數(shù)據(jù)挖掘技術(shù)在軟件工程的應(yīng)用探索

孫潔

[摘 要]當(dāng)前是信息化的大數(shù)據(jù)時代，人們每天都生活在大量的數(shù)據(jù)中，生活和工作中信息無處不在，但如何能夠在海量信息中定位自己的需求信息是現(xiàn)代人關(guān)注的焦。數(shù)據(jù)挖掘技術(shù)很好的解決了這個問題，不僅能夠?qū)崿F(xiàn)信息的定位還能在短時間內(nèi)完成，大大的縮短了處理數(shù)據(jù)的時間。本文就以數(shù)據(jù)挖掘技術(shù)為中心點(diǎn)，首先對其概念進(jìn)行簡單的闡述，之后在此基礎(chǔ)上分析了軟件工程中的應(yīng)用，以期能為相關(guān)專業(yè)的技術(shù)人員提供一定的技術(shù)參考。

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

中圖分類號：TP311.5 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-914X（2016）17-0267-01

1.數(shù)據(jù)挖掘技術(shù)概述

所謂數(shù)據(jù)挖掘，主要指的是在大量的數(shù)據(jù)信息中利用科學(xué)、有效的算法第一時間獲取到有用信息的篩選過程。大量的信息存在于生產(chǎn)和生活領(lǐng)域，使得人們在處理事情是無從下手，這樣大大降低了人們的工作效率，也浪費(fèi)了工作人員寶貴的時間。而這一問題通過數(shù)據(jù)挖掘技術(shù)的使用得到了很好的解決。

1.1 數(shù)據(jù)挖掘技術(shù)所采用的方法

在具體的操作中，數(shù)據(jù)挖掘技術(shù)會通過很多方法來使任務(wù)得以完成。具體的方法有如下幾種：

1.1.1 遺傳算法的使用

所謂遺傳算法，主要是指基于生物自然選擇與遺傳激勵的隨機(jī)搜索算法，也是數(shù)據(jù)挖掘技術(shù)常用的一種操作方法[1]。遺傳算法的有點(diǎn)就在于表面上看似無聯(lián)系的事物，卻能在事物模型間建立相關(guān)的練習(xí)，實(shí)現(xiàn)事物之間共同發(fā)展，現(xiàn)在生物界越來越重視的遺傳基因等的研究，所以這種方法很受人們的歡迎。

1.1.2 采用決策樹方法

這種方法主要用于對信息的分類和整合，在遇到大量的信息的時候，能夠在短時間內(nèi)找出關(guān)鍵的信息，能夠使信息分類的快速化和簡單化，并且保證了信息分類的準(zhǔn)確度，但是此方法的不足之處就在于具有較差的抗噪性能，不能全面的來表述較為復(fù)雜的概念。

1.1.3 采用統(tǒng)計分析法

往往會利用回歸分析和主成分分析等方法來分析數(shù)據(jù)庫字段之間的關(guān)系。在字段之間的關(guān)系包括相關(guān)關(guān)系，函數(shù)關(guān)系也是其中的一種，不同的是函數(shù)關(guān)系可以用公式來表示，而相關(guān)關(guān)系則不能通過公示來表示關(guān)系，系統(tǒng)分析法的使用為這種關(guān)系的分析提供了便利。

1.1.4 采用可視化技術(shù)

可視化技術(shù)是采用一些圖表來對數(shù)據(jù)進(jìn)行表現(xiàn)，便于對數(shù)據(jù)的理解，比如，使用簡單圖形來展示存在于數(shù)據(jù)庫中的多個數(shù)據(jù)，使研究者看起來一目了然，使單調(diào)的數(shù)據(jù)形象化，更容易掌握數(shù)據(jù)的相關(guān)信息。

1.1.5 采用神經(jīng)網(wǎng)絡(luò)方法

它模擬人腦神經(jīng)元結(jié)構(gòu)，以 MP 模型和Hebb學(xué)習(xí)規(guī)則為基礎(chǔ)，用神經(jīng)網(wǎng)絡(luò)連接的權(quán)值表示知識，其學(xué)習(xí)體現(xiàn)在神經(jīng)網(wǎng)絡(luò)權(quán)值的逐步計算上。前饋式網(wǎng)絡(luò)、反饋式網(wǎng)絡(luò)和自組織網(wǎng)絡(luò)是常用的三種神經(jīng)網(wǎng)絡(luò)模型，分別用于預(yù)測、聯(lián)想記憶和聚類等。

2.數(shù)據(jù)挖掘技術(shù)在軟件工程中的應(yīng)用

2.1關(guān)于程序代碼及結(jié)構(gòu)方面的挖掘

①克隆代碼檢測的方法?？寺〈a主要指的是根據(jù)軟件工程運(yùn)行需求，對某一代碼段進(jìn)行復(fù)制、粘貼，若有特殊需求，也可以對部分代碼進(jìn)行適當(dāng)更改，對于上述代碼的檢測主要是為了避免故障傳播，對系統(tǒng)進(jìn)行簡要維護(hù)，以此來滿足軟件系統(tǒng)運(yùn)行需求。目前，克隆代碼檢測的方法主要包括4種，即文本對比、標(biāo)識符對比、度量和程序結(jié)構(gòu)[2]。每一種檢測方法都有其不同的檢測流程和判斷依據(jù)，需要結(jié)合實(shí)際情況選取最佳的檢測方法。

②Aspect 挖掘。Aspect 挖掘就是我們常說的橫切關(guān)注點(diǎn)挖掘，在軟件工程系統(tǒng)中，Aspect 挖掘是系統(tǒng)改造成面向方面軟件所必須要處理好的重要問題。在此項(xiàng)問題的處理中，可供采用的方法有很多，最具針對性的就是度量分析法和形式概念分析法。上述兩種方法可以利用候選集的重構(gòu)將橫切點(diǎn)關(guān)注挖掘相關(guān)問題有效解決。實(shí)際上，數(shù)據(jù)挖掘技術(shù)還可以在很多方面產(chǎn)生不錯的影響。

③代碼檢索。在軟件開發(fā)方法學(xué)中提倡著復(fù)用這個重要的原則，近年來有一個軟件復(fù)用這方面領(lǐng)域里的很重重要的議題，也就是關(guān)于在本地或者是面向 WEB 這些代碼庫中檢索出符合現(xiàn)階段項(xiàng)目的代碼之類的議題，已經(jīng)出現(xiàn)了幾種比較有代代表性的方式，比如分類存儲并檢索、基于輸入-輸出映射的檢索、基于構(gòu)件形式化描述、基于代碼相似性等等方法，這些方式主要會涉及到有關(guān)于聚類、分類、語義分析等等幾種比較主要的技術(shù)。由于其Web的應(yīng)用范圍不斷的擴(kuò)大，也就不再單單只有文檔在其中，還有許多猶如 Google Cod 以及 Mica 等等類型的代碼搜索引擎也隨著那些 Web 中的可供參考的代碼而出現(xiàn)

2.2軟件項(xiàng)目管理中數(shù)據(jù)挖掘技術(shù)的應(yīng)用

數(shù)據(jù)挖掘技術(shù)在項(xiàng)目管理中的應(yīng)用主要體現(xiàn)在兩個方面，即對組織關(guān)系的挖掘和對版本控制信息的挖掘。由于軟件項(xiàng)目管理是一個全面而又系統(tǒng)的工程，因此，有關(guān)組織關(guān)系的挖掘包含了多個方面的內(nèi)容，最主要的就是對人力資源的有效協(xié)調(diào)和分配。另一方面是對版本控制信息的挖掘，版本信息控制的功能主要是為工作人員查看版本信息提供方便，數(shù)據(jù)挖掘技術(shù)在此方面的應(yīng)用一方面可以自動對系統(tǒng)修復(fù)情況進(jìn)行檢測，并在此基礎(chǔ)上為系統(tǒng)提供警示作用，另一方面則可以避開很多常見錯誤，確保系統(tǒng)正常運(yùn)行，以此來提高軟件項(xiàng)目管理水平。

2.3故障檢測中數(shù)據(jù)挖掘技術(shù)的應(yīng)用

在軟件工程系統(tǒng)不斷優(yōu)化與完善的今天，勢必要對故障檢測方法進(jìn)行改進(jìn)。數(shù)據(jù)挖掘技術(shù)的應(yīng)用充分滿足了這一需求。數(shù)據(jù)挖掘技術(shù)對故障的檢測主要是從兩個方面展開，分別為程序說明和交互模式。對程序說明進(jìn)行挖掘主要是為了對于系統(tǒng)運(yùn)行相關(guān)的信息進(jìn)行跟蹤檢測，便于發(fā)現(xiàn)系統(tǒng)運(yùn)行問題，從而做到對系統(tǒng)的有效檢測和維護(hù)。就當(dāng)前常用的挖掘方法來看，主要可分為基于規(guī)則和基于自動化兩種。兩種方法分別依據(jù)程序行為規(guī)則和API規(guī)則開展挖掘工作。

3.數(shù)據(jù)挖掘技術(shù)在軟件工程中的應(yīng)用方法

3.1關(guān)聯(lián)方法

挖掘技術(shù)應(yīng)用與軟件工程中的關(guān)聯(lián)方法，其規(guī)則在于發(fā)現(xiàn)大量數(shù)據(jù)中所具有的相關(guān)聯(lián)系及有趣關(guān)聯(lián)。并且關(guān)聯(lián)規(guī)則具有兩個重要特征，其一為支持度，表示為 P（A ∪B），表明 A、 B 兩個子集在事物集中出現(xiàn)的概率是相同的；其二為置信度，可表示為 P（B|A），說明 A 在事物集中所具有的概率，同樣 B 也會出現(xiàn)[3]。

3.2聚類方法

聚類方式的應(yīng)用，顧名思義，便是把對象數(shù)據(jù)分為多個簇或類，并且保證統(tǒng)一類或簇中的數(shù)據(jù)的相似度較高，同時不同類或簇中的對象具有明顯的差別。

3.3分類方法

分類方式的應(yīng)用，主要是對離散值和分類標(biāo)號進(jìn)行操作，一般情況下，首先需建立起相應(yīng)的模型，對其概念集和數(shù)據(jù)類集進(jìn)行描述，之后應(yīng)用模型完成分類

4.結(jié)語

綜上所述，數(shù)據(jù)挖掘技術(shù)是軟件工程向更加完善、優(yōu)化方向發(fā)展的必然之路，更是時代發(fā)展的要求。隨著社會信息化程度的不斷加深，數(shù)據(jù)挖掘技術(shù)的應(yīng)用將會更加的廣泛。研究人員對此項(xiàng)技術(shù)也要引起重視，通過不斷的研究和探索，進(jìn)一步的提升其自身的水平及其應(yīng)用的價值，為人類的不斷發(fā)展，社會的進(jìn)步體現(xiàn)更大的價值。

參考文獻(xiàn)：

[1]李明江，唐穎，周力軍. 數(shù)據(jù)挖掘技術(shù)及應(yīng)用[J]. 中國新通信，2012，22：66-67+74.

[2]陳建樺. 數(shù)據(jù)挖掘技術(shù)在軟件工程中的應(yīng)用研究[J]. 硅谷，2014，01：73+51.

[3]劉玉峰. 數(shù)據(jù)挖掘技術(shù)在軟件知識庫中的應(yīng)用研究[D].廣西師范大學(xué)，2010.