近年来,随着开源生态的迅速发展,积累了大量的开源软件资源。在这些数目庞大的软件资源中,不乏质量很高的代码片段,以及其衍生品,如代码摘要、文档等。这些高质量的资源具有丰富的价值。然而在海量的开源资源中,如何挖掘出这些高质量的开源资源,使其能够复用于未来的软件工程之中,仍然面临着许多挑战。本文认为面对大数据背景下的开源资源,需要从两个方面进行着手:理解代码与定位代码。因此,本文提出了进行了如下研究:1、基于抽象语法树的静态调用关系提取。一段代码的详细功能实现,与它和其它代码段之间的调用关系是密不可分的。而一个项目内的调用关系对于了解该项目的整体功能十分重要。因此,本文利用静态扫描的方法,在抽象语法树的基础上,设计了自动提取代码多层级调用关系的工具。同时,本文也对不同项目之间调用关系进行了统计分析,对Java项目中调用关系的特点进行了归纳总结。以此为基础,阐述了本文的调用关系序列如何助力于代码的理解。2、基于调用关系的代码摘要生成。大数据背景下的代码摘要生成技术,引入了机器学习和自然语言翻译的方法。该领域的最新研究,致力于通过解析代码的结构、语义特点,优化改进机器学习的翻译模型,以使其更契合于代码到摘要之间的转换。然而这些研究工作,仅考虑一段代码之内的特性,忽略了代码的调用关系。本文使用自身开发的调用关系提取工具,首次将代码的调用关系融入代码摘要生成方法之中。本文在大规模数据上进行了实验。在与目前代码摘要生成的最新研究成果的比较中,本文的方法使得代码摘要的生成效果获得了一定的提升。3、基于代码标签的代码检索技术。目前的代码检索领域中,基于机器学习技术的代码语义检索引擎获得了较大的成功。本文借鉴代码摘要生成模型的思路,以代码语义检索为目标,设计了代码标签生成模型。实验表明,代码的标签作为代码语义的关键词,具有较高的生成准确率。以代码标签为中介的检索引擎与现今前沿的代码语义检索引擎进行了对比,结果显示本文的方法具有较高的检索准确率。综上所述,基于抽象语法树的静态调用关系提取工具和利用该工具提取的信息进行研究的基于调用关系的代码摘要生成模型,能够助力于开发者对代码的理解。同时基于代码标签的代码检索技术有助于解决代码的定位问题。