程序员在日常编写和维护代码时,常常需要参考一些文档和其他代码。特别是在近来软件外包和人员流动日趋普遍的情况下,新接手项目的程序员需要花费大量时间来寻找需要参考的文档和代码以帮助对项目代码的理解,这会导致开发效率的降低。与此同时,程序员在查找需要参考的文档或代码时可能出现遗漏,使得开发维护过程中本应考虑的问题被忽视,从而引入潜在的质量风险。因此,在开发过程中为程序员推荐其需要参考的文档和代码,能够提高程序员的生产率和软件的质量。　　 针对上述问题,本文作者设计实现了一个基于程序员行为的文档代码推荐工具。通过自动收集程序员日常行为数据,并对数据背后蕴涵的程序员行为知识进行分析,计算出文档代码间关联关系,进而在开发过程中向程序员推荐文档和代码。该工具利用程序员对推荐结果的使用情况对计算关联关系时的参数进行反馈。整个工具在执行过程中都贯彻了“非侵扰”的原则,即工具执行中不需要程序员介入。　　 本文介绍了与文档代码推荐有关的相关工作,设计了基于程序员行为的文档代码推荐方法,描述了本工具的设计方案,并给出了重点部分的详细设计实现,通过设计一组实验,验证本方法的有效性,最后对当前工作的不足和本工作未来可能的研究方向进行讨论。