浅谈软件工程数据挖掘的研究进展

浅谈软件工程数据挖掘的研究进展

发表时间：2018-01-05T20:50:28.547Z 来源：《基层建设》2017年第27期作者：刘旺

[导读] 摘要：在当前社会中，软件工程工作的应用范围不断扩大，数据挖掘技术的重要性也不断突出。

身份证号码：12010219890527xxxx

摘要：在当前社会中，软件工程工作的应用范围不断扩大，数据挖掘技术的重要性也不断突出。在大数据时代下，能够运用新技术算法与技术在海量的数据中实现信息的提取、分析与整理是非常重要的，其能够为软件开发者提供更有价值的信息与知识。数据挖掘技术能够对大量的软件工程数据进行有效处理，借助挖掘算法来实现科学选择。为了更有效地推进软件开发工作，软件开发人员应该注重数据收集工作，并从中提取出有价值的部分，借助数据挖掘技术，使得软件工程的最终应用效果得以提升。

关键词：软件工程；数据挖掘技术；研究进展

引言

随着软件工程在工作中的广泛应用，数据挖掘技术起着更为重要的作用，其能够在海量数据中利用新技术算法和已有技术实现信息提取、信息分析等，同时能够促使软件开发者发掘有用信息、知识。数据挖掘技术能够有效地提取、处理软件工程数据，进而利用挖掘算法来解决选择问题。为了能够更加明确、有效掌握软件开发的工作过程，作为工作人员需要重视数据收集，有效提取数据库重要数据，数据挖掘的实现需要利用数据收集和数据抽取，只有让应用范围越来越广泛，软件工程应用效果才能够更加理想。 1数据挖掘的概念

数据挖掘的概念与软件工程、计算机应用技术紧密相连，它采用了一种新的计算方式在庞大的数据基础中找到想要的数据信息，因此被称之为数据挖掘。事实上，这是一种新型的数据分析方式，现代化软件工程项目的研究非常之多，软件代码量的快速增长导致数据量的急剧增加。作为传统的数据计算方式，已无法满足当代的数据分析要求，人们迫切渴望能够早点开发一种新的数据分析模式，来实现对有效信息数据的整理工作。

2数据挖掘中的问题

2.1 软件工程数据极度复杂

软件工程数据中包含着两个方面的内容，一个是结构化数据，另一个是非结构化数据。结构化数据中又包含缺陷报告和版本信息两个方面。非结构化数据中则包含注释文档、数据代码等内容。一种算法并不能同时适合两种数据的计算，这两种数据虽然有区别，但也有联系。举个例子，缺陷代码段既是结构化数据，又是非结构化数据，这种现象在软件工程工作中值得注意。

2.2 分析方法存在局限性

在挖掘数据的过程中，要重视信息转化工作，信息转化清晰准确，才能更好的实现数据共享。在以往的工作过程中，数据挖掘的方式比较单一，多采取文字或图片等方式来表达。但实际上，单一的挖掘手段并不能满足软件开发者的工作需要。为了更有效的进行软件开发工作，开发者需要科学的整合相关的信息，参考编程模板、开发案例、系统缺陷等数据，通过数据挖掘，开发产品的功能，不断更新知识与信息，为软件开发工作提供更大的帮助。

2.3 评价结果不统一

传统挖掘技术在旧的工作理念和工作方式的影响下，存在着许多问题。传统挖掘技术的发展过程比较长，在这个过程中，形成了相对成熟的评价标准。由于软件开发者要求信息具备高度的全面性，而信息本身的复杂性也导致表示方式中有一些差异。这种情况导致两者之间无法进行系统的比较，评价结果不统一，应用性不是很强。软件工程本身的数据量就很大，项目数据很复杂，需要结合实际情况对数据进行分析，还要解决代码和注释问题，这就加大了技术分析的难度。在当前形势下，软件工程要求分析结果必须高度精确，所以，必须做好数据挖掘工作，提高评价结果的统一性。

3软件工程数据挖掘应用分析

3.1 重视软件数据挖掘技术

软件开发阶段，数据挖掘技术包含了程序编写以及程序成果两方面内容。首先在程序编写过程中，有效信息的发现需要通过程序结构以及程序功能技术检索出来。再次结合用户实际需求进行智能化培训，从而提升信息的有效性。最后还需要重视静态规则的重要性，结合调用关系、重载关系、多重继承关系等来有效记录相关信息，利用递归测试来划分实际工作，有效掌握关联度之间的可信性，进而有效排序相关信息，为开发者提供数据信息。

3.2 做好软件维护中的数据挖掘

对于软件维护，数据挖掘技术在软件修复以及软件改善工作起着关键作用，对软件缺陷以及软件结构等也具有一定的作用。在开展软件修复过程中，不仅可以通过结合缺陷分派来有效评估缺陷程序，来确定修复级别，也可以选择最为有效的缺陷修复方式。然而在进行缺陷分派过程中，需要将缺陷转化为文本类型，采取有效措施来进行修复，但是实际准确率并不高，这就需要利用强化检测来完善缺陷报告技术，进一步实现自然语言与增设执行信息相似度，有效描述软件缺陷，提升软件修复有效性。

3.3 注重高性能数据挖掘技术开发工作

在软件开发工作中数据挖掘技术创新不可缺少，在现代化软件工程在实际的工作过程中更为注重规则分析工作以及项目检索工作。在数据挖掘技术应用过程中，对现有数据进行更加准确的预测，需要利用应用才能够实现其价值。总之，利用高性能数据挖掘技术能够快速寻找病毒，全方位分析和评估病毒数据，进而提升数据分析的可行性，提升软件开发安全性能，实现软件工程的动态性发展。

结束语

综上所述，随着软件工程项目中数据挖掘技术的不断应用和发展，相信在不久的将来，一定能够取得较好的优化效果，让软件工程项目的发展变得更加地智能化与自动化，根据目前研究的情况来看，软件工程项目以及数据挖掘技术将有着更为广阔地发展空间，今后的技术发展与研究一定会更加完善，从而创造出更大的价值。

参考文献：

[1]贾志宇.基于混合式学习的信息化教学设计与应用研究[D].陕西师范大学，2015.

[2]李惠，鲍跃全，李顺龙，张东昱.结构健康监测数据科学与工程[J].工程力学，2015，08：1-7.

[3]江义晟.软件工程数据挖掘研究进展[J].电子技术与软件工程，2016，22：171.

[4]胡金萍.探析软件工程数据挖掘研究进展[J/OL].电脑知识与技术，2016（34）

[5]李思特.软件工程数据挖掘研究进展[J].电子技术与软件工程，2016，17：167.