數(shù)據(jù)挖掘技術(shù)在軟件工程中的應(yīng)用探究

李 浩

南京城市智能交通股份有限公司

數(shù)據(jù)挖掘技術(shù)在軟件工程中的應(yīng)用探究

李 浩

南京城市智能交通股份有限公司

數(shù)據(jù)挖掘技術(shù)在軟件開發(fā)過程中有著廣泛的應(yīng)用前景，但是國內(nèi)對此技術(shù)的研究僅僅在理論研究階段，需要通過對其深化讓其發(fā)揮更大的價(jià)值。只有不斷探索研究，才能夠讓數(shù)據(jù)挖掘技術(shù)在軟件工程中的應(yīng)用變得更加成熟可靠，并在更加廣泛的其他領(lǐng)域中得到更加優(yōu)異的表現(xiàn)。因此，探究當(dāng)前數(shù)據(jù)挖掘技術(shù)在軟件工程中的應(yīng)用策略。鑒于此，本文主要分析數(shù)據(jù)挖掘技術(shù)在軟件工程中的應(yīng)用。

數(shù)據(jù)挖掘技術(shù)；軟件工程；應(yīng)用

1 、數(shù)據(jù)挖掘技術(shù)的簡介

1.1 數(shù)據(jù)挖掘技術(shù)的含義

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(shí)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(shí)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。

1.2 數(shù)據(jù)挖掘技術(shù)所采用的方法

(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(lì)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。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。

(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(shí)候，能夠在短時(shí)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。

(3)采用統(tǒng)計(jì)分析法。往往會(huì)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。

(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(gè)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。

(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(shí)，其學(xué)習(xí)體現(xiàn)在神經(jīng)網(wǎng)絡(luò)權(quán)值的逐步計(jì)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)用分析

軟件工程度量過程中，其中已經(jīng)從大量數(shù)據(jù)中提取部分信息，但是仍然存在大量的數(shù)據(jù)隱藏在軟件工程數(shù)據(jù)庫內(nèi)，而數(shù)據(jù)挖掘技術(shù)的應(yīng)用，能夠有效支持和提高對軟件度量。數(shù)據(jù)挖掘技術(shù)的應(yīng)用，即從數(shù)據(jù)庫中提取全新、重要且有用的信息，在軟件開發(fā)時(shí)可以從大量數(shù)據(jù)中尋找所有相關(guān)信息。隨著軟件開發(fā)需求不斷的提高，數(shù)據(jù)挖掘技術(shù)在實(shí)際應(yīng)用中的優(yōu)勢逐漸被體現(xiàn)出來。并且軟件與硬件基礎(chǔ)設(shè)施已經(jīng)具備處理發(fā)現(xiàn)驅(qū)動(dòng)的數(shù)據(jù)分析所需的密集計(jì)算能力，且各種技術(shù)在持續(xù)更新，具有良好的實(shí)際應(yīng)用效果，例如神經(jīng)網(wǎng)絡(luò)、模式識(shí)別、決策樹等。另外，數(shù)據(jù)存儲(chǔ)與貯藏集成可以為軟件開發(fā)組織提供大量的數(shù)據(jù)，同時(shí)也進(jìn)一步促使數(shù)據(jù)挖掘技術(shù)在軟件開發(fā)中的應(yīng)用。

3 、數(shù)據(jù)挖掘技術(shù)在軟件工程中的應(yīng)用技術(shù)

3.1 建立數(shù)據(jù)信息軟件

(1)數(shù)據(jù)倉庫系統(tǒng)。一是源數(shù)據(jù)階段：此階段主要是對歷史數(shù)據(jù)、當(dāng)前數(shù)據(jù)和綜合數(shù)據(jù)進(jìn)行收集。二是源數(shù)據(jù)預(yù)處理階段：其主要包括關(guān)系數(shù)據(jù)庫、軟件數(shù)據(jù)文檔和其他。三是進(jìn)入倉庫管理階段：主要包括數(shù)據(jù)倉庫管理工具、抽取、轉(zhuǎn)換、裝載、元數(shù)據(jù)庫和數(shù)據(jù)建模工具。四是知識(shí)基DM分析工具：分類分析工具、聚類分析工具、關(guān)聯(lián)分析工具和序列分析工具。五是可視化的軟件領(lǐng)域知識(shí)：揭示影響軟件質(zhì)量的必然因素。五個(gè)方面構(gòu)成整個(gè)數(shù)據(jù)倉庫管理系統(tǒng)。

(2)數(shù)據(jù)倉庫建模。首先，需要將客戶所需要的信息進(jìn)行匯總整理，從而做好系統(tǒng)功能、界面、數(shù)據(jù)等方面的確定。其次，客戶評估信息主要是應(yīng)用軟件測試，(其中包括動(dòng)態(tài)測試，也包括靜態(tài)測試，形式化測試)獲得相應(yīng)的評估信息，將其與客戶所需要的信息進(jìn)行匯總，權(quán)衡軟件在應(yīng)用中的質(zhì)量，從中尋找可能存在的錯(cuò)誤，并對其進(jìn)行修改。第三，軟件系統(tǒng)信息是軟件應(yīng)用的基礎(chǔ)，其主要包括系統(tǒng)的規(guī)模、范圍、總體要求，以及所需要的支撐環(huán)境。第四，可行性報(bào)告主要指的是其是否具有運(yùn)行的可行性，技術(shù)、經(jīng)濟(jì)、法律、使用是否能夠達(dá)到需要的目的。

3.2 對集成軟件信息數(shù)據(jù)倉庫進(jìn)行信息挖掘

(1)聚類分析發(fā)現(xiàn)。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(fā)人員了解，以便于提供更高服務(wù)水平，和滿意的服務(wù)。將某些客戶聚類為一組，可以專門為其要求開發(fā)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(yīng)用情況進(jìn)行有甄別性的觀察，從而讓軟件達(dá)到一種很好的使用效果。

(2)分類分析的發(fā)現(xiàn)。與聚類完全不同，分類分析是通過已經(jīng)標(biāo)記的特點(diǎn)進(jìn)行數(shù)據(jù)分類。分類就是為了通過記錄表現(xiàn)來方便的描述這一類數(shù)據(jù)所具有的特點(diǎn)。分類分析主要應(yīng)用于決策樹、神經(jīng)網(wǎng)絡(luò)和徑向基礎(chǔ)函數(shù)等軟件中。分類分析的結(jié)果可讓我們在數(shù)據(jù)庫的設(shè)計(jì)過程中更有針對性，可以通過軟件對所應(yīng)對的客戶進(jìn)行屬性劃分，針對不同的客戶提供不同的服務(wù)或者保護(hù)。

(3)序列分析的發(fā)現(xiàn)。序列分析是完全獨(dú)立的一種分析算法，其區(qū)別于以上兩種算法。這類算法主要是根據(jù)數(shù)據(jù)的序列或者事件進(jìn)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(jìn)行分類。

總之，為更好的適應(yīng)網(wǎng)絡(luò)科技發(fā)展，社會(huì)上對于軟件的需求也在增加，然而隨著軟件規(guī)模的擴(kuò)大，很多軟件開發(fā)無法得到合理控制，因此，數(shù)據(jù)挖掘技術(shù)被應(yīng)用到軟件工程中了，主要是借助技術(shù)手段獲取有價(jià)值的數(shù)據(jù)，以便及時(shí)確定故障所在，檢測系統(tǒng)漏洞，最終完成成本評估。

[1]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.

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