數據挖掘技術在軟件工程中的應用

摘要：隨著科技的進步，信息時代的發展，數據庫在各行各業得到了廣泛的應用。數據庫中存儲著大量的信息，提供給人們查閱、編輯、保存等功能。如何能使數據庫信息的利用率達到最大化，對其進行快速充分的利用，逐漸成為人們研究的重點。目前數據挖掘技術在大數據分析中有著舉足輕重的地位，基于此，本文主要分析數據挖掘技術在軟件工程中的應用，以其能夠產生借鑒作用。

關鍵詞：數據挖掘技術 數據庫 軟件工程 應用

中圖分類號：TP311.13 文獻標識碼：A 文章編號：1007-9416（2016）10-0072-01

數據挖掘技術是保證數據可靠性和安全性的重要基礎，是提升軟件工程應用效用的重要基底，需要引起人們的重視和關注。因此，探究當前數據挖掘技術在軟件工程中的應用策略，提升數據挖掘技術的應用效能，對于軟件工程的優化和管理來說具有深遠意義。

1 數據挖掘所涵蓋的內容

數據挖掘的研究所涵蓋的內容多種多樣，但是究其根本主要包括以下幾個方面：首先，開發專用數據挖掘系統。針對不同的處理信息任務開發出不同的數據挖掘系統，一個完善的數據挖掘系統可以在不同數據庫下工作，所以開發出一個完善的數據挖掘系統顯得尤為重要。其次，挖掘系統運行算法能夠高效率運行。數據挖掘的功能是為了能夠節省時間，提高工作效率，其最主要功能的實現都需要建立在極快運行速度之上，這就要求數據挖掘系統所使用的算法必須高效率，從而使得工作時間可以被接受。第三，確保數據挖掘結果準確性、有效性。數據挖掘的結果必須達到用戶所需要的目的，相關數據按規則現實，不相關數據抑制顯示，相近數據提示顯示。第四，可視化的挖掘結果。所得到的數據必須清晰易懂，不需要在用任何解碼方式對其進行處理，數據挖掘的結果通過可視化的過程予以展現。第五，多層次數據挖掘。在數據庫中許多數據都屬于動態變化，或者是以交互的形式存在的，這就要求數據挖掘系統具有多層次性，動態搜索的特點才能對數據庫進行不同角度的挖掘。第六，多數據庫挖掘。許多數據庫通過Internet技術相連接起來，開發出通過Internet技術的數據挖掘方法可以在不同數據庫中挖掘出所需數據。第七，數據挖掘的安全性。網絡和黑客的存在，讓數據挖掘面臨著極大的風險，所以要提高數據挖掘過程中的安全性，防止泄露個人信息，保證數據的可靠有效。

2 數據挖掘在軟件工程中的應用

2.1 建立數據信息軟件

2.1.1 數據倉庫系統

數據倉庫是面向主體的、集成的、穩定的數據集合，通過“倉庫構建”來支持經營管理中的決策制定過程。這一過程主要包括以下幾個階段：一是源數據階段：此階段主要是對歷史數據、當前數據和綜合數據進行收集。二是源數據預處理階段：其主要包括關系數據庫、軟件數據文檔和其他。三是進入倉庫管理階段：主要包括數據倉庫管理工具、抽取、轉換、裝載、元數據庫和數據建模工具。四是知識基DM分析工具：分類分析工具、聚類分析工具、關聯分析工具和序列分析工具。五是可視化的軟件領域知識：揭示影響軟件質量的必然因素。五個方面構成整個數據倉庫管理系統。

2.1.2 數據倉庫建模

數據倉庫建模主要將已有的數據歸納一起，建立一個合理的數據資源庫。這些信息包括客戶需求信息、客戶評估信息、軟件系統信息、可行性研究報告。首先，需要將客戶所需要的信息進行匯總整理，從而做好系統功能、界面、數據等方面的確定。其次，客戶評估信息主要是應用軟件測試，（其中包括動態測試，也包括靜態測試，形式化測試）獲得相應的評估信息，將其與客戶所需要的信息進行匯總，權衡軟件在應用中的質量，從中尋找可能存在的錯誤，并對其進行修改。第三，軟件系統信息是軟件應用的基礎，其主要包括系統的規模、范圍、總體要求，以及所需要的支撐環境。第四，可行性報告主要指的是其是否具有運行的可行性，技術、經濟、法律、使用是否能夠達到需要的目的。

2.2 對集成軟件信息數據倉庫進行信息挖掘

2.2.1 聚類分析發現

通過某些相似的需求將某一些客戶分成一組成為聚類，使客戶的信息更容易被開發人員了解，以便于提供更高服務水平，和滿意的服務。將某些客戶聚類為一組，可以專門為其要求開發出具有特別功能的軟件，通過聚類分析，可以對客戶的軟件應用情況進行有甄別性的觀察，從而讓軟件達到一種很好的使用效果。

2.2.2 分類分析的發現

與聚類完全不同，分類分析是通過已經標記的特點進行數據分類。分類就是為了通過記錄表現來方便的描述這一類數據所具有的特點。分類分析主要應用于決策樹、神經網絡和徑向基礎函數等軟件中。分類分析的結果可讓我們在數據庫的設計過程中更有針對性，可以通過軟件對所應對的客戶進行屬性劃分，針對不同的客戶提供不同的服務或者保護。

2.2.3 序列分析的發現

序列分析是完全獨立的一種分析算法，其區別于以上兩種算法。這類算法主要是根據數據的序列或者事件進行檢測。由于不同的客戶要求同一軟件為其提供的功能一般不同，因此，軟件分析人員就可將客戶按其所傾向需求的功能模式進行分類。例如當客戶使用到某一軟件的特定功能時，檢索功能就會根據計算機用戶的需求進行提示，詢問是否按照計算機算法分析出的需求來進行下一步的搜索操作。

3 結語

數據挖掘技術在軟件開發過程中有著廣泛的應用前景，但是國內對此技術的研究僅僅在理論研究階段，需要通過對其深化讓其發揮更大的價值。只有不斷探索研究，才能夠讓數據挖掘技術在軟件工程中的應用變得更加成熟可靠，并在更加廣泛的其他領域中得到更加優異的表現。

參考文獻

[1]馬保平.關于對軟件工程中的數據挖掘技術的探討[J].電子技術與軟件工程，2015，19：196-197.

[2]徐賜發.數據挖掘在軟件工程領域中的應用淺析[J].電子技術與軟件工程，2014，19：206.

收稿日期：2016-08-12

作者簡介：孫曉迎（1987—），女，漢，山東龍口人，大學本科，中級，研究方向：工程類。