项目（成果）单位：

东南大学

成果简介：

基于面向服务的群智化生态化软件开发研究与实践，智能云开发辅助机器人(Cosine Robot)形成了一套基于群体智能的协作式软件开发、管理和维护支撑工具集。工具集的主要特点有建模各个开发工具、模型和算法之间的关联关系，定义统一规范接口，研制可插拔式、易于协作交互，构建轻量级工具合成与服务应用生成环境；通过兼容性分析和正确性验证机制，支撑工具的动态集成与功能适配。智能云开发辅助机器人(Cosine Robot)提供的工具集目前包括缺陷修复推荐模块，服务组合推荐模块，APP需求推荐模块，代码推荐模块，算法推荐模块，API推荐模块。未来将会不断的增加与集成项目课题组里其他高校提供的各类工具集模块，形成一套完整的软件开发工具集生态。接下来将依次介绍缺陷修复推荐模块，服务组合推荐模块，APP需求推荐模块，代码推荐模块，算法推荐模块，API推荐模块。     

缺陷修复推荐模块：针对目前工业界和学术界软件运维领域中的缺陷修复问题，仍然存在需要大量人工干预以及修复技术方案信息过载等问题，Cosine Robot缺陷修复推荐结合专家知识库技术和深度学习技术，实现了基于缺陷修复的专家知识库和融合了DeepFM推荐算法的在线实时缺陷修复解决方案推荐。

服务组合推荐模块：针对用户动态变化的需求，服务组合推荐基于Programmable Web网站的服务之间的组合关系，通过自然语言处理技术，相似度计算模型和图神经网络技术等方法，实现了自适应推荐多种满足用户功能需求的服务组合方案。

APP需求推荐模块：基于自然语言处理技术，神经网络，进行APP竞品推荐。模块采用文本模式匹配方法、文本相似度方法和深度学习等方法，处理用户输入信息，依据应用市场的大量应用数据，给出当前热门的同类竞品应用详细信息，辅助快速了解新APP市场；同时依据对评论的情感分析给出各个热门应用存在的缺陷，为新的应用开发避免诸多现存缺陷提供助力。

代码推荐模块：基于软件开发知识库框架，构建的面向领域的大规模群体软件开发代码知识库，该框架包含异构知识源层、知识发现及融合层、知识表征及存储层、知识应用层、知识交付层、通用服务层等，其中知识表征和存储占据着非常重要的地位。该架构能够通过社区动态发现等挖掘新的软件开发代码知识社区，并将其作为异构知识源进行持续的知识抽取、集成和融合，基于知识图谱建立动态开放式的异构知识的统一表征，对异构知识建立高效的混合存储，支持跨领域的软件开发知识的共享、协同，为开发者在群智化、服务化、生态化环境中进行软件开发提供有效支撑。

算法推荐模块：面对增长迅速的算法，在软件开发过程中为了快速帮助开发者找到与目的最为配适的算法，此模块基于知识图谱以及推荐算法，将网络上所有开源的算法以及其具体信息进行整合构建图谱，包括了算法代码、论文等详细信息。之后凭借推荐算法，根据各个算法对不同具体任务的表现情况、引用情况等进行综合推荐，帮助开发者甚至计算机初学者快速找到最合适的算法。

API推荐模块：根据用户输入的需求描述，利用自然语言处理提取出关键词，根据提取到的关键词从知识库中找到相应API信息，并利用磁性和相关系数（URMC）的无监督排序算法对API质量作出评估，根据API质量好坏对API进行排序后推荐给用户。知识库中的信息由网络爬虫从ProgrammableWeb网站上收集，每天定时更新。