計算機軟件工程中的數據挖掘技術應用

孫 輝

（濰坊科技學院，山東 濰坊 262700）

數據挖掘作為一種新概念，主要是指從具有密度較低的海量數據中，選出比較價值的信息數據，使得數據利用率得以大幅度提升。因此，通過將數據挖掘技術科學應用于計算機軟件工程中，可以保證海量數據的處理質量和效率，從而實現對重要數據信息的最大化利用。因此，如何將數據挖掘技術科學應用在計算機軟件工程中是技術人員必須思考和解決的問題。

1 數據挖掘技術概述

數據挖掘技術作為一種先進、新型的信息處理技術，具有強大的功能性優勢，被大量行業廣泛應用?，F階段，在計算機軟件工程領域中，數據挖掘技術的具體應用研究內容少之又少，大量軟件工程在實際實施中，仍然運用傳統的數據挖掘技術，導致數據處理效率難以得到保證。而數據挖掘技術涉及到大量的功能，不同功能之間往往具有一定的聯系，可以保證最終評估結果的真實性和有效性?？傊?，對于數據挖掘技術而言，該技術比較明顯的應用優勢是最大化提高數據處理效率，并從根本上解決數據丟失問題，為促進企業的健康、可持續發展提供重要的技術支持。

2 數據挖掘技術應用意義

2.1 有利于數據信息的正確理解

不同的人，由于知識儲備、社會閱歷存在一定的差異性，導致對不同數據信息的理解也存很大的不同。此時，采集和理解數據信息需要借助人工模式，那么將增加數據信息的采集時間成本和理解時間成本，使得數據信息整體處理成本呈現出不斷上升的趨勢。每個人都有自己的主觀意識，因此，在某種程度上會降低數據信息處理的權威性。通過將數據挖掘技術科學應用于計算機軟件工程中，不僅可以根據所設置好的數據分析目標，對數據信息進行科學化、規范化分析和整理，還能全面化整合處理所采集好的數據信息，從而形成一種系統、完善的查詢體系，使得數據信息的準確性和權威性得以大幅度提升，為后期軟件開發和管理提供極大的便利，確保操作人員能夠準確、深入地認識和理解數據信息。

2.2 有利于提高數據信息的處理質量

通過將數據挖掘技術科學地應用于計算機軟件工程中，可以實現對海量數據的大規模計算，從而保證數據信息的最終處理質量。數據挖掘技術的不斷發展和普及下，其數據功能變得越來越強大，這樣一來，不僅提高了數據計算的效率，還能保證數據計算結果的精確度，便于操作人員在最短時間內，實現對混亂數據的科學化篩選和處理，使得數據信息處理質量得以大幅度提升。

2.3 有利于提高數據信息的利用率

通過利用數據挖掘技術，可以實現對無用數據或者混亂數據的科學分類以及深入挖掘，從而獲得相應的數據信息處理結果。此時，操作人員可以將所獲得的數據信息直接應用到實際工作中，并針對事件處理需求，選擇出比較合適的數據信息，只有這樣，才能實現對數據信息利用率的大幅度提升。此外，還要利用數據挖掘技術，將抽象、難懂的數據信息直接轉化為易于理解的信息資料，便于人們更好地理解和利用這些數據信息。

3 數據挖掘技術在計算機軟件工程中的應用策略

3.1 在信息挖掘中的應用

在計算機軟件工程領域中，通過利用數據挖掘技術，可以全方位、多角度地管控信息數據，同時，該工程所涉及到的應用范圍比較廣闊，因此，所涉及到的信息類型具有一定的多樣性和復雜性。而計算機軟件工程的應用可以統一化、集中化管理相關信息數據，使得相關軟件在實際開發期間，能夠同步更新和處理數據資源，從而最大限度地提高軟件開發質量，確保軟件開發目標得以圓滿實現。此外，數據挖掘主要包含大量的需要更替數據，確保技術人員能夠對軟件內部結構進行科學地分析和準確區別，從而充分發揮和利用數據挖掘技術應用優勢，便于后期操作人員在最短時間內快速分析和處理軟件內部問題，確保軟件開發任務得以圓滿完成。為了實現對人員組織關系的深入分析和挖掘，需要根據軟件開發需求，重點做好對人力資源的科學協調工作和合理分配工作，同時，嚴格遵循軟件模塊設計原則，完成對大型軟件系統的構建，通常情況下，參與軟件系統構建工作的人員幾乎成千上萬，而參與人員在開展討論會期間，其討論內容通常會涉及到文檔傳遞、電子郵件發送等相關內容，此時，需要做好對組織人員之間關系的深入分析和挖掘，便于后期小組的科學劃分以及任務指派工作的有效落實。另外，軟件組織內部所有員工和軟件用戶之間要構建一種穩定、可靠的關系網絡，隨著網絡復雜度的不斷提高，通過對網絡內部關系進行有效地分析和挖掘，可以確保軟件項目管理工作能夠正常、有序、順利地開展。例如：在對人員組織關系相關信息進行挖掘期間，需要利用版本控制系統，對相關程序進行統一化、有序化修改，并深入地分析和挖掘軟件變更后的歷史信息，同時，根據不同程序模塊之間的關系，確定出相應的邏輯依賴關系，該軟件系統內部結構可以直觀、有效地反映出開發組織結構，從而得出如圖1所示的開發組織結構與軟件結構的潛在關系映射示意圖。

圖1 開發組織結構與軟件結構的潛在關系映射

3.2 在軟件執行記錄上的應用

在數據挖掘技術的應用背景下，為了保證軟件執行記錄相關數據的深入分析和挖掘效果，需要在全方位分析和處理軟件程序的基礎上，盡可能地優化軟件運行性能，確保其完全達到預期判斷標準。所以，在深入分析和挖掘執行記錄期間，需要全面查詢所設置好的安裝路徑，并采用逆向建模的方式，將數據結構分析工作落實到位，便于后期軟件維護環節的有效實施。另外，技術人員要及時地發現和處理軟件在實際運行期間經常出現的軟件漏洞問題，確保軟件運行性能得以大幅度提升。此外，還要做好對程序規約的深入分析和挖掘。程序規約挖掘主要是指通過對執行跟蹤相關程序進行全面地分析，及時發現和處理程序代碼所對應的協議。此外，還要在保證跟蹤信息執行結果精確度的基礎上，采用逆向建模的方式，對相關程序進行全方位地分析、驗證和維護。該類挖掘流程如下：采用初步桶裝的方式，對相關系統進行全面地分析，然后，全面地收集和整理軟件所對應的API接口，同時，全面地過濾和處理跟蹤信息，從而形成相應的規約模型，該模型可以實現對相關系統功能的有效表征處理。程序規約挖掘的基本過程如圖2所示。

圖2 程序規約挖掘的基本過程

3.3 在軟件漏洞檢測中的應用

在計算機軟件工程領域中，軟件漏洞檢測作為一項重要工作，除了可以有效地提高軟件開發效率外，還能確保整個系統能夠可靠、穩定、安全地運行，為后期及時、有效地發現和處理安全隱患問題打下堅實的基礎。通過對軟件漏洞進行全面化修復，可以為用戶提供更加優質的保障。在數據挖掘技術的應用背景下，軟件漏洞檢測工作在實際開展中，首先，要根據軟件內部的測試內容，對其進行有針對性地分析和測試；此外，還要全方位測試軟件漏洞相關的項目內容，從而更好地滿足軟件開發相關標準和要求。數據挖掘技術在實際應用期間，要根據所記錄的內容，對相關數據進行全面地分析，并對最終的分析結果進行全面地分析和改進，接著，選出合適的測試模式，將測試工作落實到位，從而實現對測試模式的科學選擇，以滿足軟件工程實際的開展需求。此外，在對漏洞數據進行處理期間，要借助數據挖掘技術，對冗余數據分析和提取，從而篩選出有價值的數據，并不斷地完善和補充稀缺數據內容，并采用數據的方式，將所補充數據內容形象、直觀地呈現在用戶面前。此外，為了確保數據挖掘技術科學、合理地應用于計算機軟件工程中，還要選用合適的數據模型，將驗證工作落實到位，并采用合適的數據挖掘模式，完成對測試集的科學測量和處理。軟件漏洞問題在實際檢測期間，要做好對軟件漏洞的科學化、規范化分類，并對數據庫中相關漏洞數據進行科學地更新和優化。軟件漏洞檢測流程如圖3所示。

圖3 軟件漏洞檢測流程

4 數據挖掘技術應用方法

4.1 關聯方法

關聯法，顧名思義，就是指對兩個不同事物內部的聯系程度進行有效研究的一種常用方法。在數據挖掘技術的應用背景下，通過利用關聯方法，可以實現對相關數據信息的高效化處理和采集。同時，在使用關聯法期間，技術人員要嚴格遵循有趣關聯原則，將數據挖掘技術與計算機軟件工程進行充分結合，兩者之間的關系屬性主要包含以下兩種，一種是支持度，另一種是置信度。在實際操作期間，還要結合支持度這一屬性，精確地表示出事務集。

4.2 分類方法

分類方法在具體的運用中，要借助分類標號，對相關執行動作進行科學地分析和預測。同時，還要在構建相關分析模型的基礎上，根據分類法的特點，構建出與之相匹配的分析模型。此外，分析模型在實際構建期間，要盡可能凸顯出自身的應用價值，為此，技術人員要重視對相關數據類集的引用。現階段，在處理軟件工程分類法期間，要選用合適的判斷樹法，判斷樹法主要包含神經網絡分類法和最臨近分類法。最后，在使用分類法期間，技術人員要在全面了解和分析分類法類型的基礎上，選用合適的計算方法，確定出與之相匹配的適用范圍，然后，盡可能使用最低成本，保證最終處理效果。

4.3 聚類方法

聚類方法在實際使用期間，要嚴格按照所設置好的劃分標準，對研究工作相關數據對象進行分類操作，使其被劃分為不同的類型。同時，還要盡可能保證同類數據對象與同簇數據對象之間的相識度。反之，不同類之間的數據在實際處理期間，并不會出現比較明顯的差異。另外，還要采用聚類法，對數據對象進行科學劃分，確保聚類法能夠科學、有效地應用于數據信息的處理領域中，從而提高聚類法的運用效果。

5 結束語

綜上所述，在數據挖掘技術的不斷發展和普及下，為了促進計算機軟件工程的健康、可持續發展，技術人員要樹立與時俱進的觀念，根據未來軟件工程的發展需求，將數據挖掘技術與軟件管理進行充分結合，確保該技術能夠更好地應用于計算機軟件工程中，確保軟件產品能夠及時、有效地升級和優化，從而為用戶、企業提供更加優質的服務，進而最大限度地體現科技發展水平。