探究软件工程数据挖掘探究进展.docVIP

探究软件工程数据挖掘探究进展 　　摘要：计算机信息技术日渐发展促使数据挖掘技术在软件工程工作中具有非常重要的作用。在现代化软件工程工作过程中，数据挖掘技术在智能技术开发工作以及自动化技术开发工作中具有非常重要的作用，这就需要做好潜力创新发掘，构建大量数据系统，构建更加完善技术，将数据挖掘技术有效应用于软件工程中。利用数据挖掘技术能够有效完整信息数据分析工作以及整理工作，结合自身特色性来提升软件工程工作有效性。该文对数据挖掘信息作了分析，结合软件工程数据挖掘存在的问题提出有效应用对策，为提升软件工程数据挖掘有效性打下良好的基础 关键词：软件工程；数据挖掘；分类；问题；对策 中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2016）34-0001-02 随着软件工程工作广泛应用以及逐渐扩展，数据挖掘技术在其中具有非常重要的作用，其能够在海量数据中利用新技术算法以及已有技术实现信息提取、信息分析以及信息表示等等，这样能够促使软件开发者发掘有用信息以及有用知识。数据挖掘技术能够有效提取以及处理软件工程数据，进而利用挖掘算法来解决选择问题。为了能够更加清晰、更加有效掌握软件开发工作过程，软件开发工作人员需要重视数据收集工作，有效提取数据库重要数据，利用数据收集以及数据抽取来实现数据挖掘，应用范围愈加广泛，软件工程应用效果更加理想 1 数据挖掘技术的分析 计算机信息技术日渐发展以及网络技术日渐发展为用户提取有价值数据提供了重要的支持。利用数据到知识的转化来完善数据挖掘技术。所谓数据挖掘，实际上就是从海量数据中来提取出更加具有利用价值数据，这个过程被称作是捕捞或者是挖掘，实际上就是将验证性驱动分析方式向发现性驱动分析方式的有效转变。在进行炎症性驱动分析过程中，需要设定用户需求存在，进而收集相关数据，这样来不断验证假设成立。从目前发展来看，由于数据存储存在着复杂性并且规模也相对较大，传统验证性驱动方式无法有效发掘数据库可用数据，这就需要有效筛选可用数据，进而有效识别内部信息。在开展数据挖掘时，需要收集相关信息来不断改进自身产品，采用不同软件来开展数据收集工作。实际上，数据挖掘技术包含了多方面的内容，诸如，分类树技术、聚类技术、最优集合的规约技术以及关联发现技术等等，有效利用软件度量的高耦合性以及多维度性来开展特殊化处理方式，在实践中选择有效挖掘技术，进而完成既定工作目标。软件开发上在项目开发工作中，需要从软件检测以及软件控制角度着手，做好工作指标量化处理工作，这样能够使得用户有效了解产品的实际开发过程。从目前来看，度量数据得到了人们越来越高的重视，但是在分析数据以及系统应用方面却仍然存在着问题，因此，需要将软件工程度量工作与数据收集工作有效结合，利用静态性描述，结合图表变化而不断发生变化，提升度量数据应用有效性 2 软件工程数据挖掘存在的问题 2.1 软件工程数据过于复杂 软件工程数据实际上包含了两方面内容，也就是结构化数据以及非结构化数据。结构化数据主要包含了版本信息以及缺陷报告等方面的内容，非结构化数据则是包含了文档、注释以及数据代码等方面的内容。实际上，结构化数据与非结构数据并不能够完全适用于同一种算法中，但是二者之间存在着非常密切的关联。以缺陷报告为例，缺陷代码段在缺陷报告中具有非常重要的作用，其不仅属于结构化数据内容，也是非结构化数据内容，在软件工程工作中具有非常重要的作用 2.2 非?魍撤治龇矫娲嬖谧欧浅４蟮木窒扌? 在进行数据挖掘过程中，需要做好信息转化工作，进而有效传达数据，最终实现信息数据的有效共享。传统工作过程中，信息数据挖掘手段较为单一，主要是利用文字方式以及图表等方面来进行表达，实际上，软件开发商对于信息要求非常高，单一化统计结果无法满足实际工作需求。为了能够有效开发软件，开发工作人员需要有效整合相关信息，结合开发案例、编程模板、系统缺陷等来进行数据挖掘，提升实际的使用功能，实现信息与知识的不断更新，提升信息数据挖掘有效性 2.3 软件工程挖掘结果评价缺乏统一性 由于受到传统工作理念以及传统工作方式影响促使传统挖掘技术存在着一定的问题。由于传统挖掘技术发展实践相对较长，进而已经构建了较为成熟评价标准。从软件工程的数据挖掘角度分析来看，软件开发工作人员对于信息全面性要求较高，再加上信息自身复杂性使得表示方式存在着一定的差异，这就无法进行系统性比较，实际的评价结果缺乏统一性，评价结果实际应用性并不强。考虑到软件工程项目自身数据量非常大，这就使得项目数据存在着一定复杂性，这就需要结合软件工程实际情况来分析数据，同时还能够有效解决注释问题以及代码问题，这样在一定程度上使得技术分析复杂程度不断加大。此外，由于现代化软件工程对于分析结果精确性要求较