通过整体推荐系统支持软件开发者

推荐系统的承诺是在开发者编程任务中提供智能支持。这种支持包括建议程序实体，以及考虑相关的问答页面。然而，当前的推荐系统将上下文分析限制在更改历史和开发者在IDE中的活动上，而不考虑开发者已经咨询或查阅的信息，例如，通过从网页浏览器进行搜索。鉴于许多编程任务的多面性，以及单一工件提供的信息的不完整性，需要多个异构资源以获得开发者完成任务所需的全面视角。我们提出了Libra，一个整体推荐系统。它通过构建开发者所查阅资源的整体元信息模型，分析其语义关系，并用专用的交互式导航图增强网页浏览器，支持搜索和导航所需信息的过程。对Libra的定量和定性评估提供证据，表明对开发者信息上下文的整体分析确实可以为软件开发期间的信息导航和检索提供全面且具有上下文的支持。