摘要:首先对数据挖掘技术的基本含义进行概述，从便于各项信息的了解、便于信息的正确录入、利于缩短数据处理时间三个方面，对数据挖掘技术在软件工程中的应用意义进行解析，并以此为依据，提出数据挖掘技术在软件工程中的应用意义对策。
关键词:数据挖掘技术；软件工程；应用对策
1引言
随着信息化时代的来临，传统信息处理技术已经无法满足现代化信息处理需求，无法实现大量信息精准传送和保存。数据挖掘技术的出现，可以将这一现象进行处理，实现各项信息的精准记录和传递。现阶段，数据挖掘技术已经在各个领域中广泛应用。软件工程作为近几年快速发展的产业，软件工程发展往往和信息技术发展有着直接关联。把数据挖掘技术运用到软件工程中，能够将数据挖掘技术自身作用全面激发，提升软件工程研发效率，减少软件工程管理成本投放，防止不必要问题的出现。由此可见，数据挖掘技术在软件工程中应用，具备现实性意义。下面，本文将进一步阐述和解析数据挖掘技术在软件工程中应用。
2数据挖掘技术的基本概述
从数据挖掘技术自身角度来说，其主要指一种现代化信息处理技术，和传统信息处理技术进行比较，数据挖掘技术凭借自身强大的功能，在各个领域中广泛应用。当前，数据挖掘技术没有得到全面普及和推广，大部分IT行业对数据挖掘技术应用价值缺少深入了解，依旧采用传统信息处理技术，使得信息处理效率相对不高。通常情况下，数据挖掘技术中包含了数据处理、数据转换、数据分析等功能，并且各个功能之间均存在一定关联，能够实现综合评估[1]。针对部分软件工程企业而言，通过将数据挖掘技术运用到软件工程中，可以有效提升信息处理效率，防止不必要失误出现，对企业稳定发展起到了重要作用。
3数据挖掘技术在软件工程中的应用意义
3.1便于各项信息的了解
由于数据挖掘技术中包含了传统信息处理技术中各个功能，通过把各种信息集中采集之后，根据数据类型进行分类管理。在这种信息采集方式的作用下，其涉及范畴更加广泛，可以根据数据特性展开分析，能够在大量数据中，构建完善的信息管理系统，便于快速获取和查询所需信息。通过把数据挖掘技术运用到软件工程中，能够把部分信息资源加以整合，以此让企业全方位的掌握和了解各个数据。
3.2便于信息的正确录入
数据挖掘技术中具备较强的运算功能，常规数据信息系统在开展运算工作时，消耗的时间成本比较多，甚至因为数据数量的庞大，使得运算系统出现崩溃。在数据挖掘技术的作用下，不会出现该问题，运算时间相对较短。同时，在进行数据运算的过程中，不会出现数据丢失或者混乱的现象，有效提升数据的完善性[2]。在大规模数据中，部分数据不具备应用价值，属于垃圾数据，但是由于其保存在数据处理系统中，将会影响处理系统整体运行效率，而通过应用数据挖掘技术，能够把垃圾数据从中剔除，把精准的数据录入到数据系统中，保证数据整体质量。
3.3利于缩短数据处理时间
在数据挖掘技术中能够实现数据转换，把部分杂乱数据进行处理，变成试用形式，针对这些数据而言，能够实现科学调用。在进行数据挖掘时，将会自主的选择合适分析工作，对各个模糊数据进行清理，让最终获取的数据得到科学应用。之后根据获取的相关数据，从各个角度入手，对其是否真实有效进行考核，把真实的数据进行整合，让数据成为一种可读模式。换言之，把分析结果当作新知识给管理人员提供参考。数据分析作为一项较为繁琐的流程，其各个流程均要进行反复验证才能得出，直到获取最终运算结果。通过把数据挖掘技术运用到软件工程中，能够有效提升数据质量，减少应用时间。
4数据挖掘技术在软件工程中的应用对策
4.1应用分析
4.1.1挖掘结构
数据挖掘技术在结构及流程代码等方面应用流程如下。首先，检测克隆代码方法。从克隆代码角度来说，主要指根据有关软件工程云隐标准，将部分代码进行复制的流程或者工具。假设在特殊情况下，还要综合实际情况对部分代码进行更改，同时对以上代码进行管理和检测，其目的就是防止部分故障传递，促进维护系统目标的实现。通过应用克隆代码方式[1]，能够保证软件系统的顺利运行。当前，克隆代码检测方式主要有四种，第一种是标识符比较；第二种是文本对比；第三种是程序结构；第四种是度量[3]。每个克隆代码检测方式都具备特有的诊断和评估方式，在应用的过程中，应该根据实际状况合理选择。其次，Aspect挖掘法。该项技术是人们通过横切关注点获取的挖掘方式，在软件工程中，通过应用Aspect挖掘法，能够实现系统的改造。特别是在处理有关问题的过程中，能够提供诸多方式，其中，形式概念及度量分析法可以起到理想的效果。上述方式均需要借助重新构建选集，才能将横切点挖掘问题进行处理。并且，该项数据挖掘技术可以应用在各个领域，具备良好的应用功能。数据挖掘示意图见图2。
4.1.2软件项目管理
要想把数据挖掘技术运用到软件工程管理活动中，可以从两个方面入手，一个是版本控制信息挖掘中涉及了对组织关系挖掘，另一个是版本控制信息挖掘。从软件工程管理角度来说，其自身具备明显的系统及繁琐特性，对组织关系挖掘有着较高的标准，是促进各项资源科学调配和应用的依据。把整个软件工程管理流程当作主体，根据形成的电子邮件及共享文件，对数据实施挖掘，能够形成各个工种人员组织关系，防止流程混乱现象出现，确保软件工程管理工作有序落实[4]。除此之外，版本控制能够促进对文件内部信息变化情况的记录，并将其当作用户掌握版本内容的依据。通过将数据挖掘技术运用到版本控制信息中，能够有效减少系统维护成本投放，并且还能发挥警示效果，将系统修复环节中各项披露现象进行体现，从而促进软件工程管理水平的提升。
4.1.3软件开发
数据挖掘技术最初主要是把数据库当作基本进行发展的，随着其快速发展，已经由之前的理论逐渐发展到实际应用中，并且在实际应用中逐渐形成了更多深层次的科学和内容，实现一同发展。软件工程作为一个工程化学科，能够结合各个项目指标、资金及用户需求研发出新型的产品。在以往软件工程中，开发流程较为繁琐，但是随着时间的发展，其逐渐发展起来，并且得到了各个领域的应用，应用性得到了大幅度提升。把数据库挖掘技术运用到软件工程中，在数据库信息的作用下，能够保存诸多具备探究价值的内容，对软件工程开发今后发展起到了现实性意义。此外，软件工程能够掌握诸多信息挖掘内容，应用范畴较为广泛。软件工程版本能够把软件开发过程中各项信息进行统一处理，确保数据在软件开发环节中做到实时更新，保障软件开发质量。现阶段，软件开发更换数据信息中涉及了数据挖掘等内容，能够实现软件内部的划分，便于及时找出存在问题并处理，保证软件开发目标的快速实现。
4.1.4故障检测
从故障检测角度来说，对程序执行记录实施数据挖掘，能够提供程序交互模式以及说明，而上述信息均能够给软件故障定位及检查提供凭证。针对程序说明数据挖掘而言，也就是对信息追踪及逆向建模的过程，通过对流程的深入了解及优化，可以给后续维护管理工作开展提供条件[5]。现阶段，广泛应用的挖掘方式主要以常规方式为主，通过对程序行为挖掘，找出对应流程，并根据事态落实进行表述。
4.2应用方式
4.2.1分类
数据挖掘技术中包含了大量的分类方式，主要集中于对同种预测分类标号的执行动作。在实际过程中，一般应该通过建立对应分析模型，并提前结合对应流程标准输入相关数据，以此将其当作分析模式应用依据。现阶段，数据挖掘技术在软件工程应用的分类方式中，采用的分类方式主要有神经网络分类法、判断树法、贝叶斯分类法以及支持向量机等几类[6]。其中，判断树法在分类方式应用过程中，利用贪心算法将其当作逻辑依据，秉持由上至下的标准实现判定树框架的构建，而判定树中涉及了诸多子节点，各个子节点均代表对应的软件类别符号。
4.2.2聚类
聚类主要指，把探究环节中包含的各个数据，根据相关标准进行细化，细化成各个类型的流程，以此在保证相同类型对象之间具备较强相似性的同时，还能让不同类型对象之间具备明显差异。聚类和分类在本质上存在一定偏差，聚类过程划分对象往往为不可预测性，也就是无指导学习方式。聚类分析方式在其他算法处理过程中，应用范畴较为广泛，特别是数据分析独立性方面有着重要意义，不但能够充分挖掘孤立点，同时还能提升检测结果的真实性和精准性。
5结语
总而言之，随着信息化时代的来临，数据挖掘技术作为一种数据处理、找寻目标信息的重要方式，通过把数据挖掘技术运用到软件工程中，从软件开发、软件工程管理、程序代码等方面入手，加强数据挖掘，将数据挖掘作用充分发挥，在提升数据挖掘质量的同时，缩短开发时间，减少不必要成本投放，从而给我国软件工程企业创造理想效益，实现软件工程行业稳定发展。
参考文献
[1]李孟臻.浅析软件工程行业中数据挖掘的应用[J].中国新通信,2018,20(16):98.
[2]王艺霏.计算机软件工程数据挖掘及发展趋势研究[J].电脑知识与技术,2018,14(14):261-262.
[3]蒯天宇.数据挖掘技术在软件工程中的应用[J].数字技术与应用,2018,36(05):112-113.
[4]段彬,魏巍.数据挖掘在软件工程领域中的应用浅析[J].信息系统工程,2018(04):89.
[5]刘超.软件工程数据挖掘研究进展[J].农家参谋,2018(03):201.
[6]谭薇.刍议软件工程中数据挖掘技术的实践运用[J].科技创新与应用,2016(30):97.
作者:程志平 徐涢基
