谷安楠 北京交通大學(xué)海濱學(xué)院

引言

目前，我國(guó)互聯(lián)網(wǎng)普及率已經(jīng)超過(guò)了60%，并且互聯(lián)網(wǎng)用戶已經(jīng)超過(guò)了8億，這充分說(shuō)明了我國(guó)互聯(lián)網(wǎng)用戶體量的龐大，在此背景下，有力的推動(dòng)了軟件行業(yè)的發(fā)展。為了進(jìn)一步推動(dòng)軟件行業(yè)的發(fā)展，軟件開法過(guò)程中對(duì)數(shù)據(jù)挖掘技術(shù)的應(yīng)用越來(lái)越廣泛，不僅提升了自身的競(jìng)爭(zhēng)力，而且也能更好的滿足用戶的需求。

1 數(shù)據(jù)挖掘技術(shù)分析

1.1 數(shù)據(jù)挖掘的概念分析

數(shù)據(jù)挖掘技術(shù)伴隨著計(jì)算機(jī)技術(shù)而產(chǎn)生，計(jì)算機(jī)科技的發(fā)展，產(chǎn)生了海量的數(shù)據(jù)信息，而這些信息有的屬于顯性信息，有的屬于隱性信息。應(yīng)用數(shù)據(jù)挖掘技術(shù)，便是對(duì)海量信息背后的價(jià)值進(jìn)行充分挖掘和利用，使其更好的為人們服務(wù)。數(shù)據(jù)挖掘技術(shù)的實(shí)現(xiàn)，通常情況下都需要結(jié)合在線分析學(xué)、統(tǒng)計(jì)學(xué)、情報(bào)學(xué)等方面技術(shù)，這樣才能更好的實(shí)現(xiàn)數(shù)據(jù)挖掘。

1.2 數(shù)據(jù)挖掘技術(shù)的流程分析

數(shù)據(jù)挖掘技術(shù)流程是指從數(shù)據(jù)清理到知識(shí)的整個(gè)過(guò)程，并且在此過(guò)程中的每一個(gè)流程都十分重要。第一，信息收集流程，在數(shù)據(jù)挖掘過(guò)程中，信息收集是第一階段內(nèi)容，信息收集的作用在于可以從數(shù)據(jù)中分析出需要的特征信息，并將需要的特征信息進(jìn)行收集。信息收集完成后需要進(jìn)行數(shù)據(jù)存入。第二，數(shù)據(jù)集成流程，通過(guò)信息收集流程，實(shí)現(xiàn)了對(duì)數(shù)據(jù)的收集和儲(chǔ)存，在此基礎(chǔ)上，對(duì)數(shù)據(jù)進(jìn)行集成分類。數(shù)據(jù)集成分類的作用在于可以滿足對(duì)數(shù)據(jù)的不同需求，能夠?yàn)閿?shù)據(jù)的共享奠定基礎(chǔ)。第三，數(shù)據(jù)規(guī)約流程，數(shù)據(jù)挖掘通常都會(huì)面對(duì)數(shù)量龐大的數(shù)據(jù)信息，再加之?dāng)?shù)據(jù)挖掘的算法十分復(fù)雜，會(huì)消耗大量時(shí)間，因此，數(shù)據(jù)挖掘的壓力相對(duì)較大。而通過(guò)數(shù)據(jù)規(guī)約流程，不僅可以減少數(shù)據(jù)處理的時(shí)間，而且還可以有效保證數(shù)據(jù)的完整性，避免因數(shù)據(jù)挖掘而影響數(shù)據(jù)的質(zhì)量。第四，數(shù)據(jù)清理流程，通過(guò)這一流程，能夠提升數(shù)據(jù)的有效性，雖然以上幾個(gè)環(huán)節(jié)可以對(duì)數(shù)據(jù)信息進(jìn)行處理，但是仍然還會(huì)存在無(wú)效數(shù)據(jù)以及數(shù)據(jù)不完整的情況，而數(shù)據(jù)清理便是將這些無(wú)效數(shù)據(jù)以及不完整數(shù)據(jù)進(jìn)行清理，進(jìn)而保障整個(gè)數(shù)據(jù)庫(kù)的質(zhì)量。與此同時(shí)，在數(shù)據(jù)清理的過(guò)程中，還可以對(duì)那些完整以及準(zhǔn)確的信息進(jìn)行分類與儲(chǔ)存，進(jìn)而可以進(jìn)一步提升數(shù)據(jù)的有效性。第五，數(shù)據(jù)變換流程，在數(shù)據(jù)挖掘過(guò)程中，數(shù)據(jù)變換流程是十分重要的流程之一。數(shù)據(jù)變換流程實(shí)現(xiàn)了對(duì)數(shù)據(jù)形式的轉(zhuǎn)換，為數(shù)據(jù)的離散以及數(shù)據(jù)的分層奠定基礎(chǔ)。第六，數(shù)據(jù)挖掘流程，應(yīng)用模糊集、統(tǒng)計(jì)方法以及決策樹等方法進(jìn)行數(shù)據(jù)挖掘，進(jìn)而幫助人們獲取有價(jià)值的信息。第七，模式評(píng)估流程，在此流程中，主要是由香港專家對(duì)數(shù)據(jù)挖掘結(jié)果進(jìn)行評(píng)估，確保數(shù)據(jù)的有效性以及數(shù)據(jù)的真實(shí)性等。第八，知識(shí)表示流程，知識(shí)表示流程是指將所挖掘的數(shù)據(jù)呈現(xiàn)給用戶?？v觀整個(gè)數(shù)據(jù)挖掘的流程，其中成本耗費(fèi)量最大的為數(shù)據(jù)收集環(huán)節(jié)，耗費(fèi)精力最多的為數(shù)據(jù)處理環(huán)節(jié)，因此，在數(shù)據(jù)挖掘的過(guò)程中應(yīng)加強(qiáng)對(duì)數(shù)據(jù)收集和數(shù)據(jù)處理兩個(gè)環(huán)節(jié)的優(yōu)化，在提升數(shù)據(jù)挖掘效率的同時(shí)降低數(shù)據(jù)挖掘的成本。

2 應(yīng)用數(shù)據(jù)挖掘技術(shù)過(guò)程中存在的問(wèn)題

2.1 信息數(shù)據(jù)具有復(fù)雜性

在開發(fā)軟件工程系統(tǒng)的過(guò)程中，會(huì)涉及到結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，軟件代碼在非結(jié)構(gòu)化數(shù)據(jù)中起到了非常重要的作用，而軟件的版本信息則在結(jié)構(gòu)化數(shù)據(jù)中發(fā)揮著至關(guān)重要的作用。這便需要明確區(qū)分結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)，這是數(shù)據(jù)挖掘的關(guān)鍵所在。如果二者之間的區(qū)分不明確，則會(huì)導(dǎo)致數(shù)據(jù)處理的難度與數(shù)據(jù)挖掘技術(shù)水平不一致，這必將會(huì)給數(shù)據(jù)挖掘帶來(lái)不利影響，導(dǎo)致數(shù)據(jù)挖掘質(zhì)量相對(duì)較低。但是針對(duì)結(jié)構(gòu)化屬于與非結(jié)構(gòu)化數(shù)據(jù)的分類十分復(fù)雜，難度較大，進(jìn)而會(huì)導(dǎo)致數(shù)據(jù)挖掘技術(shù)的應(yīng)用存在較大的局限性，難以充分發(fā)揮出數(shù)據(jù)挖掘技術(shù)的作用，因此也會(huì)給軟件工程的開發(fā)帶來(lái)不利影響。

2.2 工作標(biāo)準(zhǔn)方面存在問(wèn)題

隨著計(jì)算機(jī)科技的不斷發(fā)展，計(jì)算機(jī)科技的作用以及影響范圍也在不斷擴(kuò)大，目前計(jì)算機(jī)科技已經(jīng)基本被應(yīng)用于各個(gè)領(lǐng)域之中，絕大多數(shù)行業(yè)都需要應(yīng)用計(jì)算機(jī)科技。這種現(xiàn)象決定了數(shù)據(jù)挖掘技術(shù)也會(huì)存在于多個(gè)行業(yè)之中，不同的行業(yè)對(duì)數(shù)據(jù)挖掘技術(shù)制定了不同的標(biāo)準(zhǔn)，因此便導(dǎo)致了數(shù)據(jù)挖掘工作標(biāo)準(zhǔn)多樣化的問(wèn)題，這在很大程度上提升了軟件信息的復(fù)雜程度。除此之外，不同領(lǐng)域之中存在著較大的差異，相關(guān)的應(yīng)用信息差別巨大，這些因素都會(huì)對(duì)數(shù)據(jù)的挖掘結(jié)果產(chǎn)生影響。

3 數(shù)據(jù)挖掘技術(shù)在軟件工程中的應(yīng)用

3.1 優(yōu)化漏洞檢測(cè)工作

在軟件工程開發(fā)過(guò)程中，漏洞檢測(cè)是十分關(guān)鍵的環(huán)節(jié)之一，通過(guò)漏洞檢測(cè)，可以幫助人們發(fā)現(xiàn)軟件工程中存在的疏漏，進(jìn)而可以通過(guò)補(bǔ)丁來(lái)完善數(shù)據(jù)系統(tǒng)，有效彌補(bǔ)漏洞。根據(jù)相關(guān)調(diào)查顯示，在商業(yè)應(yīng)用過(guò)程中出現(xiàn)的信息泄露事件，有86%都是因?yàn)橄到y(tǒng)漏洞所造成的，而要想避免信息泄露事件的發(fā)生，應(yīng)不斷優(yōu)化漏洞檢測(cè)工作，提升系統(tǒng)的穩(wěn)定性。要結(jié)合客戶的需求來(lái)開展漏洞檢測(cè)，對(duì)檢測(cè)出來(lái)的漏洞要加強(qiáng)數(shù)據(jù)分析，為以后的軟件工程提供數(shù)據(jù)參考。另外，還要注重?cái)?shù)據(jù)清理工作，確保系統(tǒng)空間充足。應(yīng)用數(shù)據(jù)挖掘技術(shù)，能夠?qū)崿F(xiàn)對(duì)漏洞的精準(zhǔn)定位，進(jìn)而為漏洞彌補(bǔ)帶來(lái)了極大的便利。因此，合理應(yīng)用數(shù)據(jù)挖掘技術(shù)，能在很大程度上提升漏洞檢測(cè)的效率。值得注意的是，在數(shù)據(jù)轉(zhuǎn)化過(guò)程中要保證數(shù)據(jù)轉(zhuǎn)化后的有效性，避免出現(xiàn)數(shù)據(jù)不對(duì)等現(xiàn)象，因?yàn)閿?shù)據(jù)不對(duì)等現(xiàn)象會(huì)給漏洞的檢測(cè)帶來(lái)不利影響。

3.2 提升挖掘版本控制信息水平

多人編輯統(tǒng)一檔案的情況在信息挖掘過(guò)程中并不罕見，針對(duì)這種情況，需要對(duì)檔案做出及時(shí)的更新，這樣才能使每個(gè)工作人員都能了解到檔案的最新情況。軟件開發(fā)工程采用版本控制技術(shù)來(lái)達(dá)到這一目標(biāo)。在版本控制信息挖掘的過(guò)程中，要加強(qiáng)對(duì)變更工作的重視，優(yōu)化工作程序，提升對(duì)檔案未來(lái)變化情況的檢測(cè)能力。針對(duì)漏洞的檢測(cè)，一方面要加強(qiáng)對(duì)當(dāng)下漏洞的檢測(cè)，另一方面要對(duì)未來(lái)漏洞進(jìn)行預(yù)測(cè)，這樣可以在很大程度上降低維護(hù)成本，同時(shí)還可以為系統(tǒng)軟件維護(hù)效率提供保障。

3.3 將數(shù)據(jù)挖掘技術(shù)與軟件項(xiàng)目管理相結(jié)合

項(xiàng)目管理對(duì)于系統(tǒng)的優(yōu)化具有十分重要的作用，而數(shù)據(jù)挖掘有助于項(xiàng)目管理水平的提升，將數(shù)據(jù)挖掘技術(shù)與軟件項(xiàng)目管理相結(jié)合，可以為項(xiàng)目管理帶來(lái)極大的便利，同時(shí)還能夠推動(dòng)項(xiàng)目管理水平和效率的提升。除此之外，數(shù)據(jù)挖掘技術(shù)還可以為崗位工作人員的職責(zé)分配提供幫助，有助于保障軟件工程的發(fā)展。將數(shù)據(jù)挖掘技術(shù)與軟件項(xiàng)目管理相結(jié)合，可以更好控制軟件工程，同時(shí)也給系統(tǒng)信息的查找?guī)?lái)了極大的便利。

4 結(jié)束語(yǔ)

隨著軟件工程的發(fā)展，其開發(fā)難度也在不斷提升，而數(shù)據(jù)挖掘技術(shù)的應(yīng)用，可以為軟件工程提供重要的保障。因此我們應(yīng)加強(qiáng)對(duì)數(shù)據(jù)挖掘技術(shù)的應(yīng)用，同時(shí)拓展對(duì)該技術(shù)應(yīng)用的深度和范圍。