如何提高软件开发的效率长久以来一直是软件工程领域的一个核心问题。近年来随着互联网行业的发展以及计算机科学技术的进步,开发任务日趋复杂,也涌现出了更多更复杂的程序库来帮助开发者简化开发过程。开发者在查找完成某个特定任务的API时,通常会借助搜索引擎或者API文档来进行搜索和查看。这种情况在开发者接触不熟悉的开发领域或者功能模块时尤为明显。然而由于传统搜索引擎的搜索结果散布在多个页面中,碎片化的信息使得找到关键信息非常耗时。直接在API文档进行搜索也十分复杂和不便。尽管工业界和学术界有不少针对API理解、代码搜索的相关工作,但是能够根据用户的功能描述向用户推荐API的工作和工具还十分有限。针对上述问题,本文提出了一种基于信息检索的API推荐算法。该算法能够根据用户输入的API功能描述,跨多个程序库向用户推荐相关的API方法。有别于关键词搜索,本文算法允许用户以自然语言输入功能的描述,在描述中用户也可混合输入相应的类型信息。上述的输入方式提高了用户的使用体验。对于用户输入,本文算法首先会通过自然语言处理技术和类型识别算法提取其中包含的的关键语义信息和类型信息。语义信息和类型信息接着会和程序库仓库中的API方法进行相关性匹配。本文算法同时结合语义相关度、类型相关度以及API方法被使用的广泛程度,对这些API方法进行排序,将相关度高、使用广泛的API方法排在靠前的位置,使得用户能够快速获取需要的信息。最后,算法以列表的形式向用户展示与描述相关的API方法。算法在展示结果时,会为API配以真实项目中的使用代码示例,以帮助使用者进行学习和理解。本文在该算法的基础上,针对Java编程语言实现了一个API方法推荐工具APIBook。APIBook选取了Java标准库以及100个流行的开源程序库作为API推荐的素材。用户能够通过APIBook的Web界面进行输入,并在界面上查看搜索结果和示例代码。为了验证本文算法和工具的有效性,本文从StackOverflow编程论坛的Java板块上选取了最热门的70个与API选择相关的问题,然后以它们的标题作为API功能描述在APIBook上进行API推荐查询,并比较了APIBook和传统的检索模型在API搜索推荐上的有效性和运行效率。实验表明APIBook的算法比传统的检索模型更加有效。而它平均0.7秒的查询耗时也可以满足日常的查询需求。