探讨“互联网+”时代下数据挖掘技术在软件工程中的应用分析

探讨“互联网+”时代下数据挖掘技术在软件工程中的应用分析

王超

正元地理信息集团股份有限公司

摘要:“互联网+”新概念的出现，引起了人们对信息技术快速发展的广泛关注和讨论。目前，随着我国社会经济的进步，互联网包含了越来越完善的内容，导致许多新技术的出现。在现代条件下，传统的数据处理技术不能实现海量数据的存储和传输，不能满足现代数据处理的要求，也不能解决软件开发和应用过程中的不稳定性问题。数据提取技术可以提取、存储和集成有价值的海量数据，删除无效信息，确保数据源的安全，方便项目软件开发和项目管理。

关键词:“互联网+”;数据挖掘技术;软件工程

前言

随着科学技术的进步和互联网通信技术的发展，海量信息需要建立相应的过滤集成软件。在实践中，应充分利用数据采集和存储技术，过滤数据库中不必要的信息，提高软件开发水平。

1、数据挖掘技术概述

随着大数据时代的到来，数据挖掘技术的重要性日益凸显。为了将数据挖掘技术应用到软件开发中，必须明确其特点，为今后的工作打下坚实的基础。随着科技的进步，我们已经进入了大数据时代。在对爆炸性信息进行科学处理的基础上，提取出有价值的数据，以满足软件开发的需要。在实践中，数据挖掘技术的发展是以数据处理技术为基础的。数据开发技术需要对相关人员的关键信息进行分类。在实践中，通过对数据的合理划分，找出规律，并建立相应的跟踪预测模型。通过类似的方法，可以发现各种资料的关联，并根据这些资料，进行有针对性的分析，得到有意义的资料。

数据挖掘不仅仅是简单的数据分析，更是一个动态的过程，需要有一个宏观的角度，这样才能充分利用数据挖掘的本质，从数据的采集与识别，数据结构与逻辑的结合提高数据挖掘的应用价值。其次，在数据挖掘方法的基础上，首先对数据进行预处理，然后根据最终的结果增加数据挖掘的价值，如挖掘算法、对象、数据分类等，提高挖掘效率。在此基础上，需要进行深入的分析和评估，以反映最终价值，并为未来的数据管理提供必要的支持。合理使用这些技术不仅可以提高数据处理的性能，而且可以充分提高系统的性能，让用户有更多的体验。

图1数据挖掘技术的应用流程

2、软件工程中的特殊数据提取应用

2.1数据挖掘技术在开源软件中的应用

在介绍这一技术时，必须考虑到开源的开放程度，从而有效地提高开发的效率。但是，由于数据的不同，会造成管理和安全方面的问题。因此，在实际应用中，要解决的问题就是使用数据提取技术来改善软件的质量。该技术可以实现对大量的数据进行处理，实现对大量数据的高效利用和整合，以满足复杂的软件特性，实现对用户的科学管理。

2.2数据挖掘技术在工程软件中的应用

利用数据挖掘技术可以确保有用的信息在海量的数据中脱颖而出，并针对其进行有效的分析，保证信息得到高效整合。利用数据挖掘技术可以实现对信息的高效处理，通过筛选出软件库中的各项信息，并将其转化为有用信息。在工程软件开发中，由于含有组织链、版本控制等因素，所以必须对其进行有效的管理，以有效地减少资源的浪费。在大规模的软件工程中，有可能产生大量的电子文件和电子邮件等信息。如果不进行正确的处理和控制，将会对以后的软件使用造成很大的影响。因此，应用软件技术对无用信息进行有效的分离与筛选，以实现有价值的信息整合，以保证后续的软件工程的顺利进行。

2.3代码数据挖掘技术

编码提取方法主要包括两大部分:编码提取和复制编码确认。代码搜索必须以使用者所接受的关键字为主要输入，然后再输入对应的关键字，再将其传送至段代码使用者。在此基础上，搜索引擎的代码段可以把注解和代码看作是文字，并在代码基础上按照程序的特征进行搜索，最终以获得文件的信息为主要目的，对整个工作流程进行优化。大部分编程语言都要包含函式与变数，并着重指出标签在易读性上的重要作用。但需要注意的是，编程不一致在实际应用中经常发生，这对返回正确的结果有一定的影响，因此，在实践中，我们需要充分利用数据挖掘技术的优势，以便获得代码检索过程的准确特征，并使后续用户更容易使用。此外，我们还需要改进关键词搜索理解应用程序，使用关键词准确表达程序，提高软件开发水平。

在克隆码检测方面，和以前的代码检索方法很类似，都是基于代码本身来描述整个程序的行为，在使用的时候，需要输入一个已经知道的行为代码，然后复制代码检测就会给出类似于代码的信息，从而可以对类似的代码进行描述。利用克隆码检测技术，可以使数据挖掘技术的优点得到最大限度地优化整个开发流程，从而使软件的开发效率和质量得到进一步的提升。

2.4数据挖掘技术在软件故障中的应用

随着社会信息化程度的不断加深，数据挖掘技术的应用将会更加的广泛。在实际应用中，还应对数据的执行进行描述和记录，并对其进行识别，以增强后续工作的针对性。在数据挖掘的过程中，要明确挖掘对象，获得可追踪和可理解的信息，从而使问题处理能力得到最大程度的提高。同时，我们也要意识到，很多的挖掘工具都必须在自动化和管理的基础上，才能更好地运用数据挖掘技术，同时也要防止因为种种原因给软件带来的影响。在实际应用中，对软件的运行轨迹进行抽象定位，并进行对比验证，最后确定故障的位置，提高故障诊断的效率和精确度。

2.5主要应用方法

软件工程数据挖掘技术在应用时，虽然已经逐渐展开了数据框架的构建和利用，但是在实践中还有很多方面的内容需要不断完善和优化。因此，必须要加强对软件开发和维护方面的合理应用，将数据挖掘技术在其中的应用价值充分发挥出来，这样才能够推动其长远稳定的发展。第一，可以通过相关方法改进数据收集模型。该方法可以在日常开发过程中发现大量数据之间的联系，从而为以后的软件开发提供重要的基础。第二，分组法，将目标数据划分为不同类别，以实现同一数据类别中的可比性。不同类型的目标有明显的差别，并针对实际问题进行分析，以提高数据整合的效率。第三，归类。运算方式主要是用离散的数值和类别编号。首先要建立相应的数学模型，并将其归类为概念，从而实现数学建模，提高软件的开发速度。从本质上讲，基因演算法是基于生物的自然选择与随机基因的概率来进行日常的运算，是目前数据抽取技术中最常见的一种。

结论

综上所述，将数据挖掘技术引入到软件开发中，会使数据挖掘更加简便，从而促进软件的可持续发展。在程序代码中引入了数据挖掘技术，可以有效地提高程序代码的重现性。该方法能在故障诊断中加入两种不同的频率，并能确保故障的正确识别。

参考文献:

[1]邓朗妮. 基于数据挖掘技术的BIM学术热点与学术趋势分析方法研究[A]. 中国图学学会土木工程图学分会.第六届BIM技术国际交流会——数字建造在地产、设计、施工领域应用与发展论文集[C].中国图学学会土木工程图学分会：《土木建筑工程信息技术》编辑部，2019：10.

[2]陈小峰. 电力潜在敏感客户预测的大数据方法应用[A]. 中国电机工程学会电力信息化专业委员会.生态互联 数字电力——2019电力行业信息化年会论文集[C].中国电机工程学会电力信息化专业委员会：人民邮电出版社电信科学编辑部，2019：1.

[3]王祥顺.数据挖掘技术在软件工程中的实践与探索[J].电脑编程技巧与维护,2019(04):82-83+100.

[4]程志平,徐涢基.数据挖掘技术在软件工程中的应用探究[J].信息技术与信息化,2018(12):210-212.

[5]张宇.数据挖掘技术在软件工程中的应用与研究[J].现代信息科技,2018,2(05):25-26.