数据挖掘技术在软件工程中的应用分析

数据挖掘技术在软件工程中的应用分析

大型软件工程无论是在技术还是管理方面都涉及到大量的数据，但如何有效管理并充分利用这些数据是当前的难点之一。本文着重从软件漏洞扫描、执行记录分析、开源软件挖掘、版本信息管理等方面介绍了据挖掘技术在软件工程中的应用，可以为软件行业提供参考。

关键词：数据挖掘；软件工程；大数据技术

随着我国科技的快速发展，软件技术也开始深入各行各业。针对软件技术的实际可控性展开分析和研究，可以发现其应用效果并不显著。在实际应用中通常会出现大量数据，而诸多行业的发展都需要运用数据，因此数据作为高价值的资源会对多个领域经济发展有所促进。基于此，在软件开发企业中，将数据挖掘技术展开有效应用，不仅仅能够提升相关数据资源的应用效果，同时还能够在软件出现问题时及时处理，使效率进一步提升。

一、软件数据挖掘技术概述

近年来借助信息技术生产和搜集数据能力在不断提升，数据库在各行各业的应用都极为广泛。数据挖掘技术是一种基于大数据建立的综合性现代信息数据处理技术，能够根据工作实际需要对数据进行转化、处理和分析，不但可以提升信息数据挖掘技术在软件工程中应用研究处理效率和处理质量，而且还能挖掘数据背后蕴涵的价值，具有程序复杂度高、运算计算量大等特点。数据挖掘是数据收集的动态过程，通过借助人工智能、数据库、机器学习、知识工程、统计学、信息检索、数据可计算等多种技术实现从海量数据中筛选出符合条件的信息数据，然后通过数据分析挖掘出有应用价值和研究价值的数据。软件工程是基于工程理念，采用先进的科学技术和合适的数学方法进行的软件开发和运行维护管理。在软件开发过程中会根据实际需要对相关数据进行运算，运算过程所产生的数据称为软件工程数据，这种利用数学方法运算获得的庞大而安全、完整的软件工程数据常被用来进行软件系统测试，可为软件运行维护管理提供可靠的数据支持。

二、软件工程数据挖掘面临的挑战

（一）对数据复杂性的分析

结构化数据和非结构化数据共同构成了软件工程数据。而结构化数据信息又包括了软件工程中产生的问题报告和相关版本信息。非结构化数据则包括软件工程信息处理时产生的代码信息和文本信息。因为这两类数据的内容不同，因此在处理时也需要分开处理，分别采用不同的算法来展开数据处理。尽管是分开处理也不代表这两项数据之间没有关系。实际上他们之间有对应的关系。比如：如果代码中有缺陷，那么版本中同样也会存在相应的缺陷文档。正因为他们之间有对应关系，所以在分析时也应该进行整体分析。如此一来人们就开发出新的算法和分析技术，通过新的方法才能够将结构化和非结构化数据完全挖掘出来。

（二）对数据处理非传统的分析

针对软件工程数据挖掘出来的信息展开分析和评估是数据挖掘的最后一步。软件工程数据挖掘技术挖掘出来的数据最后的宿体就是客户。针对挖掘出来的数据进行格式转变是软件开发者必须展开的工作。之所以要展开格式转变，主要就是为了更好地满足客户对于不同数据的需求。因为要对数据展开格式转变，工作量就大大提升了，因此软件工程数据挖掘的效率也会进一步降低。客户需要的信息是不同的，有的客户需要具体的编程、代码或者例子。有的数据客户可能只需要其中之一。因此要不断改善软件工程挖掘技术，使相应的数据处理效率获得提升。那么该如何让所有的客户都满意呢？这就需要对相关数据挖掘技术获得的信息予以整合和归纳。通过这些技术不仅能够满足客户需求，还能够确保开发者获得更大的利益。

（三）对数据挖掘结果好坏的评价标准

从传统的数据挖掘技术来看，其也有属于自身的数据结果好坏分析标准。这个标准针对传统数据挖掘技术的处理和分析较为准确。但从目前来看，传统的评价标准已经无法满足当前数据分析的需求，采用不同的数据评判标准来评判不同的数据挖掘结果，但各类评判标准之间并没有太大的建议，所以软件开发者需要针对不同类型的数据来做出相对应的评判标准，这样才能够更好地满足更多客户

的实际需求。另外要想确保相关数据分析结果更加准确，数据挖掘得到的信息更加合理，就必须要求软件开发者拥有属于自身的意见和想法，并对获得的数据结果是否精确也有一定的判断力。综合上述，要想获得准确的信息就必须采用软件工程挖掘技术，这也是该项技术希望达成的主要目的。

三、数据挖掘技术在软件工程中的应用路径

（一）数据挖掘技术在软件工程中的发展

因为该项技术是在数据库的基础上展开的。随着当前各项技术的不断发展，这项技术已经从一开始的理论逐步转化为实践，且在实践中获得了较大的应用，发挥了较为重要的作用。软件工程属于工科类，其需要依照不同项目的差异，资金和客户需求来展开产品研发。因为以往的工程软件开发非常复杂，但随着各项技术的不断发展，数据挖掘技术也越来越成熟，在实践中应用范围也越来越广。另外借助数据挖掘技术对软件工程数据库信息进行深入挖掘，这对于软件工程的可持续发展而言有非常重要的意义。

（二）挖掘信息

软件工程技术可以有效地掌控相关信息挖掘，其实际应用范围非常广。软件工程技术能够将软件开发时的各种信息予以统一，以此来确保展开软件开发过程中可以及时更新相关数据，并从根源上确保数据开发的质量，以此来保证各项任务顺利实施。从当前情况来看，目前的数据挖掘技术中还包括了诸多软件开发和更改的数据信息，这样就能够将软件内部的不同之处更直观地体现出来，再结合实际情况来采取有效的解决措施，以此来保证整个项目的目标任务更顺利达成。

（三）挖掘软件漏洞

在数据挖掘技术中最重要的一点就是要展开对软件漏洞的有效检测，在实际运用时可以发现软件开发存在的漏洞或缺陷，进而对相关漏洞展开有效修复和处理，这样能够更好确保软件工程的安全和质量。同时在采用数据挖掘技术对漏洞展开检测时，有关技术人员应该清楚检测内容，并立足于客户基本需求来找到相对应的测试内容，明确测试内容后再采用恰当的方式来对软件进行测试，最终获

得最优质也最有效的解决方案。从当前实际来看，数据库挖掘技术就是将相关数

据信息能够有效转化，并梳理整合再储存到数据库中。然后由相关技术人员结合

具体需求对软件展开测试，通过测试来明确系统中是否有漏洞，并借助这种方式

来确保后续工作顺利展开，使软件工程项目能够可持续健康发展。

（四）挖掘软件执行记录

在应用数据挖掘技术时，需要着重关注软件执行记录。执行记录分析程序的

执行路径对于代码关联性分析有极为重要的意义。因此针对软件执行记录展开数

据挖掘，可以更好地维护相关软件，同时也更加深入地理解代码的功能。从本质

上看，针对执行路径予以跟踪，再逆向构建模型就是执行记录的数据挖掘。一般

来说在数据挖掘过程中，包括以下几个步骤：插装、跟踪、记录、分析等等。通

过这些分析方式将关键信息提取出来，再对其进行跟踪分析，最后绘制出系统能

模型或者整体结构。有关工作人员需要在展开数据挖掘技术中对相关数据展开有

效分析，并对不同代码的关系进行探索和研究，确保工作人员能够有效管理软件

系统，促进系统的可持续发展。

四、结语

随着软件产业的不断壮大，软件工程只有不断引入新的管理和技术工具才能

适应快速发展的需求，作为一种可实现快速精确测量的数据分析技术，数据挖掘

成为了软件工程不断向前发展的重要支撑。与此同时，数据挖掘技术也在不断地

发展进步，各种新的数据挖掘理论不断涌现，使大数据的处理变得日益方便快捷。不难发现，在未来的软件工程中，各类大数据分析技术将与软件开发和管理过程

更加紧密地融合在一起，为软件项目的评估、开发过程管理、系统测试及维护等

工作提供重要的决策依据。

参考文献

[1] 张帆.基于大数据视域下的软件工程技术应用研究[J].电子技术与软件

工程,2021(19):43-44.