數據挖掘技術在計算機軟件工程中的應用

浙江安遠檢測技術有限公司 朱賦陽

隨著我國社會的發展，我國互聯網行業又有了顯著的提升，今天我們主要討論在計算機軟件工程中的數據挖掘技術的各項應用。數據挖掘簡單看就是在強大的數據庫中，可以快速且準確到提取到需要的信息，可以更方便地為我們進行軟件的開發以及管理。為了使人們有很好的體驗，就需要我們在數據軟件開發的階段進行相應的管理，使得對一些復雜的數據能夠進行更深層次的挖掘，就是在實際的軟件工程當中，數據挖掘的時間并不長，在相應的理論分析和結果表明，數據挖掘技術在軟件工程上起著十分顯著的作用。具體來看，無論是銀行、保險或者數據領域都有著一定的推進作用，甚至在醫遼、教育方面數據挖掘技術也有著很重要的運用。數據挖掘技術應用在多個方面，比如說在開發軟件運行過程當中，我們可以利用數據挖掘技術對軟件的質量進行相應的分析，從而制定更合理的數據資源，避免我們在以后的工作中有錯誤產生?；诖耍酒恼聦τ嬎銠C軟件工程中的數據挖掘技術的應用進行研究，以供參考。

數據挖掘是一個新的概念，主要是從低密度元數據中選擇具有相對價值的信息數據，從而大大提高了數據的使用。因此，將數據挖掘科學應用于計算機軟件工程可以確保元數據處理的質量和效率，從而優化重要數據的使用[1]。因此，如何將數據勘探科學應用于計算機軟件工程的問題需要由技術人員加以研究和解決。

1 數據挖掘技術

數據挖掘技術，顧名思義就是在一個龐大的數據環境之下，我們能夠有效的對我們所需要的數據信息進行相應的提取，可以對這些信息進行相應的分類和分析，使得這些信息更明確。在數據信息無處不在的網絡世界，相應的軟件工程所擁有的信息是雜亂且龐大的，而數據信息的存在是直接影響軟件開發的，為了提高軟件開發的工作速率，我們會利用數據挖掘技術，對信息處理有一個質的提升，而且還能有效地對信息進行篩選，能夠及時的實現數據傳輸，使我們獲得的信息是簡單且有利的。一般來說，我們主要將數據挖掘工作分為3 個層次：（1）交互式可視數據探查；（2）自動模式提??；（3）模型構建。三個層次互相協作，相互遞進，能夠使我們大量的數據信息進行合理的分類。在實際的應用過程中，數據挖掘技術能夠合理的將數據進行分析和分類，能夠幫助我們在日后工作中對于各類數據的運用。

2 數據挖掘方法

隨著技術的發展，數據挖掘有著很多的方法，最常用的有算法種類、軸線型數據挖掘法以及環形數據挖掘法。

（1）算法種類：算法種類一般用于大數據之中，在數據加工時有著明確的要求，我們在對算法類型進行分析時，首先會使用分類算法以及回歸算法作為首要方法，在本質視角來看，在進行大數據分析時，我們會結合不同的算法方式來進行數據挖掘工作，使我們的工作能夠順利進行，而且這種方法能夠將數據挖掘利用抽象的形式表現出來，這種方法相對來說在數據中的適應能力比較強，對于一般的數據挖掘來說，它有著更顯著的可復制性以及適用性，深受人們信賴。

（2）軸線型數據挖掘法：這種方法主要是利用軸線，軸線的始終點作為數據挖掘的兩個重要代表，這種方法相對來說具有明顯的操作性，而且更方便人們修改。但是軸線型數據挖掘方法也存在一些不足，相對其他范圍來說，這種方法的挖掘速度較慢，就是總體來說這種方法還是在數據挖掘工作時比較常見的一種方法。

（3）環形數據挖掘法：環形數據挖掘法就是將數據布局在一個環節當中，使得數據在輸入和輸出時對于數據分析有一個充分的體現，使人們更加直觀的可以了解到各類數據信息，更方便于人們對數據的獲取。而且每次數據挖掘的結果可以有效的和后續挖掘到的數據循環結合在一起，能夠使數據有一個往復的狀態，經過大量實驗表明這種方法可以明顯的看出數據利用率較高，且挖掘速度比較快，由于是環形數據信息，它能夠持續的進行挖掘工作，但是它的流程比較復雜，在實際操作時有一定難度[2]。

3 數據挖掘技術應用的優勢與不足

隨著我國的網絡不斷發展，相應的信息技術也有了顯著地提高，而我們所運用數據挖掘技術在各行各業都有了廣泛的應用，同樣的也是因為數據挖掘技術可以為人們提供很多便利，它可以保障信息的基本安全。數據挖掘技術在使用的時候它的特點尤為明顯，就比如說精準、高效還有很強的預見性。在使用之前，會將我們所涉及的數據信息進行一個大量的收集，在經過自身對其分析運用，它本身的病毒監測以及信息提取能夠進行各種網絡風險預估，這樣就會使得我們的計算機在使用時更加安全有效。雖然說數據挖掘技術能夠及時發現計算機的病毒，但是在實際的運用過程中也有一定的缺陷。就比如說數據挖掘技術在使用的時候，由于數據源形式多樣，很容易在運用中導致數據缺失等，再加上網絡的分布情況以及環境數據挖掘技術并不完善，這也在一定程度上影響整個數據挖掘技術的使用感受，所以說就要求我們的相關部門加強對數據挖掘技術的研究，及時對數據挖掘技術進行優化和改善，以此來提高我們數據挖掘技術的使用效率。

4 計算機軟件工程中的數據挖掘技術的應用分析

4.1 在軟件執行記錄上的應用

隨著我國網絡技術的發展，以及數據挖掘技術的創新，為了使軟件在執行過程中所涉及的各項數據能夠及時分析以及挖掘，我們的技術人員通過在處理程序的基礎上，建立了全方位的分析處理，能夠使得軟件在運行的過程中更加準確，所以說在進行分析和挖掘時所記錄的數據，需要我們提前確定好安裝路徑，還可以采用逆向建模的方法，將我們所需要的數據信息分析到實處，防止我們在以后的工作過程中所需要[3]。除此之外，我們的技術人員還應該及時關注軟件在實際的運行過程中可能出現的漏洞或者其他問題，并且要及時作出解決方法，以此來確保我們軟件本身的性能問題。我們更要對程序本身所具有的規則有深刻的了解，而且程序的各項規約挖掘都是通過對執行跟蹤的各項相關程序所進行全方位的分析，并且能夠及時發現和解決由程序代碼所涉及的各項協議。除此之外，我們還要在跟蹤信息時，保證信息的準確度。主要挖掘類型流程如下:首先我們會采用初步桶裝的形式,對系統有一個全方位的分析，緊接著收集和整理我們涉及軟件所對應的API 接口，保障我們的信息能夠及時過濾以及跟蹤，使其形成一個規約模式，保障我們相關系統功能有序進行。

4.2 軟件故障檢測

在實際的運行過程當中，我們的軟件難免會出現一些故障，我們為了能夠及時發現故障，特意安裝了準確定位裝置，對于挖掘技術，我們利用了信息定位的方式，能夠在一定程度上幫助我們理解程序，能夠使我們更方便的將工作落到實處。就目前來看，我們原有的自動化以及挖掘形式，大多體現在軟件工程當中。通常情況下，規則挖掘主要是利用程序，再經過時態與邏輯的相互配合，這樣可以確保我們數據信息的安全準確性；對于自動化挖掘來說，我們通常使用API 規則挖掘法，主要原因是這種方法的成熟度比較高，在工作中使用起來更加方便，但是操作過程比較難，定位系統也沒有很強的準確性。隨著我國的發展，我們的技術水平不斷提高，特別是在描述程序運行軌跡方面，程序譜的存在為我們的工作提供了更多的便利，我們將正常軟件和故障軟件進行了對比，結果表明在我們接受了新的挖掘技術之后，更容易發現故障問題，而且能夠準確無誤的發現故障源，為我們制定解決措施提供了更多的選擇[4]。

4.3 信息挖掘

在進行軟件開發的過程中，由于數據信息的不同，我們就需要對不同的信息類型進行相應的信息挖掘。我們先進的軟件工程可以對數據信息進行全方位的管控工作，加上軟件工程的應用范圍也非常廣，軟件工程可以合理的對數據信息進行有效的管理，確保軟件在開發的同時能夠將各項資源進行合理的更新，以此來保證軟件開發的質量以及在開發過程中的工作效率，促進我們的項目順利進行[5]。在數據挖掘的過程中，經過軟件開發所更替的數據，我們的技術人員可以通過相應的程序及時的反應到軟件的各種內部結構，而且還可以利用數據挖掘所在的優勢，能夠及時察覺到軟件內部的各項困難，并且能夠及時作出應對方式，對軟件開發有一定的推進作用。

4.4 軟件版本信息挖掘

軟件版本信息挖掘，它在軟件工程領域當中可以說是最廣泛的技術之一。它在進行工作時，我們的開發人員會在軟件開發的過程中利用版本控制軟件對相應的信息進行統一管理。這樣的目的是確保在軟件開發的過程中使所有的數據軟件工程在更新時能保持一致，確保軟件在更新時的質量，同樣的開發軟件項目是軟件工程的一種重要方式。在軟件工程系統版本信息控制技術當中，數據挖掘技術可以說是最廣泛的應用，它主要是重點研究軟件開發在變更信息當中的各項數據挖掘，它不僅會在同一個軟件平臺下用不同的應用效果進行相應的分析和探索，尋找各個模塊之間的關系，或者是說存在的差異，而且能夠在一定程度上為我們分析和預測軟件工程系統模塊在工作中存在的各項指標，為以后的軟件工程開發進行相應的分析[6]。

4.5 數據挖掘在軟件工程開發中的應用

在數據挖掘時，一般軟件程序的開發是整個軟件工程的難點，對于整個軟件的質量起著關鍵性的作用，所以說在進行開發時，我們必須要保證軟件程序在開發時的質量，對相應的克隆代碼進行檢測，確保我們所使用的程序代碼具有一定的準確性，這也是值得我們深入思考的。

5 軟件工程中應用數據挖掘技術的方法

5.1 分類法

在執行軟件工程方法時，我們首先為相應的分析模型建立一種方法，即根據相關規則和流程提前輸入相應的數據信息，然后對其進行分類，以方便后續的分析模型。當前，我國現有數據挖掘技術在軟件工程中最常用的方法有:判斷書法、神經網絡分類、樹判斷法等。其中判斷樹法主要依靠貪婪算法作為英雄過程中的核心算法，將構建自上而下的決策樹框架。一般來說，框架上有很多節點，不同的節點對應不同的軟件類別符號，有助于我們在應用程序中進行判斷。

5.2 關聯法

在進行關聯法過程中，關聯法具有一定的嚴謹度，它的規則本身就是將各類數據關聯，所以就要求我們的工作人員在進行關聯法時將各類有關聯的數據進行分類。關聯法的主要特點就是具有良好的支持度以及可信度，總體來說關聯法在進行數據關聯處理時是一項十分重要的方法。

5.3 聚類法

在進行聚類法的過程中，一般情況下我們的技術人員首先會對數據進行分類，以此來防止數據的相似，從而在工作中產生不必要的麻煩，同樣的，不同類型的數據自身擁有不同的特點，作用效果也不同，一般情況下我們將聚類法主要分為3 類:劃分法、模型法以及網絡法。

5.4 軟件項目組織管理

一般在軟件項目立項以后，起初我們會借助一些相應的數據挖掘技術對我們的項目進行相應的分析總結。首先會根據數據挖掘系統中的一些組成成分來獲取框架中的各種信息，為我們的技術人員提供更多的研究方向，與此同時，我們的項目關工作人員也會進行相應的數據整合并加以利用。就比如說在進行項目的研發過程中，首先我們要利用崗位之間的團結協作，時時交流，相互配合，為我們的數據挖掘技術更有序的順利進行。除此之外，良好的數據挖掘技術可以有選擇性的對人群之間的關系和層次進行清理，總體來說，這對軟件項目的整體發展有了一定的提升作用。除此之外，數據挖掘技術也可以很方便的查看軟件的版本信息，這是因為軟件在使用的過程中會儲存大量的數據，我們應該及時對這些數據進行相應的分析和完善，對于軟件的更新有著積極的作用[7]。而且有了數據挖掘技術的存在，它能夠及時地對軟件系統進行維護，不但為我們節約了時間還控制了成本。但是在數據挖掘過程中也存在一些漏洞，這些漏洞還需要我們相應的技術人員不斷完善系統，使軟件項目能夠合理的進行。

6 結語

新時期我國更加重視互聯網經濟產業的發展，尤其是5G 技術、人工智能和VR 技術等高科技技術必須促進相關軟件的改造。應用數據提取技術可以大大提高軟件工程的開發質量，提高整個軟件開發工程的質量。

引用

[1] 龍艷.數據挖掘技術在軟件工程中的應用[J].信息與電腦(理論版),2019,31(23):122-123+126.

[2] 韓建友.數據挖掘技術在軟件工程中應用研究[J].網絡安全和信息化,2022(6):67-69.

[3] 劉園園.計算機軟件技術在大數據時代的應用試析[J].網絡安全技術與應用,2022(5):61-62.

[4] 張立鑒.數據挖掘技術在軟件工程中的應用研究[J].網絡安全技術與應用,2019(06):47-48.

[5] 吳文慶.數據挖掘技術在軟件工程中的應用[J].科技資訊,2019,17(13):7-8.

[6] 章立.大數據時代計算機軟件技術應用[J].智庫時代,2019(20): 32-33.

[7] 郄彬.計算機軟件技術在大數據時代的應用分析[J].科技資訊,2022,20(17):1-4.