“互聯網+”時代下數據挖掘技術在軟件工程中的應用研究

王彬彬

(阜陽幼兒師范高等專科學校基礎教學部,阜陽 236000)

隨著信息技術和云計算技術的快速發展,“互聯網+”這一新概念的產生引起了社會公眾的廣泛關注和討論。 目前,隨著我國社會經濟的不斷進步,互聯網所囊括的內容逐漸完善,衍生了許多新興技術,“互聯網+”時代已經來臨。 在當前時代背景下,傳統數據處理技術無法實現海量數據的存儲和傳遞,已不能滿足現代化數據處理的要求,更無法解決軟件工程開發與應用過程中數據傳輸不穩定的問題。 數據挖掘技術能夠實現海量有價值數據的提取、存儲和整合,剔除無效信息,確保數據來源的安全性,有利于軟件工程中軟件開發、項目管理等各項工作的開展,具有現實性意義。

一、數據挖掘與軟件工程數據的基本概念

數據挖掘技術實際上就是一種現代化信息處理技術,具備數據轉化、數據處理、數據分析等功能,憑借獨特的優勢已廣泛應用于各個領域。 現階段,很多互聯網企業由于缺乏對數據挖掘技術的理解,仍使用傳統信息處理技術來處理數據,導致信息處理效率低下。 數據挖掘也就是收集數據的整個過程,應用于軟件工程中能夠借助其驅動分析技術實現數據驗證,篩選出符合條件的相關數據。 可以說,數據挖掘采用了一種發現驅動分析數據機制,能夠實現對海量數據的價值分析,最終挖掘出有價值的數據。 在軟件工程領域應用數據挖掘技術不僅能為軟件研發提供依據,提高信息處理效率,還能對開發產品進行修正,促進企業穩定發展。

軟件工程數據是指在軟件研發過程中各種算法的運算所產生的系統數據。 運用這些系統數據可以對軟件內部進行測評,維護軟件正常運行。 這些信息是軟件研發人員測評軟件采用的最安全的方式,通過算法來獲取數據不僅能保證數據的完整性,還能維護軟件正常運行。

二、數據挖掘過程及其在軟件工程中的應用意義

(一)數據挖掘過程

數據挖掘過程是一系列算法與程序的綜合運算過程,復雜度高、運算量大。 其流程包括數據預處理、數據挖掘、數據整合。 在處理大規模數據時,任何軟件的運行都需要具備強大的運算后臺來維護數據的安全性和穩定性。 價值信息的提取實際上就是對數據的二次選擇。 在數據預處理環節,主要運用合適的算法對原始數據進行識別和轉化,預處理后的數據可供用戶直接獲取或使用。 數據收集,即數據的吸收,經過前期對數據的預處理,確保數據是安全可靠的。 用戶獲取數據后可結合實際需求對數據進行刪除或存儲,進而提升用戶的體驗感。

(二)數據挖掘技術在軟件工程中的應用意義

1.有利于信息的正確錄入

運用傳統信息處理技術處理數據的過程中,由于數據量龐大,運算系統往往會崩潰,耗費大量時間,而運用數據挖掘技術開展數據處理工作不僅能夠解決這些問題,還能提高運算效率,保證數據采集的準確性和有效性,更不會出現數據破損、丟失等問題,能夠有效提升數據的完整性。 在海量數據資源中,數據分布雜亂、種類繁多,存在一些無使用價值的垃圾數據,在進行數據處理時會將所有原始數據存儲在數據處理系統中,從而導致系統運算效率降低,而采用數據挖掘技術能夠有效剔除其中的垃圾數據,將目標數據準確提取出來,保存在數據系統中,提高數據整體質量。

2.有利于各項信息的了解

傳統信息處理技術所具備的功能都包含于數據挖掘技術之中。 數據挖掘技術通過采集原始數據,對數據種類進行識別,從而進行分類管理。 在整個數據采集過程中,如果涉及的范圍夠大,那么可以通過分析數據特征,建立全面的數據管理平臺,為用戶提供便捷、快速的數據查詢服務。 將數據挖掘技術應用于軟件工程,實現了數據資源的整合,有利于企業深入了解并掌握各種數據,為企業決策提供有價值的依據。

3.有利于節省數據處理時間

利用數據挖掘技術處理數據的過程中,能夠將雜亂無章的數據轉換成試用形式,用戶通過數據處理系統能夠直接進行調用。 在軟件工程中運用數據挖掘技術,能夠自主實現分析功能的選擇,對原始數據進行處理、清洗,確保提取的數據能夠有效應用于軟件開發或項目管理中。 整個數據分析環節看似簡單,但實際流程十分煩瑣,需要對數據的真實有效性進行多次反復驗證,直到提取出符合條件的運算結果為止。 與傳統信息處理技術相比,數據挖掘技術應用于軟件工程領域中有利于提升數據質量、節省數據處理時間。

三、數據挖掘技術在軟件工程中的應用范圍

(一)軟件研發

軟件工程是一門工程學科,其工作流程為根據用戶的實際需求和項目資金、項目指標開發出相應的產品。 在傳統的軟件工程開發模式中,產品研發流程十分煩瑣,但隨著社會需求的不斷變化,軟件工程已普遍應用于各行各業中。 在軟件工程中應用數據挖掘技術,可以借助其強大的數據存儲功能,保存大量具有探究價值的數據,對于軟件工程項目研發具有重要促進作用。 軟件工程通過將研發過程中涉及的系統數據進行處理、整合,以實現數據的實時更新,提高軟件研發質量。 目前,軟件研發中通過數據挖掘實現了軟件內部的劃分,為用戶查找并處理相關問題提供了便捷,有利于研發目標的順利實現。 開源軟件是指可供用戶免費試用的軟件,還可以為用戶提供源代碼,其缺點在于管理難度較大。 隨著數據挖掘技術與軟件開發的融合,軟件呈現出多元化的特征,開源思想逐漸形成,Web 軟件開發呈現大眾化發展趨勢。 開源軟件研發是一個動態、開放的過程,導致數據挖掘難度大幅度提升,而利用數據挖掘技術能夠有效提高軟件研發效率,便于進行軟件管理。

(二)結構與程序代碼

在結構與程序代碼應用中,數據挖掘技術的使用價值主要體現在克隆代碼檢測上,也就是根據軟件工程相關標準,實現代碼的復制粘貼,然后結合實際情況對復制的代碼進行修改、管理以及檢測,預防錯誤代碼的傳遞,維護系統正常運行。 現階段,克隆代碼檢測主要有文本對比、標識符對比、程序結構、語義應用和索引四種方法,每種檢測方法的評估與診斷形式各不相同,在軟件工程中應結合實際情況選擇合適的檢測方式;其次,數據挖掘技術通常會應用于橫切關注點中,在橫切關注點的程序也有類似的代碼或者是相同的代碼。 在軟件工程中運用該技術能夠實現系統的改造,提供多種問題處理方式,但這些方法必須重新構建選集才能實現對橫切點挖掘問題的處理。 軟件工程數據十分復雜,在數據挖掘技術的應用上難度較大,雖然我國對該技術的應用更多體現在數據庫上,但想要找到相似的代碼,還需要有效應用聚類技術,為數據挖掘技術的發展提供空間。

(三)軟件項目管理

在軟件項目管理中應用數據挖掘技術可以從版本控制信息挖掘和組織關系挖掘兩個方面入手。軟件項目管理流程較為煩瑣,且具備較強的系統性,對組織關系結構標準要求較高,挖掘出明確的組織關系是實現信息資源靈活調用的關鍵。 在軟件項目管理過程中,可利用數據挖掘技術對項目管理所涉及的郵件信息或文件信息進行挖掘,找出項目參與人員之間的關聯,生成對應的組織關系,避免出現管理混亂的情況,保證軟件項目管理活動順利有序開展。 軟件項目管理中的版本控制信息反映了文件內部信息的實際變化情況,運用數據挖掘技術對其進行管理,有利于減少系統維護成本,充分體現信息披露情況,提高軟件項目管理水平。

目前,軟件工程融合了多項學科,已發展成一門綜合性學科,涉及的知識和技術越來越復雜。 企業在軟件開發過程中不僅要注重開發產品的創新性,還要注重軟件項目管理方面,包括項目參與人員、項目經費、項目研發進度以及控制信息的變化等內容。

(四)軟件故障檢測

在軟件工程領域中,數據挖掘技術的有效應用有利于檢測軟件故障。 軟件故障檢測的主要內容包括數據收集、轉化、處理、采集和選取,還包括各項軟件測試項目。 軟件故障檢測的前提是,選擇合理有效的軟件數據,利用數據挖掘技術挖掘有效數據并對其真實性進行驗證,經過一系列整合與訓練操作后,對軟件存在的漏洞或缺陷進行定位、識別及描述。 在軟件開發過程中,參與人員會對程序運行情況進行記錄,保證后續工作中數據挖掘環節的正常開展。 軟件運行過程中,難免會受到內部與外部環境的影響而存在缺陷或漏洞,使用傳統故障檢測技術雖然能夠解決故障檢測問題,但該方法處理效率較低,且效果不佳。 而采用數據挖掘技術能夠實現對代碼定位,快速找出故障原因,及時進行處理。 比如,針對發動機的穩態故障問題,利用數據挖掘技術能夠有效集成引發故障的所有因素,構造故障因素參數集合,通過觀察參數的變化情況,根據變化情況分析其存在的規律,從而判斷發動機是否存在故障。

四、數據挖掘技術在軟件工程中的應用對策

(一)強化軟件開發數據技術

軟件工程項目能夠順利、高效進行,取決于企業對數據挖掘技術的有效應用。 首先,企業必須加強對數據挖掘技術應用價值的認識,深入了解并掌握該技術中涉及的編程知識,同時對軟件項目給予高度重視,確保軟件工程各項流程和系統數據是規范合理的。 在代碼庫選擇環節,企業應嚴格控制軟件項目的研發成本,結合代碼關鍵詞生成相應的體系,根據數據之間的重載、調用關系,找出具有關聯的、可靠的目標數據,以滿足其實際需求。 此外,根據挖掘目標設置靜態代碼,確保數據的存儲功能最大化。 如果出現代碼缺失,則進一步對測試代碼進行檢測,針對檢測結果制定相應的處理策略,提高系統整體框架的完整性以及合理性。

(二)強化性能數據挖掘技術

將數據挖掘技術應用于軟件工程中時,企業可以通過構建現代化體系來指導軟件開發工作的開展,提升軟件研發質量,并利用靜態網絡模型及系統網絡框架為軟件開發中鏈結構的建立提供依據,提升數據查詢效果。 同時,還要加強對軟件工程實際效果的評估,重視病毒處理工作,確保軟件開發各個環節中數據的時效性,通過實現各項功能的整合,從而促使軟件工程高效、穩定發展。 除此之外,在整合缺陷項目時,必須建立相應的缺陷定位標準,保證缺陷評估工作能夠順利有序開展,同時確保評估分析結果的真實性、合理性。

(三)提高軟件維護數據挖掘水平

軟件的長期穩定運行需要具備安全、可靠的維護技術。 在軟件維護過程中,必須嚴格按照工作流程及維護標準來開展維護工作,確保修復項目及框架的全面性,尤其是缺陷處理上,必須確保軟件處理與維修的質量,提升維護效果,實現對軟件管理、軟件研發環節的綜合處理。 利用實時跟蹤的形式,檢查所有工作體系是否全面落實,并且在代碼復用的情況下,實現對網絡模型的合理劃分,以確保軟件功能、軟件結構的作用得以充分發揮,為軟件故障檢測和數據處理等環節提供完善的依據。 還可以借助數據挖掘技術的整合功能,對數據處理流程及工作體系進行完善,提高軟件工程整體效率及質量。 但在應用數據挖掘技術時,必須結合實際模型來對關聯數據進行整合,保證數據描述相關性和定位信息的完整性,確保軟件安全,及時發現軟件漏洞并對其進行處理。

(四)優化挖掘開源軟件

目前,開源軟件是軟件工程中常見的開發項目之一,挖掘開源軟件技術的應用具有較大優勢。 與傳統軟件不同,開源軟件的研發過程具有動態性、開放性、全局性等特征。 因此,在開源軟件研發過程中,必須對軟件進行類型劃分,對不同類型的軟件采取對應的分析方法、研發理念以及管理對策。比如:在開發開源軟件時,其開發環境是開放性的,那么研發人員應該根據實際情況,進行多次改變,讓其置身于改變環境中;針對全局性的特征,開發人員應根據實際情況進行記錄,為后續網絡形成營造良好的條件;針對動態性的特征,開發工作人員應該具備較強的管理能力和專業素養,保證開發過程的嚴謹性、科學性。

四、結語

在軟件工程中應用數據挖掘技術,能夠進一步改善數據煩瑣導致的數據挖掘困難問題,促進軟件工程的可持續開發。 同時,數據挖掘技術在程序代碼中的應用有助于提高程序代碼的可重復性,在故障檢測的應用中能夠加強兩兩對比的頻率,進一步確保故障檢測的精確度。 要想有效將數據挖掘技術應用于開源軟件開發,就必須加強開源軟件的科學管理與控制,了解人員組織關系與版本控制信息,從而有效發揮項目管理作用。