数据挖掘技术对软件工程的应用论文

Word第第页数据挖掘技术对软件工程的应用论文【关键词】数据挖掘技术；软件工程；应用

社会的进展使得技术也得到了快速进展，信息技术营运而生，并且被人们广泛的应用于机械、医疗、化工和教育等领域，发挥着越来越重要的作用。在当前社会的进展背景下，信息技术中的软件工程虽然进展规模不断扩大，但是在技术上已经不能满意对资源管理的要求，而数据挖掘技术的到来弥补了软件软件工程的缺乏，促进了软件工程的进一步进展

1数据挖掘技术的简介

1.1数据挖掘技术的含义

所谓数据挖掘，主要指的是在大量的数据信息中利用科学、有效的算法第一时间猎取到有用信息的筛选过程。大量的信息存在于生产和生活领域，使得人们在处理事情是无从下手，这样大大降低了人们的工作效率，也铺张了工作人员珍贵的时间。而这一问题通过数据挖掘技术的使用得到了很好的解决

1.2数据挖掘技术所采纳的方法

在详细的操作中，数据挖掘技术会通过许多方法来使任务得以完成。详细的方法有如下几种：1.2.1遗传算法的使用所谓遗传算法，主要是指基于生物自然选择与遗传激励的随机搜寻算法，也是数据挖掘技术常用的一种操作方法。遗传算法的有点就在于外表上看似无联系的事物，却能在事物模型间建立相关的练习，实现事物之间共同进展，如今生物界越来越重视的遗传基因等的讨论，所以这种方法很受人们的欢迎。1.2.2采纳决策树方法这种方法主要用于对信息的分类和整合，在遇到大量的信息的时候，能够在短时间内找出关键的信息，能够使信息分类的快速化和简洁化，并且保证了信息分类的精确度，但是此方法的缺乏之处就在于具有较差的抗噪性能，不能全面的来表述较为冗杂的概念。1.2.3采纳统计分析法往往会利用回来分析和主成分分析等方法来分析数据库字段之间的关系。在字段之间的关系包括相关关系,函数关系也是其中的一种，不同的是函数关系可以用公式来表示，而相关关系则不能通过公示来表示关系，系统分析法的使用为这种关系的分析供应了便利。1.2.4采纳可视化技术可视化技术是采纳一些图表来对数据进行表现，便于对数据的理解，比方，使用简洁图形来展现存在于数据库中的多个数据，使讨论者看起来一目了然，使单调的数据形象化，更简单把握数据的相关信息。1.2.5采纳神经网络方法它模拟人脑神经元结构,以MP模型和Hebb学习规章为基础,用神经网络连接的权值表示学问,其学习表达在神经网络权值的逐步计算上。前馈式网络、反馈式网络和自组织网络是常用的三种神经网络模型，分别用于预报、联想记忆和聚类等。

2软件工程中数据挖掘技术的应用表现

2.1用于软件项目管理方面

软件项目的管理呈现出冗杂化和系统化的特点，数据挖掘技术应用于软件项目管理一方面表如今对组织关系的挖掘，比方公司举办年会等大型活动，在人员的安排上假如处理不好，就会消失混乱的局面，为了实现人力资源的合理配制，往往采纳数据挖掘技术来区分每个职员的职责，实现项目管理的有序化，提高了办事效率；软件项目管理中使用数据挖掘技术的另一个方面就是挖掘版本掌握信息，在此系统面临外系统入侵时提出警告是数据挖掘技术所具备的功能之一，除此之外数据挖掘技术可以检测该系统的修复状况，版本掌握信息的作用就是便利了人们对版本信息的查看，而数据挖掘技术的使用为系统的平安运行供应了更有利的保障，使得软件项目的管理水平逐步提高。

2.2漏洞的检测时数据挖掘技术的使用

当数据挖掘技术用于检测软件的漏洞时，第一步要弄清晰要检测什么样的软件，其次步就是要制定合理的打算，打算的目的是为了更好的对软件进行检测，不同软件的构成和性质确定了检测要采纳不同的方式，紧接着就是对漏洞库中的数据进行整理，对于不需要的数据进行去除，除此之外对于丢失的项目要实行措施补救回来，用数值表示来代替数据属性。另外，要对合适的数据模型进行验证，不同的项目会实行不同的方法，重要的是选择合适的发掘方式来使其形成测试集，进而可以对全部的结果进行比较，通过比较找出最满足的方式，数据挖掘技术的应用不见可以检测漏洞还可以对未知的漏洞进行防护，并且把漏洞的`种类进行分析，整合出修复的方法，能使的在第一时间找出漏洞并进行修复，使得软件能够保持良好的性能，使其运行速度不至于减慢。

2.3挖掘程序代码和结构中数据挖掘技术的使用

在挖掘程序代码和结构方面比较常用的一种数据挖掘方法就是克隆代码检测法，该方法分为度量、文本对比、程序结构和标识符对比这四种方法，四种方法各有各自的特点，详细的运用中需要考虑实际状况来确定究竟使用那种方法。克隆代码检测通常会复制粘贴某一个代码，在特别的要求下，会依据需求来改正某些代码，检测这些代码主要是为了防止大面积消失故障，维护系统的平安，为软件运行供应一个牢靠的环境。另一个常见的就是Aspect的挖掘，Aspect的挖掘就是常见说的横切关注点挖掘。软件工程中面对方面软件的改造需要解决好Aspect的挖掘，虽然可以采纳大量的方式来解决这个问题，但是最重要的方法之一就是度量分析法。

3数据挖掘技术在详细的使用中面临的问题

3.1数据冗杂化

目前的软件工程数据主要包括结构化和非结构化两类数据。非结构化数据包括软件代码，结构化数据则跟软件的版本信息有关，非结构化数据和结构化数据之间联系亲密，因此在使用数据挖掘技术的时候，要对着两种数据的关系进行考虑，这就增加了挖掘技术使用的难度。

3.2评价标准不全都

生产生活中许多领域都在使用数据挖掘技术，在使用后对它的结果也实行了肯定的评价方法，但是往往这些方法不能全都，在软件工程中也很难统一评价标准，由于在软件工程中消失的信息一般比较冗杂，而且往往通过不同的方法来表达，所以猎取者在进行信息比较时候，面临很大的苦难，所以导致不能精确的对数据挖掘结果进行分析。

4结论

总而言之，时代的进展越来越离不开数据挖掘技术的使用，这项技术很大程度上满意了人们的需求，受到越来