軟件工程中數據挖掘技術的應用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了軟件工程中數據挖掘技術的應用范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：隨著科學技術的高速發(fā)展，人們的生活行為、個人喜好、出行軌跡甚至個人社交都能通過一連串復雜的數據來顯示。強大的數據網絡對人們的工作生活及科技發(fā)展產生了重要影響。因此，如何在龐大的數據網絡中找到有價值的、有需要的數據，成為了數據信息技術的一個研究方向。數據挖掘技術在一定程度上解決了這個問題。文章結合數據挖掘的內涵，分析數據挖掘技術在軟件工程中的作用，提出一些應用方法，旨在對我國軟件工程和科技發(fā)展提供參考。

關鍵詞：數據挖掘；軟件工程；應用分析

引言

每個數據背后都豐富的含義，不同數據之間也有著復雜的聯系，不加以利用的數據只是單純的數學符。數據挖掘技術能幫助企業(yè)更好的利用數據，進行工作計劃、工作調整等。目前數據挖掘技術被廣泛應用在于軟件工程和科技生產當中，為人們的生產生活提供了便利。

1數據挖掘基本含義概述

數據挖掘技術是一項關于數據采集、數據選擇、數據存儲的科學技術，主要與現代信息技術相結合。相比于傳統(tǒng)數據技術，數據挖掘技術更加快捷、高效和便利。雖然數據挖掘技術具有如此豐富的功能，但是受經濟條件和科學水平等條件的限制，目前我國大多數企業(yè)仍然采用傳統(tǒng)的數據信息技術，導致數據挖掘技術的應用普及度較低。傳統(tǒng)的數據技術在數據處理過程中要花費大量的時間和人力，而且對使用人員自身素質要求很高。同時，傳統(tǒng)數據技術的使用范圍也相對狹隘。數據挖掘技術過程是一個對數據進行分析、轉換和評價的過程，將“數據理解”最終轉化為“商業(yè)理解”。具體挖掘過程如下圖1所示：圖1傳統(tǒng)數據挖掘過程數據挖掘技術能有效提高軟件工程中數據處理工作的效率，并提高準確性，減少失誤的出現。對于企業(yè)來說，數據挖掘技術能幫助企業(yè)全面提高業(yè)務數據的處理水平，為企業(yè)做出決策和工作計劃提供有效參考。一般的軟件工程應用數據挖掘技術過程中，先針對要處理的商業(yè)問題進行大量、真實的企業(yè)商業(yè)數據資料準備，然后通過數學手段對商業(yè)數據進行數字建模，更好的進行數據理解。最后將需要處理的商業(yè)問題與建模結果相對比，得出數據評價，從而得到處理商業(yè)問題的答案。因為數字模型不受時間、空間等條件限制，且具有完整科學的數學理論作為基礎，所以能保障商業(yè)數據處理的效率和正確性。為了保障數學建模的結果能應用到實際工作當中，在進行數學建模之前，工作人員可以將數據進行處理母的二次處理，提高數據結果的針對性和可行性。在我國大數據的背景下，一般的數據挖掘技術的流程更為復雜和全面，具體流程如下圖2所示：

2軟件工程應用數據挖掘的基本作用

（1）增強數據信息理解。每個人對于一條信息都有不同的理解，如果通過人力來進行數據采集和數據理解，不僅消耗時間、增加成本，而且問題結果受個人主觀意識影響極大，不具備一定權威性。數據挖掘技術能很好的解決這一問題。數據挖掘技術在先進的科學信息技術的作為基礎的條件上，針對不同數據分析目的，將數據進行科學分類和目標細化，從而提高數據結果的準確性和權威性。在軟件工程應用中，數據挖掘技術將采集到的廣泛、龐大的數據進行資源整合，形成完整的查詢和管理體系。企業(yè)可以通過這樣的管理體系，方便快速的查詢到所需要的信息，增強對數據信息的理解。（2）提升數據處理質量。隨著科學技術水平的不斷提高，數據挖掘技術的數據功能也越來越專業(yè)化，尤其是在數據運算速度和準確程度方面。數據挖掘技術能幫助企業(yè)進行大規(guī)模的數據計算。在短時間內，數據挖掘技術能將混亂數據和無效數據進行多次篩選和處理，保障數據處理的質量。與傳統(tǒng)數據技術相比，數據挖掘技術在更大的程度能避免數據丟失，減少對企業(yè)的損失。（3）提高數據利用率。數據挖掘技術能幫助軟件工程企業(yè)提高數據利用率。針對混亂無序和看似無用的數據信息，數據挖掘技術從多個角度對數據重新進行分類和整理，得出數據結果。企業(yè)可以將數據結果直接應用到實際工作中，根據實踐效果選擇合適的數據，提高數據的利用效率。這種方法使企業(yè)可以通過數據挖掘技術獲取更多的策略選擇，充分利用數據作用。其次，數據挖掘技術將抽象的企業(yè)數據變成可以理解的信息資源，這種轉換對企業(yè)數據分析及商業(yè)決策產生了極大的影響。不僅縮短了商業(yè)數據應用的運算時間，而且使數據變得更加真實、有效。

3數據挖掘在軟件工程中的實際應用探討

（1）挖掘結構。數據的挖掘結構能在企業(yè)軟件運行、軟件維護和軟件優(yōu)化中得到廣泛應用。企業(yè)可以根據實際需要，進行數據挖掘的代碼克隆，即將部分代碼進行直接復制。需要注意的是，復制代碼的過程要符合軟件工程的規(guī)范和標準。在復制代碼的基礎上，企業(yè)可以對代碼流程進行改進和創(chuàng)新，完善系統(tǒng)維護和運行。目前常見的克隆代碼的方法有結構程序、度量程序、對比文本和標識符比較等。根據實際需求可以采用不同的代碼克隆方式。（2）項目管理。在具體的數據挖掘技術應用中，軟件工程企業(yè)可以針對組織關系和版本控制數據進行數據挖掘。組織關系數據雖然相對繁瑣，但有利于軟件工程企業(yè)進行企業(yè)和項目的管理，梳理組織系統(tǒng)和組織管理，保障資源調配和應用的系統(tǒng)性和有效性。而版本控制數據是指數據挖掘技術中對數據進行控制和調整變化的數據部分。通過對這方面數據的應用，能更好的控制企業(yè)信息，出現混亂的流程和問題時能及時調整，提高軟件運行的穩(wěn)定性。根據這一特點，企業(yè)還能將數據挖掘應用到對問題進行提前預警和及時解決的過程中去，全面提高項目管理質量。（3）開發(fā)應用。軟件工程的開發(fā)應用是指針對不同項目目標，研發(fā)出符合不同用戶需求的創(chuàng)新軟件產品，是一個復雜、繁瑣且應用廣泛的過程。這個過程中需要大量的項目數據和項目指標作為依據。數據挖掘技術將大量的數據進行整合、分類、傳遞和儲存后，輸出高質量和高價值的數據，能幫助縮短軟件開發(fā)時間，提高軟件處理效率。其次，軟件產品在設計與應用過程中，要根據不同的客戶需求進行產品功能劃分。（4）故障檢測。通過對軟件產品的執(zhí)行情況進行監(jiān)控，數據挖掘技術能應用到軟件工程產品故障檢測當中。數據挖掘技術對出現問題的進行分析和檢測后，幫助企業(yè)解決軟件工程故障，優(yōu)化產品結構和流程，保障相關工作的正常進行。除了軟件產品，數據挖掘技術還能對網絡客戶端軟件進行故障檢測。通過對網絡客戶端軟件的實時記錄，幫助技術人員監(jiān)控網絡情況、解決軟件漏洞，及時更新軟件補丁。

4數據挖掘技術在軟件工程中的主要應用方法

（1）關聯法。關聯法是指著重關注兩個事物之間內在和外在聯系的研究方法。根據數據挖掘技術，常被應用到數據處理和數學采集當中。關聯法的使用中要體現在相關關聯和有趣關聯的應用。在實際應用過程中，相關人員要注意發(fā)現數據挖掘技術與軟件工程之間的關系，包括數據屬性中的支持度與置信度，通過關鍵指標之間的關系幫助數據挖掘技術與軟件工程的融合。（2）分類法。軟件工程關于數據挖掘技術應用的分類法就是對于可用于分類符號預測的分類，是一種具體的執(zhí)行動作。分類法在實際應用過程中，要與相應的分析基礎模型相結合，而且分析模型也要有相關應用基礎。分析基礎模式也就是相對于分類法的建構模型。目前，在軟件工程領域中，分類法的具體類型包括：決策樹法、K-最臨近分類法、貝葉斯法、神經網絡分類法、支持向量機法等。其中決策樹中很重要的一點就是選擇一個屬性進行分枝，因此要注意一下信息增益的計算公式，并深入理解它。其中的n代表有n個分類類別（比如假設是2類問題，那么n=2）。分別計算這2類樣本在總樣本中出現的概率p1和p2，這樣就可以計算出未選中屬性分枝前的信息熵?，F在選中一個屬性xi用來進行分枝，此時分枝規(guī)則是：如果xi=vx的話，將樣本分到樹的一個分支；如果不相等則進入另一個分支。很顯然，分支中的樣本很有可能包括2個類別，分別計算這2個分支的熵H1和H2,計算出分枝后的總信息熵H’=p1H1+p2H2.，則此時的信息增益H=H-H’。以信息增益為原則，把所有的屬性都測試一邊，選擇一個使增益最大的屬性作為本次分枝屬性。決策樹的優(yōu)點：計算量簡單，可解釋性強，比較適合處理有缺失屬性值的樣本，能夠處理不相關的特征；缺點：容易過擬合（后續(xù)出現了隨機森林，減小了過擬合現象）。（3）聚類法。在數據挖掘技術中，聚類法是將數據對象根據相應的要求和標準，劃分成更加細致的不同種類和性質的過程。聚類法的分類原則是，相同類型或性質的信息數據之間必須仍然保持較高的相似程度，不同類型和性質的信息數據在過程中也要使差異性不變。聚類法目前在信息技術和數據處理領域中得到廣泛利用。信息獨立分析特點幫助軟件工程進行關于商品和運行過程的欺詐檢測，有效保護運行過程的安全性和有效性，提高信息結果反饋的準確率。具體的數據挖掘算法如下圖3所示：除了上述的三種應用方法外，還有粗糙集法、模糊集法、遺傳算法等。其中粗糙集法是一種針對數據中含義不清晰、條件不完備和目的不準確的部分進行綜合處理的方法。這種方法能幫助企業(yè)在信息挖掘過程中，使信息更加簡化、集中，有效建立數學模型。

5結語

數據挖掘技術在現代科技發(fā)展中發(fā)揮了重要作用。不僅能保障軟件工程企業(yè)的設備運行的安全性和準確性，還能促進軟件產品的優(yōu)化進程，幫助更好的為客戶服務。因此，企業(yè)可以在實際工作中用數據挖掘技術代替?zhèn)鹘y(tǒng)的信息處理技術，憑借其優(yōu)異的數據處理能力和數據分析能力，降低企業(yè)科技研發(fā)成本和維護成本，保障企業(yè)的發(fā)展。

參考文獻：

[1]張小軍,任帥,申丹丹.淺析4G環(huán)境下數據挖掘在移動通信網絡優(yōu)化中的運用[J].電子技術與軟件工程,2014(08):208-209.

[2]李濤,曾春秋,周武柏,周綺鳳,鄭理.大數據時代的數據挖掘——從應用的角度看大數據挖掘[J].大數據,2015,1(04):57-80.

[3]李艷,呂鵬,李瓏.基于大數據挖掘與決策分析體系的高校圖書館個性化服務研究[J].圖書情報知識,2016(02):60-68.

[4]阮弘毅.軟件工程數據挖掘技術應用研究[J].數碼世界，2018（02）：126.

[5]黃斌,許舒人,蒲衛(wèi).基于MapReduce的數據挖掘平臺設計與實現[J].計算機工程與設計,2013,1（2）：152-153.

作者：黃俊 單位：中國航發(fā)貴州紅林航空動力控制科技有限公司