/084 , G06Q30/0282
Abstract: 一种基于代码克隆技术的用户评论推荐方法，该方法结合代码克隆技术和用户评论推荐算法为新开发的软件或缺少用户评论的软件提供合理有效的评论。主要过程有：首先收集大量代码克隆数据，使用AST以及Word2Vec处理数据集中的代码对并将其表示为向量，基于向量进行CNN模型训练及保存；其次是用户评论阶段数据的收集及预处理，将用户基于插件输入的代码和用于评论推荐的代码组成代码对，采用代码克隆阶段相同的处理方法将代码对表示为向量；最后基于向量和保存的CNN模型进行相似度值的预测，最终为用户输入的代码段提供合理有效的用户评论。本发明解决了应用软件没有足够多有效用户评论的难题，为软件的进一步提升和改进提供更多有效的信息。
-
公开(公告)号：CN109614105A
公开(公告)日：2019-04-12
申请号：CN201811522157.5
申请日：2018-12-13
Applicant: 南开大学
Abstract: 一种启动方式敏感的Android应用返回栈状态静态模拟方法。该方法包括：从Android应用AndroidManifest.xml文件中提取部分返回栈状态相关配置，并通过为每个Activity类构造一个对象的堆内存分配点以及依据控制流组织每个Activity对象被重写的回调函数调用顺序为Android应用构造辅助主函数；通过对辅助主函数进行指向分析提取Activity启动关系中的目标Activity类和返回栈状态相关配置，从而构建Activity对象的启动图；基于Activity启动图构造返回栈状态变迁图。返回栈状态变迁图能支持多种上层应用，如GUI模型构建、GUI测试、漏洞挖掘、缺陷检测等，且避免当前启动方式不敏感的Activity跳转分析造成的非法路径问题。
-
公开(公告)号：CN109614105B
公开(公告)日：2022-02-15
申请号：CN201811522157.5
申请日：2018-12-13
Applicant: 南开大学
Abstract: 一种启动方式敏感的Android应用返回栈状态静态模拟方法。该方法包括：从Android应用AndroidManifest.xml文件中提取部分返回栈状态相关配置，并通过为每个Activity类构造一个对象的堆内存分配点以及依据控制流组织每个Activity对象被重写的回调函数调用顺序为Android应用构造辅助主函数；通过对辅助主函数进行指向分析提取Activity启动关系中的目标Activity类和返回栈状态相关配置，从而构建Activity对象的启动图；基于Activity启动图构造返回栈状态变迁图。返回栈状态变迁图能支持多种上层应用，如GUI模型构建、GUI测试、漏洞挖掘、缺陷检测等，且避免当前启动方式不敏感的Activity跳转分析造成的非法路径问题。
-
公开(公告)号：CN109683946B
公开(公告)日：2021-12-03
申请号：CN201811521684.4
申请日：2018-12-13
Applicant: 南开大学
IPC: G06F8/71 , G06F40/253 , G06Q30/02 , G06N3/04 , G06N3/08
Abstract: 一种基于代码克隆技术的用户评论推荐方法，该方法结合代码克隆技术和用户评论推荐算法为新开发的软件或缺少用户评论的软件提供合理有效的评论。主要过程有：首先收集大量代码克隆数据，使用AST以及Word2Vec处理数据集中的代码对并将其表示为向量，基于向量进行CNN模型训练及保存；其次是用户评论阶段数据的收集及预处理，将用户基于插件输入的代码和用于评论推荐的代码组成代码对，采用代码克隆阶段相同的处理方法将代码对表示为向量；最后基于向量和保存的CNN模型进行相似度值的预测，最终为用户输入的代码段提供合理有效的用户评论。本发明解决了应用软件没有足够多有效用户评论的难题，为软件的进一步提升和改进提供更多有效的信息。
-
公开(公告)号：CN111723192B
公开(公告)日：2024-02-02
申请号：CN202010562667.6
申请日：2020-06-19
Applicant: 南开大学 , 天津给智信息技术股份有限公司
IPC: G06F16/335 , G06F16/35 , G06F8/41 , G06F18/22 , G06F18/2431
Abstract: 本申请实施例提供了一种代码推荐方法、装置、电子设备和计算机可读存储介质，解决了现有代码自动推荐功能无法给用户提供类级别的参考，且代码推荐效率不高的问题。该代码推荐方法包括：将多个待选数据输入训练好的分类模型，得到与多个所述待选数据一一对应的多个分类，其中，多个所述待选数据用于表征多个候选代码的内容；根据与多个所述待选数据一一对应的多个所述分类，获取与多个所述分类一一对应的多个分类相似度值；以及根据所述多个分类相似度值，从所述多个候选代码中获取推荐代码。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
