《数据挖掘技术在软件工程中的应用》
该文是关于软件和软件工程本科论文范文和数据挖掘类电大毕业论文范文.
摘 要：在大数据分析挖掘技术内容当中,数据库主要的作为依托的对象,负责收集所需要的数据,同时对涉及到数据进行储存以及进一步的分析,以及综合从而更好的帮助决策者进行决策以及分析,而服务器则主要的提供相应帮助有关数据的分析以及综合,同时还能够根据用户发出的指令,对于信息进行提取,在进行数据的收集以及胎儿过程当中,主要来使用了知识库,从而对于所需要的多个数据以及信息进行分析归纳以及整合而进行模式评估则是需要根据搜寻者之前所搜寻的,判断出其大致的兴趣之后进行度量而完成整个数据的寻找以及整合处理,从而确定出具体的评定参数.
关键词：数据挖掘技术;软件工程;应用分析
計算机数据挖掘技术作为一种先进的数据分析技术,目前在各个行业中都得到了广泛的应用,将计算机挖掘技术应用到互联网行业中,能够给互联网行业的发展提供更多科学、合理的数据分析,给企业决策提供可靠的数据支撑,更好地进行目标定位,并制定准确的发展战略,从而促进企业的长远、健康发展.在实际的互联网行业中,可以通过计算机数据挖掘技术来加强对消费者的行为分析,把握消费者的消费能力、消费习惯,同时分析客户感知评价,从而为企业的政策制定提供可靠的参考.
1软件工程应用数据挖掘的意义
1.1深化对信息的理解
基于数据挖掘含有传统数据信息技术的各项功能,在将大量数据信息进行集中采集后,企业能够根据数据信息的基本类型进行自动化分类管理.而在此种数据采集模式下,数据采集所涉及的范畴广泛,内容丰富,可以根据不同数据信息的基本体系展开针对性分析,建立出体系完善的管理平台,方便企业快速查询及获取所需的信息资源.而在软件研发阶段,数据挖掘可以将大量零散的数据资源进行集约化的整合处理,使企业能够多角度、全方位的了解并掌握不同数据信息的内涵.
简而言之,数据挖掘能够以类似大数据技术的手段对大量信息进行针对性分析及识别,并根据既定程序命令,将不同信息以属性、类型、内容等多种方式进行分类,以便于软件工程企业在全面理解各项信息资源的同时,提升信息资源的利用效率.
1.2提升信息录入准确性
数据挖掘拥有强悍的运算功能.传统的数据信息处理系统在具体运算过程中,需要消耗大量的时间成本,甚至因数据规模的庞大,导致运算系统崩溃.而在数据挖掘的支持下,软件工程企业能够在有限时间内提升数据信息的运算速度,规避数据信息混乱与丢失问题的发生,能够有效提高信息的完整性.而在规模庞大的数据运算过程中,存在部分不具备研发价值的垃圾数据,如果不对此类数据进行处理,将会使其滞留在处理系统中,影响系统的稳定性与运行效率.因此应用数据挖掘手段,能够有效识别并筛选无用数据,提升数据处理系统的整体质量.
2大数据分析挖掘技术在项目过程当中的具体应用
2.1程序代码方面应用
首先,需要指明的一点是,这里所说的“程序代码”主要是指“克隆代码”.所谓“克隆代码”,顾名思义,是指那些先以“复制—粘贴”式简单化操作获得,继而被投入到二次使用过程中的代码.纵观数据挖掘技术的应用简史,我们不难发现,数据挖掘在克隆代码方面的应用当属于该项技术的早期应用形式,至于具体的应用方法,较为常见的主要包括以下两种：一是以标识符作为基础的对比法;二是以文本为基础的对比法.虽然数据挖掘在检测克隆代码当中的应用总体而言已经较为普遍,但需承认,其还有需进一步完善自身关于语义挖掘及语法信息这两个方面的技术,从而促使检测精准性及科学性的提升.
其次,数据挖掘技术在程序代码中的另一重大应用形式表现为其对横切关注点的挖掘.而其之所以能在这方面获得一席用武之地,主要还在于关注点自身所具有的一些特性——其在程序中所使用的代码相似度极高甚至完全相同.就技术的当前发展程度而言,已有多种挖掘方法可应用于Aspect,而以其各自所具有的特点为划分标准,则主要包括以下几种：一是形式概念分析法;二是文本和类型分析法;三是聚类分析法;四是自然语言分析法.其中,若将数据挖掘技术应用于执行模式方面,则应该以形式概念分析法作为优先选择.
最后,数据挖掘技术还有一个应用场景,即其可以被用于挖掘数据库中的目标代码或说构件.而从应用实际层面来说,该项技术的引入的确带动了检索效率及精准度等的提升.
2.2项目管理具体应用
软件工程企业如果想将数据挖掘应用在管理活动中,需要从以下两个层面入手,其一是版本数据控制中有关组织关系的信息挖掘;其二是版本数据控制挖掘.在软件工程企业管理层面,其自身拥有着显著的繁琐及系统特征,开展组织关系工作,能够有效实现不同数据资源的应用与调配.而如果将管理流程作为系统的整体,依据形成共享文件或电子邮件,实现对信息的实时挖掘,可以形成不同工种间的组织关系,以此规避流程混乱问题的发生,保障功能管理的有效落实.此外,数据挖掘中的版本控制可以推进对数据内部变化情形的的录入,进而将其作为客户理解并掌握数据内容的有效依据.而将数据挖掘引入到控制信息内,可以降低维护成本,提升软件的稳定性.除此之外,数据挖掘还具有警示功能,能够对系统修复中的问题进行提示,以此提升软件管理的质量.
2.3漏洞检测具体应用
为了能够及时发现并修复存在于软件开发过程中的系统错误或者系统漏洞,从而保障软件的应用可靠性,一般都需要进行针对软件的漏洞检测.将数据挖掘技术应用于故障检测工作,其实是指可以对程序的执行记录进行数据方面的挖掘,从而为定位和检测软件故障提供包括程序的交互模式及说明在内的依据.
而有关数据挖掘技术在漏洞检测方面的具体应用,则大致可以归结为如下两大步骤.首先,需要确定和规划与软件测试相关的各方面内容,具体来说流程应该是：先确定对应的项目,继而再以用户需求为导向制定出其中的各项具体内容,待项目框架与内容细节都规划好了之后,便进入测试方式的拟定阶段;接着,收集、清理和转换存在于漏洞库中的各项数据信息,详细地说就是,先将所需数据信息采集来,继而经过对它们的细致分析得到与软件缺陷有关的数据集,同时清理掉其他与软件漏洞无关的多余数据信息,并于最后记得对丢失的项目采取一定补充措施,将数据属性转变为数值型属性.
3结语
综上所述,数据挖掘是基于数据库信息处理的现代技术,能够帮助软件工程企业提升数据运算效率及质量,降低研发与维护成本,推动企业的长远发展.进而推进软件工程企业的自动化、现代化进程,为我国科学技术的快速发展奠定坚实有力的基础.
参考文献：
[1]梁波.计算机数据挖掘在互联网行业中的应用[J].电子技术与软件工程,2018,145（23）.
[2]刘继.数据挖掘在计算机网络安全领域的应用[J].数码世界,2017（11）.
（作者单位：中车大连机车车辆有限公司）
上文评论，上述文章是关于对不知道怎么写数据挖掘论文范文课题研究的大学硕士、软件和软件工程本科毕业论文软件和软件工程论文开题报告范文和文献综述及职称论文的作为参考文献资料.
软件和软件工程引用文献:
[1] 软件工程学位论文选题推荐 软件工程学位论文题目如何拟
[2] 软件工程学士方面论文选题 软件工程学士论文题目如何拟
[3] 最新软件工程技师论文选题参考 软件工程技师论文题目哪个好
