梁雯

摘要：隨著科學(xué)技術(shù)的高速發(fā)展，人們的生活行為、個人喜好、出行軌跡甚至個人社交都能通過一連串復(fù)雜的數(shù)據(jù)來顯示。強(qiáng)大的數(shù)據(jù)網(wǎng)絡(luò)對人們的工作生活及科技發(fā)展產(chǎn)生了重要影響。因此，如何在龐大的數(shù)據(jù)網(wǎng)絡(luò)中找到有價值的、有需要的數(shù)據(jù)，成為了數(shù)據(jù)信息技術(shù)的一個研究方向。數(shù)據(jù)挖掘技術(shù)在一定程度上解決了這個問題。文章結(jié)合數(shù)據(jù)挖掘的內(nèi)涵，分析數(shù)據(jù)挖掘技術(shù)在軟件工程中的作用，提出一些應(yīng)用方法，旨在對我國軟件工程和科技發(fā)展提供參考。

關(guān)鍵詞：軟件工程;數(shù)據(jù)挖掘技術(shù);應(yīng)用

中圖分類號：TP311? 文獻(xiàn)標(biāo)識碼：A

1 引言

數(shù)據(jù)挖掘是大數(shù)據(jù)分析領(lǐng)域中的一個新的數(shù)據(jù)處理理念，它的核心思想是通過對數(shù)量巨大、但價值密度低的數(shù)據(jù)進(jìn)行分析處理，從而提取出一些對所研究的問題有價值的信息。隨著軟件工程的發(fā)展，在軟件開發(fā)和項目管理過程中也逐漸出現(xiàn)了海量數(shù)據(jù)分析的難題，例如源代碼管理、版本管理、漏洞分析、系統(tǒng)操作記錄。軟件長期運(yùn)行所積累下來的數(shù)據(jù)，由于數(shù)據(jù)量過大，傳統(tǒng)的數(shù)據(jù)處理技術(shù)顯然是不可能完成的。為此，研究數(shù)據(jù)挖掘技術(shù)在軟件工程中的應(yīng)用具有重要意義。

2 數(shù)據(jù)挖掘技術(shù)的概述

數(shù)據(jù)挖掘是在大量的數(shù)據(jù)中探測有意義的行為和規(guī)律，它不僅可以應(yīng)用于研究領(lǐng)域，使研究人員快速獲取大量目標(biāo)數(shù)據(jù)，還能夠應(yīng)用于商業(yè)中等多個領(lǐng)域。該技術(shù)可以了解數(shù)據(jù)中潛在的規(guī)律，還能夠用歷史數(shù)據(jù)對未來進(jìn)行預(yù)測。它能夠檢測海量數(shù)據(jù)中的異常數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)中顯著不同于其他數(shù)據(jù)的對象。數(shù)據(jù)挖掘系統(tǒng)也在不斷的發(fā)展，初代系統(tǒng)是作為一個獨(dú)立的應(yīng)用，可以支持一個算法，也可支持多個算法，而現(xiàn)在的系統(tǒng)能夠和各種移動數(shù)據(jù)相連，并且大多都存在計算模型，可以應(yīng)用于多種移動設(shè)備。在進(jìn)行數(shù)據(jù)挖掘的過程中，首先要對數(shù)據(jù)進(jìn)行預(yù)處理，能夠?qū)Σ灰恢禄虿煌暾臄?shù)據(jù)進(jìn)行清除，還能夠進(jìn)行數(shù)據(jù)的抽樣，能夠保證數(shù)據(jù)的正確性以及統(tǒng)一性。隨后需進(jìn)行數(shù)據(jù)的挖掘，挖掘過程中有多種算法可對數(shù)據(jù)進(jìn)行分類與預(yù)測，分類過程中可以構(gòu)建模型對現(xiàn)有的數(shù)據(jù)和新數(shù)據(jù)進(jìn)行分類，建立函數(shù)值模型能夠?qū)?shù)據(jù)進(jìn)行預(yù)測，此外還有聚類、關(guān)聯(lián)等算法。最后需要根據(jù)挖掘過程中所選擇的算法和最終產(chǎn)生的結(jié)果對整個過程進(jìn)行評價，還要將結(jié)果傳遞給客戶，需要將信息模式進(jìn)行轉(zhuǎn)換，使用戶可以理解。

3 數(shù)據(jù)挖掘技術(shù)的應(yīng)用流程

數(shù)據(jù)挖掘技術(shù)在軟件工程中的應(yīng)用主要包括數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘、模型表現(xiàn)等三個不同的階段。在數(shù)據(jù)預(yù)處理階段，主要任務(wù)與目標(biāo)是，對獲取的原始數(shù)據(jù)進(jìn)行處理，厘清目標(biāo)對象，實(shí)現(xiàn)有效數(shù)據(jù)的分離，并且在數(shù)據(jù)預(yù)處理的過程中，對軟件工程中涉及到的原始數(shù)據(jù)進(jìn)行了清理，將冗余信息進(jìn)行清除，同時對部分缺失數(shù)據(jù)進(jìn)行補(bǔ)充，形成完整的數(shù)據(jù)鏈條，從而為后續(xù)軟件開發(fā)、軟件管理以及軟件評測工作的開展提供了參考。在數(shù)據(jù)挖掘的過程中，為保證挖掘效果，需要明確挖掘人物，認(rèn)真做好數(shù)據(jù)的分類、歸納、評估以及總結(jié)工作，在此基礎(chǔ)上，對挖掘方法進(jìn)行針對性選擇，選擇過程中，要結(jié)合數(shù)據(jù)自身的特點(diǎn)以及軟件工程相關(guān)工作的具體要求，對數(shù)據(jù)挖掘方法做出必要的調(diào)整，確保挖掘的有效性。為實(shí)現(xiàn)挖掘結(jié)果的完整表達(dá)，可以使用模型評價或者知識表示的方式，將數(shù)據(jù)挖掘的結(jié)果以更加完整、系統(tǒng)的方式呈現(xiàn)出來，使得相關(guān)工作人員能夠在相關(guān)數(shù)據(jù)挖掘結(jié)果的指導(dǎo)下，有針對性地開展軟件開發(fā)、管理以及測評工作，大大增強(qiáng)了軟件工程的時效性，為后續(xù)相關(guān)工作的開展奠定了堅實(shí)基礎(chǔ)。

4 數(shù)據(jù)挖掘技術(shù)在軟件工程中的應(yīng)用

4.1 軟件管理中的應(yīng)用

軟件管理中的應(yīng)用可以分為兩個方面即可進(jìn)行開源軟件的管理，又可進(jìn)行軟件項目的管理。開源軟件較為特殊，因此它的使用不需收費(fèi)。由于開源軟件較多，并且所有人都可以隨意使用，因此管理過程有較大難度，開源軟件的質(zhì)量也難以保證。利用數(shù)據(jù)挖掘技術(shù)，能夠提高開源軟件的質(zhì)量。利用該技術(shù)進(jìn)行項目管理時，利用數(shù)據(jù)挖掘技術(shù)能夠整理組織關(guān)系，有利于信息的交互。軟件開發(fā)過程中需要不斷進(jìn)行版本的更新和漏洞的修復(fù)，開發(fā)者可以利用數(shù)據(jù)挖掘技術(shù)查看歷史版本和以往出現(xiàn)的漏洞，避免這些問題在開發(fā)過程中重復(fù)出現(xiàn)，有利于軟件的開發(fā)和后期的維修與管理。

4.2 項目管理

在具體的數(shù)據(jù)挖掘技術(shù)應(yīng)用中，軟件工程企業(yè)可以針對組織關(guān)系和版本控制數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘。組織關(guān)系數(shù)據(jù)雖然相對繁瑣，但有利于軟件工程企業(yè)進(jìn)行企業(yè)和項目的管理，梳理組織系統(tǒng)和組織管理，保障資源調(diào)配和應(yīng)用的系統(tǒng)性和有效性。而版本控制數(shù)據(jù)是指數(shù)據(jù)挖掘技術(shù)中對數(shù)據(jù)進(jìn)行控制和調(diào)整變化的數(shù)據(jù)部分。通過對這方面數(shù)據(jù)的應(yīng)用，能更好的控制企業(yè)信息，出現(xiàn)混亂的流程和問題時能及時調(diào)整，提高軟件運(yùn)行的穩(wěn)定性。根據(jù)這一特點(diǎn)，企業(yè)還能將數(shù)據(jù)挖掘應(yīng)用到對問題進(jìn)行提前預(yù)警和及時解決的過程中去，全面提高項目管理質(zhì)量。

4.3 軟件漏洞掃描

漏洞檢測是軟件工程的重要內(nèi)容，是發(fā)現(xiàn)安全隱患、提高軟件質(zhì)量、保障系統(tǒng)安全的有效措施。在傳統(tǒng)的漏洞檢測技術(shù)中，由于需要掃描的數(shù)據(jù)量過大，如果逐條依次分析，將導(dǎo)致長時間的等待，可操作性不強(qiáng)。在漏洞掃描中引入數(shù)據(jù)挖掘技術(shù)，可以有效提高掃描效率。典型的基于數(shù)據(jù)挖掘的軟件漏洞掃描應(yīng)用步驟如下：第一，創(chuàng)建測試項目。根據(jù)用戶的具體需求制定軟件測試方案，明確需要掃描哪些類型的漏洞，采用什么方案進(jìn)行掃描。第二，收集漏洞信息。掃描漏洞的前提是要認(rèn)識漏洞，也就是對漏洞進(jìn)行定義。需要收集有關(guān)軟件缺陷的大量信息，并對一些屬性進(jìn)行定量化處理。第三，選擇理論模型。根據(jù)掃描要求，選取適當(dāng)?shù)臄?shù)據(jù)挖掘模型，根據(jù)前期收集的數(shù)據(jù)資料，對模型進(jìn)行充分的訓(xùn)練，得到有效的訓(xùn)練集與測試集，取得最佳掃描策略。第四，開展漏洞掃描。采用前一步得到的模型，將其應(yīng)用于軟件掃描測試過程，經(jīng)過數(shù)據(jù)的分類和特征分析，提取漏洞信息。第五，根據(jù)掃描結(jié)果，修復(fù)漏洞，并重新掃描以確認(rèn)漏洞的成功修復(fù)。

4.4 著力提升故障檢測能力

軟件工程涉及技術(shù)類型較為多樣，軟件工程中一旦出現(xiàn)故障，勢必影響整個軟件開發(fā)的進(jìn)度，造成額外的成本支出。同時由于技術(shù)的復(fù)雜性，使得軟件工程故障的排除難度較高。數(shù)據(jù)挖掘技術(shù)的應(yīng)用，可以根據(jù)軟件編寫中API等規(guī)則，對運(yùn)行過程中產(chǎn)生的各類信息進(jìn)行分析，在分析過程中，如果發(fā)現(xiàn)錯誤信息，及時向工作人員發(fā)出提示，進(jìn)行警報。工作人員在獲取警報后，根據(jù)相關(guān)信息，對軟件的故障區(qū)域進(jìn)行針對性的維護(hù)、處理，從而大大增強(qiáng)故障檢測以及應(yīng)對能力，實(shí)現(xiàn)了軟件工程體系的優(yōu)化升級。

5 結(jié)束語

數(shù)據(jù)挖掘技術(shù)在現(xiàn)代科技發(fā)展中發(fā)揮了重要作用。不僅能保障軟件工程企業(yè)的設(shè)備運(yùn)行的安全性和準(zhǔn)確性，還能促進(jìn)軟件產(chǎn)品的優(yōu)化進(jìn)程，幫助更好的為客戶服務(wù)。因此，企業(yè)可以在實(shí)際工作中用數(shù)據(jù)挖掘技術(shù)代替?zhèn)鹘y(tǒng)的信息處理技術(shù)，憑借其優(yōu)異的數(shù)據(jù)處理能力和數(shù)據(jù)分析能力，降低企業(yè)科技研發(fā)成本和維護(hù)成本，保障企業(yè)的發(fā)展。

參考文獻(xiàn)：

[1] 吳金玲.數(shù)據(jù)挖掘技術(shù)在軟件工程中的應(yīng)用[J].產(chǎn)業(yè)創(chuàng)新研究，2019（03）：115-116.

[2] 龍艷.分析數(shù)據(jù)挖掘技術(shù)在軟件工程中的應(yīng)用[J].科技風(fēng)，2019（02）：83.

[3] 梅擁軍.軟件工程中數(shù)據(jù)挖掘技術(shù)的應(yīng)用[J].電子技術(shù)與軟件工程，2019（01）：141.

[4] 程志平，徐涢基.數(shù)據(jù)挖掘技術(shù)在軟件工程中的應(yīng)用探究[J].信息技術(shù)與信息化，2018（12）：210-212.

[5] 蔡斌.數(shù)據(jù)挖掘技術(shù)在軟件工程中的應(yīng)用[J].電子技術(shù)與軟件工程，2018（21）：148.