バイトコードからのAPI使用法の学習

モバイルアプリ開発者は標準APIフレームワークとライブラリに大きく依存しています。しかし、モバイルシステムのAPIフレームワークの急速な変化やAPIドキュメントおよびソースコードの例の不十分さから、API使用法を学ぶことはしばしば困難です。本論文では、AndroidモバイルアプリのバイトコードからAPI使用法を学ぶ新しいアプローチを提案します。私たちの主要な貢献には、API使用法の統計モデルであるHAPIと、アプリのバイトコードからメソッド呼び出しシーケンスを抽出し、それらのシーケンスに基づいてHAPIを訓練し、訓練されたHAPIを使用してコード補完でのメソッド呼び出しを推奨するための3つのアルゴリズムが含まれます。私たちの実証評価は、プロトタイプツールが3億5千万のメソッドシーケンスを持つ20万のアプリからAPI使用法を効果的に学習できることを示しています。次のメソッド呼び出しを90%の精度で上位3件で推奨し、平均して10～20%ベースラインアプローチよりも優れています。