试论数据挖掘技术在软件工程中应用综述.docVIP

试论数据挖掘技术在软件工程中应用综述 　　摘要：计算机信息技术日渐发展使得软件系统呈现出复杂性，系统软件开发工作也愈加复杂，特别是数据挖掘技术，在其中具有越来越重要的作用。数据挖掘技术在软件工程中的广泛应用，不仅能够满足社会发展需求，还能够有效解决软件工程中存在的问题。本文对数据挖掘技术在实际应用中存在的问题作了分析，提出了数据挖掘技术在软件工程中的应用对策，为提升软件工程质量打下良好的基础。 　　关键词：数据挖掘技术；软件工程；问题；应用；对策 　　中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2016）34-0098-02 　　网络信息技术日渐发展使得软件需求越来越大，软件规模逐渐扩大以及规模复杂化促使软件开发可控制性并不强。传统软件开发中存在着数据问题，由于爆炸式信息增长使得数据挖掘技术在软件工程中具有至关重要的作用。利用数据挖掘技术能够在大量信息数据中有效提取相关信息并且能够有效应用于软件工作中，利用数据库来提取更加具有价值数据信息，有效处理系统工作故障，提升成本评估有效性。作为软件工程发展领域中的新型应用技术，数据挖掘技术实现了信息数据的有效转化，这样能够有效满足人类对信息实际需求，通过能够有效发掘大量信息数据，同时能够有效发展程序数据规律、文档数据规律等等，为软件工程提供有效指导。二十世纪九十年代，数据挖掘及时已经广泛应用于软件工程工作中，需要有效发现可复用代码，结合软件工程复杂性以及数据挖掘技术日渐发展来将数据挖掘技术广泛应用于软件工程领域工作中，有效利用实证数据来降低成本，提升软件工程工作有效性。利用数据挖掘技?g能够做好数据分类工作、聚类工作、预测工作以及统计分析工作，进而能够有效利用数据库潜在知识以及潜在规则，为软件工程互动提供反馈指导，提高开发有效性。 　　1 数据挖掘技术实际应用中存在的问题 　　1.1 信息数据过于复杂 　　从目前的发展来看，软件工程数据包含了结构化数据以及非结构化数据两种。软件代码在非结构化数据中具有非常重要的作用，而软件版本信息则对结构化数据具有非常重要的影响，实际上，结构化数据、非结构化数据二者之间具有非常密切的关联，这就需要有效利用数据挖掘技术，充分整合结构化数据以及非结构化数据，提升挖掘技术实际使用难度。 　　1.2 缺乏一致性评价工作标准 　　在实际的生产生活过程中，由于非常多领域已经开始逐步使用数据挖掘技术，利用数据挖掘技术能够更好的评价实际结果，但是由于评价方式存在着不一致性使得软件工程缺乏统一化的评价标准，这就使得软件工程信息较为复杂，再加上表达方式方面存在着一定的差异性使得获取者无法有效的对比以及应用相关信息，这就使得软件工程工作中面临着非常大的困难，这就使得信息数据的挖掘结果存在着不准确性。 　　2 数据挖掘技术在软件工程中的应用对策 　　2.1做好漏洞检测工作 　　在软件工程工作过程中，检测软件漏洞能够及时发现软件开发工作中存在着的错误或者是漏洞，这样能够做好完善工作以及修复工作，为软件质量以及软件可靠性提供保障。一般性数据挖掘技术主要进行软件漏洞检测工作，在实际检测过程中，需要确定软件的测试项目，结合用户实际需求，具体规划软件实际测试内容，这样能够决定实际的测试方式，这样能够制定出更加有效的计划以及对策，这样能够有效收集数据库中存在的漏洞，进而有效清理数据并且转换数据。在开展数据采集的过程中，还需要做好软件缺陷的相关数据，有效清理多余信息以及不需要信息，这样能够完善实际的补充措施，进而有效转换数据工作属性。在进行数据模型选取过程中，需要坚持恰当性，保证验证工作以及训练工作有效性，通海还需要结合项目发展需求来选择有效挖掘方式，实现测试工作与训练工作的有效结合，这样能够比较实际结果，制定出更加合理、更加符合实际需求的工作方式。此外，还需要充分利用数据挖掘方式来进行软件漏洞的准确描述以及精确定位，这样能够有效收集漏洞库中的数据，有效寻找出未知漏洞，这样能够有效描述并且分类漏洞数据，将数据挖掘技术有效应用于软件测试工作中。因此，在进行数据挖掘过程中，需要确定软件测试项目，结合客户实际需求来确定软件测试内容，制定出符合客户需求的测试计划以及实施方案，同时还需要做好软件工程漏洞数据库收集工作、清理工作以及转换工作。有效采取软件工程信息数据，有效提取软件工作系统数据方面的漏洞信息，同时有效清理无用信息以及多余信息，有效补充项目数据，实现信息数据到信息知识方面的有效转化。在进行信息数据挖掘过程中，需要选择合适软件，进而整合系统信息训练结果以及测试结果，结合软件工程需求来选择更加合理的数据挖掘方式。结合软件工程漏洞来进行分类以及面熟，结合实际规则，利用数据挖掘技术来分类漏洞以及描述漏洞。此外，还需要在软件测试工作中有效运用数据挖