软件工程中数据挖掘技术的应用与研究.docxVIP

软件工程中数据挖掘技术的应用与研究 　　摘要：传统软件工程领域的数据处理缺陷使得软件运行容易出现卡顿和错误、信息传输不稳定的现象。将数据挖掘技术融入软件工程的开发能避免该问题，同时也保障了信息数据的正常传输、过滤和整合，从而有效提升数据处理能力，确保数据的准确性和来源的安全性，提升文档安全性，过滤危险和无用信息。文章对软件工程中数据挖掘技术的应用及其发展进行了研究。 　　关键词：软件工程;数据挖掘技术;代码;数据 　　随着科学技术不断发展、网络通信技术不断进步，海量的数据信息需要有匹配的软件进行过滤和整合。传统软件工程领域的数据处理缺陷使得软件运行容易出现卡顿和错误、信息传输不稳定，日常生活中对信息数据的要求不断提高，数据挖掘技术能更好地满足用户需求。数据挖掘技术融入软件工程的开发能避免该问题，同时保障了信息数据的正常传输、过滤和整合数据，从而提升数据处理能力，确保数据的准确性和来源的安全性。软件工程中利用数据挖掘技术可挖掘、收集有效数据存放在数据库中，整理数据、提升文档安全性、过滤危险和无用信息。 　　1软件工程与数据挖掘技术 　　数据挖掘（datamining，dm）是一种在海量数据集中挖掘有效信息数据的技术。软件工程数据挖掘技术（dataminingforsoftwareengineering，dmse）是应用在软件工程领域的一种数据挖掘技术，主要指开发新的或者利用现有的数据挖掘技术，经过表示、分析和提取等步骤挖掘对软件开发者有用的信息数据[1]。软件工程数据挖掘技术广泛应用于软件工程、人工智能、数据挖掘和模式识别等领域。软件工程中的数据挖掘技术与传统的数据挖掘具有相似之处，又在处理和提取软件工程数据、采用合适算法挖掘软件工程之间的应用数据、为软件开发者提供有价值的数据信息等方面存在特色。 　　软件开发过程积累大量数据，包括可行性分析、设计文档、软件代码、需求分析、软件版本、测试数据和结果、用户反馈等。一般情况下，软件工程数据是软件开发者获得信息的唯一渠道。随着软件日渐工程化和大型化，软件工程中的数据复杂性和数量在飞速增加，软件开发者通过浏览代码、文档等传统的方式难以获取能满足软件开发所需信息。 　　2软件工程中数据挖掘技术的应用 　　软件开发和软件工程是相辅相成的，软件工程是软件开发必须遵循的操作原则，软件开发是软件工程的具体实现。软件开发的每个阶段都需要特定信息来开展工作，但单个开发者难以具备开发过程中所需的一切信息数据，且缺乏从软件工程的数据中搜索有效信息的方法，导致软件开发者陷于卡顿。软件工程中数据挖掘技术的应用显得越发重要，其应用主要表现在以下几方面。 　　2.1开源软件数据挖掘技术的应用 　　开源软件主要是指一种源代码是开放式的应用，由于其具有开放性，通常该类软件都是免费的，拥有广大的用户群。但大量的用户群给该类软件带来了管理的问题，从而拖累软件的使用。由于开源软件存在缺陷，因此可以有针对性地把数据挖掘技术融入开源软件中，提升软件质量，使得该类软件既具有基本数据处理功能，又能在数据挖掘技术支持下挖掘、筛选整合大规模的数据，为复杂的软件提供数据处理功能，提升软件的使用效率，有效管理用户群体。 　　2.2软件项目数据挖掘技术的应用 　　数据挖掘技术应用在软件项目中主要有两种，分别是挖掘组织关系和挖掘版本控制信息。软件项目管理相对复杂，要挖掘项目中人员的组织关系就需要分配和协调好软件项目中的人力资源。大型的软件工程项目参与人员可达到成百上千，在软件项目研发过程中将会产生大量的信息数据，如参与者之间相互沟通交流的文档、电子邮件等数据，没有过滤、整合就容易造成数据混乱，影响软件项目中的正常秩序。软件项目工程中数据挖掘技术的应用能有效地区分参与者的组织关系和过滤无用数据，整合有效数据，确保软件项目的顺利开展。 　　2.3代码中数据挖掘技术的应用 　　数据挖掘技术应用在代码中主要体现在代码搜索和克隆代码检测两方面：（1）代码搜索工具主要是以用户接受的一组关键字作为输入，输入关键字匹配和向用户返回的一组代码段。目前的代码搜索引擎把注释和代码看作文本，把每个程序文件认作文档，对代码库执行搜索命令，以文档为单位返回结果。大多数编程语言主要用标识符对函数、变量等命名，强调注释和标识符对程序可读性的关键作用。但由于编程风格不统一等，在实现中，直接对注释和标识符进行搜索难以返回正确结果。数据挖掘技术融入代码搜索能更准确地搜索、提取关键字。提取关键字的过程在数据挖掘中就是理解程序的过程，也是采用關键字对程序准确表述的过程[2]。（2）克隆代码检测与代码搜索相类似，是用代码本身来描述软件行为。用户输入一段已知行为代码，克隆代码检