软件工程数据挖掘技术的应用

软件工程数据挖掘技术的应用

原策

广西产研院人工智能与大数据应用研究所有限公司 广西南宁 530000

摘要：本文首先对软件工程与数据挖掘技术进行简要概述，并展示出数据挖掘技术在软件工程的重要作用。进一步的了解数据挖掘技术在软件工程中的实际应用，数据挖掘技术通过自身强大的数据处理功能，能够实现对数据的深入挖掘，从而探明数据背后存在的关联及规律。通过数据挖掘技术在软件工程中的应用方法，提出了软件工程中数据挖掘技术的应用对策，以供参考。

关键词：数据挖掘技术；软件工程；应用

引言

科学的进步，社会的发展，促使信息时代的到来。在当前，人们可以在短时间内获得大量的信息，问题是这些信息时毫无规律，并且相对模糊，对此，相关人员很难找到目标信息，从而促进自身的工作获得有效的开展。而数据挖掘技术的应用，则可以改变这种情况。将数据挖掘技术应用到工作中，使用者就能够在相对较短的时间内，从海量的信息中，经过科学的筛查与归类，最终找出信息目标以及它传播的规律。将这种先进的技术应用到软件工程中，则可以有效提高软件开发的效率与质量，为日后管理软件提供良好的支撑。对此，相关人员要意识到自己肩上的重任，在具体工作中，不断探索应用数据挖掘技术的有效途径，以便能够提高软件工程开发的质量。

1、数据挖掘技术相关概述

所谓数据挖掘技术其实指的就是一种先进的数据采集和数据处理技术，在信息时代，各行各业每天都会产生海量数据，这些海量的数据中有的是有用的数据，有的是毫无用处的数据，有的是结构数据，有的是非结构数据，这就使得传统数据收集和整理数据难以适应大数据时代数据高效利用的需求[1]。在此基础上就诞生了数据挖掘技术，其应用的主要机理是根据数据仓库中储存数据的特点和属性，采取有效数据挖掘算法和分析工具，从海量的数据中快速、准确的提取出有价值和有用的数据。数据挖掘技术是一种可反复充分利用的技术，如果一次挖掘没有取得想要的数据，可进行不断重复挖掘，直到挖掘到想要的数据位置。

2、软件工程应用数据挖掘技术的作用

数据挖掘技术是一种非常先进的数据利用技术，而且软件工程在研发设计，一直到维护运行，都需要大量数据的支撑，因此，将数据挖掘技术应用到软件工程中具有非常重要的作用，主要体现在以下几个方面：

2.1有助于提升对数据理解的准确性

每个人对数据都有自己独特的理解方式，在软件工程开发中，或者是后期运维中，需要用到大量数据，仅凭人力对数据进行采集，则会出现很多不同的理解，而且需要很长的时间来采集和分析数据，这就会大幅度提升数据处理的难度和成本。而且每个人的专业技术和主观意识都存在较大的不同，在数据采集时都会偏向自己认为的准确的数据，这会导致采集数据的权威性大打折扣，甚至无法使用。但采取数据挖掘技术可有效解决这一问题，不仅可以对不同数据进行有针对性的采集和分析，对采集到的数据进行科学分类，而且还能对采集到的数据进行全面整合，从而形成一个完善、系统的数据查询体系，提升数据采集的准确性和权威性，为软件工程的开发、设计、使用、维护、管理等提供更加真实有效的数据，也就提升了对数据信息理解和认识的准确性[2]。

2.2可提升软件工程中使用数据的质量

在云计算技术、云存储技术等高新技术飞速发展的背景下，数据挖掘技术愈发先进，可进行大范围、对海量数据的快速分析和计算，具有非常专业的数据处理和采集功能[3]。和常规数据采集、数据分析、数据计算相比，数据挖掘技术在计算速度、准确性等方面有显著优势。通过很短的时间，就能完成对海量数据、杂乱数据的快速筛选和处理，从而提升了数据信息处理的质量，可为软件工程提供更加优质的数据服务。

2.3有助于提升数据的综合利用率

在大数据时代，每天、每小时、每分钟都会产生大量数据，而且大量不同种类、不同属性、不同行业的数据杂糅到一起，大大提升了数据处理和采集的难度。利用数据挖掘技术可对海量数据快速分析、挖掘，并进行重新分类归纳，从而达到软件工程所需的各种数据，可大幅度提升数据的综合利用率。此外通过数据挖掘技术还能将那些比较抽象的数据，具体化或者简单化，转变成人们能够更好认识、更好理解的数据，这也是数据挖掘技术在软件工程中达到大范围推广和应用的主要原因之一[4]。

3、数据挖掘技术在软件工程中的实际应用分析

3.1数据需求及数据设计阶段应用

软件工程在数据需求和设计阶段，需要应用到数据挖掘技术。数据需求及设计指的是在软件工程设计之初，出于对设计需求的满足，需确立相对合理和科学的数据概念方案。通过对软件工程数据需求分析，由于软件工程的需求需根据发展过程进行动态调节，导致需求具有相对变化的发展性。当软件工程需求需要调整时，相应的数据需求及设计阶段设计的应用数据、数据挖掘方法以及构建的模型都将进行调整。因此，在数据需求及设计阶段要求数据挖掘技术，需具备较强的技术水平以应对需求变化，并能通过自身的算法满足设计要求[5]。

3.2软件研发中的应用

软件工程是围绕着用户的需求、投入资金、项目指标来研发所需产品的工程学科。回忆软件工程的发展历史，那时的研发过程相对复杂，需根据设计需求及社会需求来制定产品设计方案。随着数据挖掘技术在软件工程中代替传统信息处理技术，使软件工程得到了快速的发展。数据挖掘技术凭借自身强大的数据分类和存储优势，可对海量的信息数据进行保留存储，以便于后期研发使用。软件的研发过程会产生大量的数据，利用数据挖掘技术能够实现数据的整合处理，面对实时更新的最新数据也能进行有效的分析，从而保证软件研发数据的准确有效，以及保证软件研发的整体质量。数据挖掘技术在软件的研发中，已经做到了软件内部数据的划分，为用户查找相关信息提供便利的同时，为研发目标的顺利完成提供技术保障。

3.3软件工程程序代码开发中的应用

在软件工程中，数据挖掘技术应用最多的阶段是迭代开发阶段，该阶段对于软件的最终形成至关重要。软件的编发过程是根据迭代开发需求，对数据实施存储和记录，目的是分析软件与程序代码间的关系。程序代码的开发会涉及大量的信息数据，这些数据的准确性和有效性需要通过数据挖掘技术来实现，只有这样才能在程序代码开发时以高效率的水平完成开发工作。

3.4软件工程数据调试中的应用

数据调试工作发生在软件工程的迭代阶段，软件的研发人员利用数据挖掘技术进行相关数据的调试。该工程涉及的信息数据量巨大，为保证调试进度不影响软件的整体研发，需引进数据挖掘技术对其中重要的数据进行整理分析，利用数据挖掘技术中针对性分析特点，能快速地找出数据中存在的问题或漏洞，以便于工作人员进行数据的调试，极大地推进了软件研发的进程。

3.5软件工程故障检测中的应用

在软件开发过程中，出现故障或者错误的可能性很高，需要利用数据挖掘技术进行故障检测，避免因故障导致系统瘫痪，为研发人员和用户带来不必要的损失。通过应用数据挖掘技术，对软件源代码中的错误数据进行分析处理，同时对可能发生故障的数据进行预测检查，这样能够做到发现问题、解决问题、预防问题发生。数据挖掘技术之所以被广泛地应用在软件工程当中，源于其自身强大的创展分析及错误信息查找功能，帮助研发人员快速地找到软件的故障原因及所处的位置信息，使研发人员能够针对故障做出快速的反应，实施修正和补救处理，工作效率得到极大提升，同时为用户提供相对稳定的保障方法。

3.6软件工程执行记录中的应用

软件工中的执行记录数据，能够帮助软件管理人员更好地开展软件系统的运行和维护工作。首先在程序上预定安装路径，利用数据挖掘技术对运筹学的数据进行算法分析，以此判断出软件运行与预期是否重合。因此，对执行记录中的各种数据进行深入挖掘，促进信息数据被合理地分析，以便于更加准确的掌握软件的运行情况及做出运行评价。

3.7软件工程系统维护中的应用

软件成功研发后会投入市场使用，而后期的维护和管理也是软件工程重要组成部分。通过应用数据挖掘技术，实时的对用户使用过程中产生的数据进行存储分析，当软件出现问题时，管理人员可通过搜集的信息数据查找系统中的错误，并进行修正处理，改善系统运行环境的同时，根据用户需求对程序进行调整，不但能提升用户的使用体验，而且能够保证软件的平稳运行。

4、数据挖掘技术在软件工程中的应用方法

4.1数据挖掘技术中关联法的应用

在众多数据挖掘技术应用方法中，关联法通过将数据挖掘所取得的海量数据建立关联，使两种数据相互存在联系的应用方法。因此，关联法常用于数据的处理分析以及数学采集，对掌握的信息数据做出合理的分析，还可以实现数据的预测。通过应用数据挖掘技术中的关联法，找出不同数据可能存在的隐含关系，并进行深入挖掘分析，找出数据间的相互关系或是因果关系，另外，也要重视数据挖掘技术和软件工程的关系属性，提升数据支持度和置信度，促进两者有效融合，推动软件开发工作顺利地开展。

4.2数据挖掘技术中分类法的应用

分类法也是数据挖掘技术应用中的主要方法。在软件工程中通过应用分类法，可将收集的数据从混乱状态转变成井井有条和分门别类，其工作原理是对数据库中的分类标号和离散值进行整体、分析以及汇总，并进行预测的执行动作，目的是将收集的信息进行有效分类。若想通过应用分类法对数据进行处理，首先需构建出相对于的分析模型，要求模型能够对数据信息展开描述，所以需将数据类集以及概念集提前的引入到模型当中，从而实现信息数据系统化的分类。同时，还能从中发现数据间蕴藏的发展规律，进一步提升数据挖掘技术在软件工程中的应用效率。

4.3数据挖掘技术中聚类法的应用

在软件工程中，聚类法是按照一定的要求及划分标准，对目标信息数据进行细化处理，使其成为不同种类、不同性质和不同簇的过程。数据挖掘技术中聚类法的应用原则是：同种类型同种性质以及同簇的数据对象间，需保持较高的相似度。与之相反的是不同类型不同性质以及不同簇的数据对象间，需表现出较大的差异性。通过分析发现分类法与聚类法是完全相反的两种数据处理理念，由聚类法挖掘的数据无法实现预测，而分类法却可以做到。虽然如此，聚类法能够在数据的预处理范围内被加以利用，凭借其信息独立分析特性，使软件在运行过程中能够获得较为理想的安全性和可靠性，能够对信息结果反馈的准确率提升产生影响。

4.4数据挖掘技术中遗传算法的应用

在软件工程发展过程中，遗传算法相对于其他三种算法更具应用优势。遗传算法是基于生物的自然选择及遗传激励而产生的一种可对数据进行随机解锁的算法。它的具体优势体现在数据模型相关性的检索上，通过相应的数学算法，使模型间能够生成一定的联系，为数据的深入挖掘提供了平台。此外，遗传算法还具有覆盖范围广的优势，可尽可能避免数据进入局部最优的风险，使其提高找出全局最优解概率，但其算法的效率却相对较低。

5、提高数据挖掘技术在软件工程中应用价值的有效策略

5.1优化软件开发数据的技术

（1）加强对数据挖掘技术应用价值的认识与了解。再好的技术，如果企业根本意识不到它对自身发展的重要性，那么其作用也是无法有效发挥的，因此企业人员要提高对数据挖掘技术的理解与认识，并深入了解这项技术中所涉及的编程知识，以便能够找到最好的应用数据挖掘技术的途径。

（2）在对代码库进行选择环节，企业需要根据自身情况以及完成目标，严格控制软件项目的研发成本，以便每一分钱都能用在钢刃上。同时，还需要结合代码关键词所生成的相应的体系，根据数据之间的重载等关系，找出可靠的目标数据，以便能够满足自身的实际需要，确保软件工程项目得以顺利进行。

（3）企业还需要根据挖掘目标所设置的静态代码，对数据的储存功能进行科学的优化与改进，以便能够最大程度确保数据储存功能得以有效地发挥，为软件工程项目得以顺利开展创造良好的条件。如果出现代码缺失的情况，相关人员还需要对测试代码进行进一步的检测，找出问题出现的原因，并以此为依据制定应对之策，来提升系统整体框架的合理性。

5.2提升软件维护数据挖掘的水平

企业想要让数据挖掘技术得以充分发挥，推动软件工程项目的进程，还需要对数据挖掘软件进行科学安全的维护，以便能够最大程度降低不良因素对于软件的负面影响，确保软件的正常运行。在对软件进行维护的过程中，相关人员必须严格按照企业所制定的工作流程与维护要求开展科学的维护工作，确保项目得到良好的修复，确保整个维护框架的全面性，以此为数据挖掘技术的有效发挥创造良好的条件。在对于缺陷问题的处理上，相关人员要提高重视，通过各种有效举措，提高软件处理与维修的质量，以便维护工作的价值得以有效地体现，从而实现对软件管理等环节综合处理的目标。

其次，相关人员还要利用实时跟踪的手段，有序检查所有工作是否得到全面落实，并且在代码复用的状态下，对网络模型进行科学的划分，以便软件的作用获得充分的发挥，为软件故障检测提供良好的数据支撑，为数据挖掘技术的应用创造可靠的前提。最后，相关人员还可以借助于数据挖掘技术强大的整合功能，对数据处理的流程进行科学的完善，以此来提升所有环节在衔接上的科学性；对现有的工作体系进行优化，以此来降低不良因素出现的概率，促使软件工程的整体效率以及质量获得有效地提升。此外，在应用数据挖掘技术过程中，还要注重结合实际模型对相关数据进行优化与整合，从而最大程度确保软件的安全。

5.3加强对技术人员的培训力度

技术人员的综合素质，在很大程度上决定了数据挖掘技术的价值，决定了软件工程项目的质量与进度，决定了企业的可持续发展。因此，企业负责人要提高对技术人员的重视，在实际工作中，通过定期培训等方式，来提高技术人员的综合素质，以便他们在软件工程项目进行的过程中，能够依据实际情况与开发目标，科学地应用数据挖掘技术，从而促使技术的作用得以充分发挥，为企业的发展提供源源不断的动力与支持。

6、结束语

综上所述，可以明确在软件工程项目中，采用合理、科学的运营数据挖掘技术能够更好促进相关软件工程的可持续发展。以软件应用的实际情况为基础来展开相应分析，能够明确数据挖掘技术未来有很大的发展空间。有关技术人员需要明确该技术的重要性，并不断深入研究，对该项技术予以完善，对该项技术的理论和应用价值予以充分挖掘。采用这种方式从本质上加强该项技术的专业性，并通过技术人员的应用将其作用充分发挥出来，使我国软件工程技术能够获得可持续发展。

参考文献

[1] 谷安楠.关于数据挖掘技术在软件工程中的应用分析[J].数码世界，2020(12)：76-77.

[2] 张建新.软件工程数据挖掘技术应用分析[J].信息记录材料，2021(03)：              163-164.

[3] 李金召.数据挖掘技术在软件工程中的应用与研究[J].计算机产品与流通，              2020(05)：30.

[4] 丰婉伊.数据挖掘技术在软件工程中的应用分析[J].信息通信，2020(03)：              192-193.

[5] 董德生.数据挖掘技术在软件工程中的应用[J].信息记录材料,2021,22(12):165-167.