【摘要】計算機技術在發展，軟體也發展的越來越複雜，而系統開發工作也顯得更加重要。資訊科技的廣泛應用會產生大量資料，通過對資料進行挖掘，分析其存在的規律，對實現資料資源的有效利用意義重大。本文就資料探勘技術在軟體工程中的應用作簡要闡述。
【關鍵詞】資料探勘技術；軟體工程中；應用軟體技術
隨著資訊科技發展而快速發展，但是其可控性並不是特別強。軟體在應用過程中會產生大量資料，資料作為一種寶貴的資源，有效的利用可以帶來價值增值。作為軟體開發行業，資料探勘技術應用則實現了資料資源的有效利用，通過對其中規律進行研究，為軟體工程提供相應指導，並且對於系統故障能夠有效處理，成本評估的有效性也能夠提升。
1資料探勘技術應用存在的問題
1.1資訊資料自身存在的複雜性
軟體工程所包含的資料可以分為兩個類別，結構化與非結構化。在非結構化資料中軟體程式碼發揮著重要作用。而對結構化資料產生影響的則是軟體版本資訊。結構與非結構化資料二者之間聯絡非常密切。實現資料有效利用就需要通過一定技術找出其中的規律。資料探勘技術則剛好滿足需求。利用該技術對結構與非結構化資料進行整合，提升其使用的有效性。
1.2在評價標準方面缺乏一致性
資料探勘技術在生活中的應用比較廣泛，通過該技術應用能夠更好的對實際情況進行評價，從而對結果進行優化。但是由於沒有統一標準，導致了軟體資訊複雜。而在表述方式方面自身又存有差異性。資訊獲取者無法有效的對資訊進行應用及對比。而資訊缺乏統一標準的原因就在於評價方式不一致。
2資料探勘技術在軟體工程中的應用
2.1資料探勘執行記錄
執行記錄挖掘主要是對主程式的路徑進行分析，從而發現程式程式碼存有的相關關係。其實質是通過對相關執行路徑進行分析，並進行逆向建模，最終達到目的。作用在於驗證，維護，瞭解程式。記錄挖掘的過程通常是對被分析的系統進行初步插裝，之後是記錄過程，該過程在執行上一步程式後，對應用程式設計介面，系統，模組的狀態變數記錄，最後是對所得到的資訊進行約簡，過濾，聚類。最終得到的模型能夠表達系統的特徵。
2.2漏洞檢測
系統或是軟體自身都會存在漏洞，漏洞自身具一定的隱蔽性，由於人的思維存在某些盲區，無法發現漏洞的存在，就需要藉助於某些軟體。檢測漏洞的目的就在於找出軟體中存在的漏洞及錯誤，並對其進行修復，從而保證軟體質量與安全。將資料探勘技術應用於軟體檢測，首先要確定測試專案，結合到使用者需要，對測試內容進行規劃，從而確定測試方法，並制定出具體方案。測試工作環節主要是對資料進行清理與轉換，其基礎在於漏洞資料收集，通過對收集與採集的資訊進行清理，將與軟體資料有關聯同時存在缺陷的資料篩選出來，而將剩餘無資料清理，對丟失專案採取相應措施補充，將其屬性轉換為數值表示。之後是選擇適當的'模型進行訓練與驗證，該環節要結合到專案實際的需要選擇挖掘方式，通過對不同資料結果進行分析與比較找到最適合的方式。之後則是重複應用上述方法，對軟體存在的漏洞進行定位與檢測。並將與之對應的資料收集於軟體庫，在對漏洞進行描述的基礎上分類，最後將通過挖掘得到的知識應用到測試的專案中.
2.3開源軟體
對於開源軟體的管理由於其自身的開放，動態與全域性性，需要與傳統管理軟體進行區別對待，一般情況下，成熟的開源軟體對於軟體應用記錄較為完整，參與的內容包括了錯誤報告，開發者活動。參與開發的工作人員會處在動態變化之中，存在動態變化的原因就在於軟體的開放性。同時對於軟體中動態性特徵的挖掘，可達到對開源軟體進行優質管理的目標。
2.4版本控制資訊
為了保證參與專案人員所共同編輯內容的統一性，就需要對系統應用進行控制。軟體開發工程應用中，開發工作管理與保護都會通過版本控制系統來實施。並且其應用方式主要是對變更資料探勘，找出不同模組及系統存在關係，並對程式中可能會存在的漏洞進行檢測。此類技術的應用，使得系統後期維護成本被有效的降低，而對後期變更產生的漏洞也有一定的規避作用。
3資料探勘在軟體工程中的應用
3.1關聯法
該方法作用在於尋找資料中存在的相關聯絡與有趣關聯。而體現的關聯規則有兩個明顯的特徵。①支援度；②信度。前者表示在某個事物集中，兩個子集出現的概率是相同的。而後者則表明了某事物在事物集中出現的概率，而另一事物也會出現。
3.2分類方法
該方法主要是應用於分類標號與離散值的操作。該方法的操作步驟是，首先要建立相應的模型，對資料進行描述，並利用模型對其進行分類。在分類方法選擇方面，常用的有判定樹法，貝葉斯法，支援項量機法等。判定樹法應用的基礎是貪心演算法。
3.3聚類方法
該方法常用的有劃分方法，基於密度，模型，網格的方法與層次方法。聚類分析輸入的是一組有序對，有序對中的資料分別表示了樣本，相似度。其基本的應用理論是依據不同的物件資料予以應用。
4資料探勘在軟體工程中的應用
4.1對克隆程式碼的資料探勘
在軟體工程中最為原始的是對克隆程式碼的檢查測試。就其方式而言有文字對比為基礎，識別符號對比為基礎。前者是利用系統中程式程式碼包含的語句進行判斷。該方法在後期改進過程中主要是對字串匹配效率進行提升。實際應用過程中是通過相關函式匹配對效率進行優化。
4.2軟體資料檢索挖掘
該方法同樣是軟體工程中原始的挖掘需求之一。該方法在應用時主要有以下三個步驟。
①資料錄入。其實質是對需要檢索的資訊錄入，並結合到使用者需要在資料中查詢使用者需要的資料。
②資訊查詢過程。確認了使用者需要查詢的資訊後，系統將依據資訊內容在資料庫中進行查詢，並分類羅列。
③資訊資料匯出與檢視。使用者可以依據自身需要將資料匯出或者是線上檢視。資料在匯出時會形成相應的記錄，客戶再次進行查詢時就會更加的方便與快捷。而將資料匯出則需要利用到相關的軟體。
4.3應用於設計的三個階段
軟體工程有許多關於軟體的資料，資料通常是存放於程式碼庫中。資料運用可以提升工作效率。軟體工程每一次迴圈都會產生大量的資料。基於軟體工程生命週期可以將其分為分析設計，迭代的開發，維護應用三個階段。
4.4面向專案管理資料集的挖掘
軟體開發工作到目前已經是將多學科集中於一體。如經濟學，組織行為學，管理學等。對於軟體開發者而言，關注的重點除過技術方面革新外，同時也需要科學規範的管理。除過對於版本控制資訊挖掘外，還有人員組織關係挖掘。對於大規模的軟體開發工作而言，對人力資源的有效分配與協調也是軟體工作領域需要面對的問題。例如在大型系統開發過程中，往往會有許多人蔘與其中，人員之間需要進行溝通交流。交流方式包括了面對面溝通，文件傳遞，電子資訊等。通過對人員之間的關係進行挖掘，有利於管理工作開展。員工群體存在的網路是社會網路。通過人員合理組織與分配，將會影響到專案進度，成本，成功的可能性。而對該方面實施研究通常採用的是模擬建模。
5結束語
軟體工程技術在生活中許多領域都有廣泛的應用，資料探勘作為其中的一項技術，其重要性及作用隨著技術發展而表現的越加明顯。為了保證挖掘技術的可靠性與高效，與其它工程技術有一定融合性。資料探勘在實際應用工作中體現出了巨大的經濟效益，因此應該大力推進其應用的範圍，並拓展其應用的深度與層次。
參考文獻
[1]李紅蘭.試論資料探勘技術在軟體工程中的應用綜述[J].電腦知識與技術，2016（34）.
[2]雷蕾.關於資料探勘技術在軟體工程中的應用綜述究[J].電子測試，2014（02）.
[3]孫雲鵬.資料探勘技術在軟體工程中的應用綜述[J].中國新通訊，2015（15）.