浅析数据挖掘技术在软件工程中的运用_优秀论文

1、 浅析数据挖掘技术在软件工程中的运用0引言随着我国信息技术的进步, 数据挖掘技术得到广泛应用, 在软件工程中需要对数据信息进行搜集、分类与整理, 通过数据挖掘技术的应用可以有效提高工作效率, 推动软件工程的有序发展。我国对数据挖掘技术的应用与研究虽然处于初级阶段, 但通过不断的经验积累也能够发挥技术的更多价值。1数据挖掘技术概述数据挖掘技术指的是在信息技术发展背景下, 对信息数据展开处理的技术。与过去的信息处理技术相比, 数据挖掘技术功能更加强大, 可以应用在各个领域, 无论是数据处理、数据转换还是数据分析, 都能够完成相互之间的联系, 并对数据进行最终评估。将数据挖掘技术应用在软件工程中,

2、能够提高企业处理信息数据的效率, 避免操作失误, 保护企业数据准确1。2数据挖掘技术在软件工程中的重要性分析2.1高效整合多样化信息数据由于数据挖掘技术的功能比较多, 其中包含了传统处理技术的功能, 实现多样化信息的收集与分类, 并将数据按照类别存储与整理。数据挖掘技术可以在多样化数据中实现数据的系统化管理, 为人们进行数据查阅工作带来方便。在软件工程中应用该技术, 方便信息数据的高效整合, 帮助企业全方位了解信息与数据2。2.2保证信息数据的准确率数据挖掘技术拥有强大数据运算功能, 以往的数据信息系统运算数据时需要耗费大量时间与成本。如果信息数据体系庞大, 系统运算时会面临瘫痪问题。在软件工

3、程中, 一旦系统发生瘫痪, 系统将无法正常使用, 数据也会受到破坏。应用数据挖掘技术之后可以有效解决以上问题, 实现系统的优化, 使系统可以在最短时间内处理数据, 防止信息数据发生丢失现象, 提高数据处理的时效性。面对大量的信息数据, 有的数据得不到利用, 但长期处于系统中会影响系统运行效率, 应用数据挖掘技术可以将无价值的数据剔除, 留下有用的信息数据, 保证系统的运行效率和数据质量。2.3缩短信息数据处理时间在软件工程中应用数据挖掘技术可以分类处理杂乱无章的数据, 实现数据的转换与调用。对数据进行深入挖掘处理时也可以应用数据挖掘技术进行数据的分类, 并对模糊数据及时清理, 提高系统内现存数

4、据的实用价值。人们获取到的信息数据需要进行反复核对, 以此保证数据真实性, 通过数据挖掘技术的应用减少时间浪费, 提高数据核对效率。3数据挖掘技术在软件工程中的应用分析3.1系统结构数据挖掘技术应用流程主要分为三个阶段：数据预处理、数据挖掘、模式评估与知识表示。在数据预处理阶段中, 高效得到原始数据的根本原因在于确定任务处理对象, 得到符合软件工程需求的数据。通过数据清洗弥补原始数据存在的缺陷, 确保数据的完整性。数据抽取需要从数据库中选择与软件工程任务相符合的信息。数据转换需要将数据格式加以转化, 实现数据的适用性。在数据挖掘中需要制定一定的挖掘任务, 通过对数据的分类与评价总结, 合理应用

5、运算方法进行数据推敲。在模式评估与知识表示中, 其实际用途在于挖掘成功的表达, 将兴趣度作为衡量标准, 提高数据表达的识别能力。针对软件工程中数据挖掘技术的优化应用, 可以从系统结构方面入手, 具体如下：（1）检测软件工程中的克隆代码。以软件工程为标准, 将一部分代码复制, 结合实际情况更改一部分代码, 并对这些代码进行检测, 代码检测与更改可以同时进行, 能有效提高检测效率, 实现系统的维护工作。当前应用数据挖掘技术进行克隆代码检测的方式一共有四种, 具体为比较标识符、对比文本、检测系统程序结构与度量圈。在实际操作中, 要求人们结合实际情况选择相应的克隆代码检测方法。（2）数据信息挖掘法。这

6、是以横切关注点为主的挖掘方法, 在软件工程中应用该方法可以改造系统, 对数据信息达到良好的处理效果3。3.2软件管理为了让数据挖掘技术更好地应用在软件工程中, 需要从软件管理角度入手, 采用以下两方面举措。一方面, 深入挖掘数据的组织关系, 另一方面, 挖掘版本控制信息。软件工程系统比较繁琐, 挖掘组织关系时较为困难, 人们需要合理调配各项信息, 以此作为挖掘的依据。如果以软件工程管理流程作为主题, 对电子邮件与共享文件展开组织关系挖掘, 可以有效避免系统流程发生混乱, 保护软件管理的秩序。当信息数据发生变化时, 应用数据挖掘技术进行软件管理, 将版本控制作为重要依据, 将数据挖掘技术与版本控

7、制相联系, 降低系统运行成本, 并达到警示的效果, 提高软件工程的管理水平。3.3软件开发在软件工程初期阶段, 人们将数据挖掘技术看成数据库, 随着技术的发展, 软件工程发展到现实应用, 系统和现实共同发展。软件工程将各项指标与要求紧密结合, 研发出最新产品, 以往的软件工程中软件开发十分困难, 而如今应用数据挖掘技术, 可以将其与数据库相融合, 发挥数据库内信息的最大价值, 有效推动软件开发的进步。不仅如此, 软件工程可以对信息进行更深层次的挖掘, 充分发挥软件工程的价值, 利用数据挖掘技术实现数据的更新, 保证软件开发质量, 优化软件操作流程。在技术的支持下, 人们可以合理划分软件内部,

8、方便及时发现问题, 并展开积极有效的问题处理。利用数据挖掘技术可以进行设计, 对内容进行挖掘, 特别是对文本内容的挖掘, 随后整合信息, 通过自动归类技术实现信息的层次性组织。在软件或管理中, 应用数据挖掘技术可以根据用户对的访问记录, 进行记录信息挖掘, 从中了解用户对该内容的兴趣, 进而对用户提供信息推送服务和定制服务, 以此吸引更多用户访问该。在软件开发阶段, 可以使用DataAnalytics轻量级业务数据可视化分析平台, 这是数据挖掘技术的一项成果。该平台能够实现异构数据源的高效整合, 可以兼容各种数据源类型, 支持海量数据。可接入Excel/CSV等数据文件、企业各种业务系统、第三

9、方互联网数据、公共数据服务平台等来源, 轻松整合所有相关业务数据, 帮助企业消灭数据孤岛。企业利用该平台可以完成数据的深度交互分析, DataAnalytics基于探索式分析, 支持智能推荐图形与图表, 二者可以协同过滤, 帮助用户快速定位, 通过数据挖掘找出问题, 以拖拽式操作方法解决问题。3.4聚类在数据挖掘技术中聚类指的是对各个环节数据加以分析, 结合软件工程的具体要求实现数据细化, 以类型细化作为基础, 为原始数据类型做出保障。通过聚类可以让同种类型数据具有相似性特点, 在存在相似性的同时, 也存在一定的差异, 突出各自的特点。应用数据挖掘技术实现聚类划分时, 面对的对象无法预测, 与其他算法相比, 聚类拥有更加广泛的应用范围, 进行数据分析时更加独特, 挖掘信息数据时可以确保检测结果的有效性与真实性。4结论总而言之, 随着信息技术的深入发展, 人们已经步入信息时代, 数据挖掘技术也成为对信息数据展开处理和存储的有效方式。在软件工程中应用数据挖掘技术, 有利于提高软件开发效率, 提升软件管理质量, 加强数据挖掘力度, 使数据挖掘技术发挥巨大效果, 人们可以应用数据挖掘技术完成数据的聚类和设计, 为人们的生活带来便利。参