代码搜索与API推荐文献分析
代码搜索和API推荐算法能够帮助开发者有效实现编程任务.截至目前,研究者们发表了一系列相关文献.尽管一些学者对该研究领域的背景和研究现状进行了阐述,但是研究者对该领域中的一些基本领域知识还缺乏了解,如最高产的作者、机构和国家,影响力较大的作者和文献,以及流行的热点研究等.借助经典的文献分析框架,在构建该研究领域文献数据仓库的基础上,首次对该领域的研究进行了基础文献分析和合作模式探索.一方面,基础文献分析的结果表明,近几年越来越多的研究者开始关注该领域的研究,最高产的作者是Cristina Videira Lopes,University of California at Irvine是发表相关文献最多的机构,大部分文献来自美国,根据领域H因子计算得到的最有影响力的作者是Denys Poshyvanyk.另一方面,合作模式的分析结果显示,Tao Xie,Cristina Videira Lopes和DenysPoshyvany是该领域最活跃的三位作者,推荐算法性能的提升及其在软件工程任务中的应用是目前该领域最流行的研究主题.
文献分析、代码搜索、API推荐、合作、研究热点
44
TP311.5(计算技术、计算机技术)
国家自然科学基金项目61370144;教育部新世纪优秀人才计划NCET-13-0073
2017-12-27（万方平台首次上网日期，不代表论文的发表时间）
共8页
475-482
