数据挖掘技术的软件工程论文

数据挖掘技术的软件工程论文

1数据挖掘技术

常见数据挖掘技术包括：分类树技术、关联发现技术、聚类技术、人

工神经网络、最优集合规约技术以及可视数据挖掘技术等。软件度量

数据往往具有多维度、高耦合性，软件工程数据挖掘中会采用一些特

殊处理技术，包括统计分析、回归建模、分类树以及神经网络等。在

具体软件工程实践中，选择何种挖掘技术，其决定性因素为想要达成

的目标。

2数据挖掘实现过程

通常，数据挖掘过程包括4个步骤，即选择数据、预处理、实施挖掘

以及吸收数据。数据挖掘整个过程具有交互性，有时数据需要重新选择，有时也要对数据预处理实行改进，也可能出现算法反复被调整现象，基于这种特征，数据挖掘时要设置反馈环。挖掘数据第1步是将

管理和目标反映到1个（或多个）挖掘任务中，整个过程可主要划分

成为六种：1）评估、预测。评估包括对软件产品、过程以及资源的属

性实行相对应检查就是整个评估过程，同时也需要根据这些属性，赋

值给未知属性，当然这些未知属性需要实行量化。评估工作完成后，

要对属性值实行预测。2）分类。检查1个特定实体属性，根据结果将

其划分到另1个类别或范畴（事先定义好）中。3）关联发现。关联发

现能够识别出特定内容中互相存相关联某些属性。如，可将找出在软

件开发属性和产品属性相互关联的内容找出来。4）聚类。将1个结构

不相同的群体划分到另1个具有相同结构的子群集合中，这个过程叫

做聚类，它的划分依据是成员之间具有高度相似性。5）数据可视化。

数据可视化是利用可视化描述方法来定义复杂信息。6）可视数据探察。可视化数据探察是对描述工作的相对应拓展，可利用数据可视化交互

控制来分析和检视海量数据3。它应用具有可视化功能和数据挖掘技术来对数据实行处理。

3挖掘技术在软件工程中应用

上文提及到软件工水准量，部分可利用信息已在海量数据中被提取出来，但普遍认为更为有效且数量众多的数据依然在软件工程相关数据

库中隐藏，而没有被发现。实际上，数据挖掘就是1种被公认为提升

软件工水准量的技术。图1为数据挖掘在软件工程中的应用。

3.1数据挖掘繁荣原因1）计算机硬件系统和软件系统的基础设施建

立具备发现驱动、分析数据等功能；2）每种技术都在实际应用中持续

得到改进，其使用水平持续提升。如，模式识别、神经网络等有明显

进步趋势；3）数据存储、贮藏、集成成本不高，海量数据可轻松获得。数据挖掘技术被人们理解，并在实践中逐渐被重视，同时也给研究和

进一步提升数据挖掘技术提供了便利条件。

3.2面临挑战软件工程自身存有很多数据上的特殊性，给数据挖掘领

域研究工作带来制约和影响，主要表现在以下三个方面：1）数据复杂。软件工程数据主要分为两个组成部分，即结构化数据、非结构化数据。结构化数据主要包括缺陷报告、版本信息等内容，而非结构化数据则

包含数据代码、相对应注释以及文档等内容。结构化数据、非结构化

数据并不能同时适用一种算法，而且两种数据间还存有对应联系。如，1个缺陷报告中往往包括缺陷代码段。而结构化数据里常常涵盖部分非结构化信息，非结构化数据中亦是如此，这也是今后工作中需要重点

解决的问题之一。2）非传统分析存有局限。数据挖掘最终想实现的目

标就是将转化而来的信息传达给用户，实现信息共享。传统数据挖掘

技术在使用过程中，信息手段比较单一，如文字、图表等表达形式。

其实，软件开发商对信息的要求很高，1个统计结果根本不能满足其工作需求。为促动软件开发持续向上发展，开发人员需要相关信息作为

参考依据，包括开发实际案例、编程所需模板、系统缺陷定位以及软

件结构设计等。研究数据挖掘技术，提升其实际使用功能，需要持续

提交新信息、新知识，并改进相对应手方法。3）挖掘结果评价标准不

够具体。软件工程数据挖掘尚未形成完善的结果表示体系，其评价体

系也有待增强。人员在软件开发过程中需要大量信心，这些信息非常

具体且复杂，表示方法不尽相同，互相之间难以做出对比，也很难用

定量方法去分析挖掘结果。

4结束语

“数据挖掘”是在发展过程中被人们定义的，但软件工程中对此类数

据的研究早就存有。数据挖掘技术能够为研究软件工程数据提供方便，具有重要应用价值。所以，作者认为将两者充分结合是计算机信息技

术发展的必然趋势。若以过程角度来看，软件工程涉及到数据挖掘各

个周期、阶段，甚至是具体实施步骤；以技术角度看，数据挖掘在软

件工程中应用广泛。数据挖掘技术虽然在实践中取得一定应用效果，

但还有更广阔的空间没有内充分挖掘出来，为广大从业人员提供创新

空间。

数据挖掘技术的软件工程论文