软件工程中数据挖掘技术的作用

序论：写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感，挖掘那些隐藏在内心深处的真相，好投稿为您带来了一篇软件工程中数据挖掘技术的作用范文，愿它们成为您写作过程中的灵感催化剂，助力您的创作。

本文即围绕数据挖掘技术，就其在软件工程中的具体应用，进行了分析和探讨，具体内容如下：

1数据挖掘技术概述

数据挖掘（Datamining），也称为数据采矿，是数据库知识发现的一个基础环节，是在海量数据中自动完成隐藏特殊关系数据搜索的过程，数据挖掘技术就是这一过程应用的相关技术。一般来说，数据挖掘过程可以分为四个环节进行，分别是选择软件库保存的数据、完成选择数据的预处理、对预处理得到的格式化数据进行挖掘、以及最终获得目标数据。软件工程是数据挖掘技术的重要应用领域，具体的数据挖掘工作普遍分为三个层次进行，分别是交互式可视数据探查、自动模式提取和建构模型。三个层次之间存在着直接的关联联系，其中可视数据探查是后两者的基础，而建构模型又是前两者的指导。软件工程领域应用数据挖掘技术的目的，主要是借助聚类、分析、预测、统计等技术手段，在海量数据资源中快速分辨、寻找符合人们应用需求的数据信息，并自动将检索到的信息反馈至软件系统。此外，为保障数据挖掘的科学性和有效性，数据源还应尽可能达到庞大、真实的要求。

2数据挖掘技术的应用分析

2.1开源软件开发中的应用分析

所谓开源软件，就是源代码处于开放状态的软件，一般来说，开源软件普遍对客户免费开放，也正由于开源软件的这一特性，导致对开源软件的管理和控制变得相对困难。在这种环境背景下，在开源软件开发阶段引入数据挖掘技术，可有效提高开源软件的开发质量。以大阪大学设计的分布式数据挖掘系统为例，该系统就可以在实现大规模系统挖掘的同时，完成对不同开源软件的挖掘；再以牛津大学设计的数据挖掘系统为例，该系统实现了系统开发者和使用者的持续跟踪管理，从而大幅度地提高了开源软甲的使用率。

2.2软件项目管理中的应用分析

数据挖掘技术在软件项目管理中的应用，主要表现在以下两个方面：（1）版本控制信息挖掘包含的对组织关系的挖掘；（2）对版本控制信息的挖掘。就软件项目管理而言，其本身具有鲜明的系统性和复杂性特征，对组织关系的挖掘，是实现各类资源科学分配和协调的重要前提。以整个软件项目管理过程中产生的电子邮件、共享文档为例，对此进行数据挖掘就可以有效区分不同工种人员的组织关系，避免秩序混乱问题的发生，从而保障软件项目管理工作的顺利进行。另一方面，版本控制可以实现对文件内容变化的详细记录，并作为用户了解版本修订情况的依据和基础。针对版本控制信息应用数据挖掘技术可进一步降低系统维护成本，同时可起到一定的警示作用，及时反映系统修复记录中存在的纰漏，最终达到提高软件项目管理水平的目的。

2.3程序代码中的应用分析

本文涉及的程序代码，主要是指克隆代码，即通过简单的“复制、粘贴”操作获得并再次进行使用的代码。数据挖掘在克隆代码检测中的应用，是数据挖掘技术应用的早期形式之一，目前应用较为普遍的方法包括基于标识符对比方法、基于文本对比方法等几类。总的来说，数据挖掘在克隆代码检测中的应用还有待进一步的发展和完善，尤其是关于语法信息和语义挖掘的考虑，以提高检测的科学性和准确性。对横切关注点进行挖掘，也是数据挖掘技术的重要应用，主要是由于部分关注点在程序中的代码具有极高的相似度，甚至是使用相同代码导致的。目前，应用于Aspect的挖掘方法众多，根据不同方法的具体特点，可以分为形式概念分析方法、本文和类型分析方法、聚类分析方法、以及自然语言分析方法等等。在对执行模式进行数据挖掘时，应优先选择方法执行关系挖掘和形式概念分析法两种方法。此外，数据挖掘技术还可用于对数据库目标构件或代码的挖掘应用，在数据挖掘技术的支持下，可大幅度提高检索速度、效率和准确度。

2.4故障检测中的应用分析

从故障检测的角度分析，对程序执行记录进行数据挖掘，可提供程序的交互模式和说明，而以上信息均可以作为软件故障定位和检测的依据。对程序说明的数据挖掘过程，就是对信息的跟踪和逆向建模的过程，该过程对于加深对程序的理解，以及优化程序后续的维护管理，具有重要的作用和意义。目前，基于规则的挖掘方法是应用较为普遍的方法，其主要通过对程序行为的挖掘发现对应的规则，进而借助时态逻辑完成表达。

3数据挖掘技术的主要应用方法

3.1分类

数据挖掘技术涉及的相关分类方法，大致等同于某种预测分类标号的执行动作。在实际应用过程中，通常需要建构相应的分析模型，并提前根据相应规则输入概念集或数据类集，以作为分析模型的应用基础。目前，数据挖掘技术应用于软件工程领域的分类方法中，主要的分类方法包括神经网络分类法、判断树法、贝叶斯分类法、以及支持向量机等几类。其中，判断树法在分类计算过程中主要借助贪心算法作为逻辑基础，根据从上而下递归的模式完成判定树的构造，而判定树包含的各个子节点，就分别表示不同的软件类别标号。

3.2聚类

聚类具体是指将研究涉及的大量数据，按照一定标准细分为不同簇或类的过程，从而在保障相同簇的对象之间拥有较好相似度的同时，不同的簇的对象之间有着较明显的差异度。聚类和分类有着本质上的差异，聚类过程划分的类对象具有不可预知性，即无指导的学习方法。聚类分析方法在其他算法的预处理范畴中有着大范围的应用，尤其在数据分布信息独立性分析方面有重要应用，不仅可更好地挖掘孤立点，同时可提高欺诈行为检测的效率和准确性。

4结语

综上所述，信息时代背景下，数据挖掘技术是快速处理海量信息、准确寻找目标信息的关键。就软件工程而言，数据挖掘技术在开源软件开发、软件项目管理、程序代码、以及故障检测等方面，均有着重要的应用，相关人员必须提高对数据挖掘技术的重视和关注，切实加强数据挖掘技术的实际应用，以促进我国软件工程行业的进一步发展。