刘知云

摘要：近年来，信息技术的快速发展使得数据挖掘技术也在各个行业中获得了广泛的应用，并且数据挖掘技术也充分展现出了显著优势，推助许多行业的快速发展。计算机技术也已经成为人们生产生活中不可或缺的工具，而数据挖掘技术在计算机软件工程中的运用则具有现实意义。信息化时代下，以往的信息处理技术难以满足海量信息的处理和存储要求，数据挖掘技术的应用则很好地解决了这些问题，在软件工程中的运用能够将数据挖掘技术的优势全面发挥，在改善软件工程研发效率的同时也降低了管理成本。本文主要围绕软件工程中数据挖掘技术的运用展开论述，探讨了有关的应用策略。

关键词：数据挖掘技术;软件工程;应用对策

在大数据分析领域中，数据挖掘是一项新兴的概念，数据挖掘的关键便是针对数据量大且价值密度低的数据进行高效分析，从中提取出具有应用价值和研究价值的信息数据，从而进一步提高数据的应用率。软件工程经历了多年的发展，在软件开发与项目管理等方面也面临着数据分析的问题，如漏洞分析和源代码管理等。软件在长时间运作之下不断累积数据，但数据量越来越大的同时传统的处理手段无法实现全面处理，所以数据挖掘技术在软件工程中的有效应用成为当下研究的重点方向。

1 数据挖掘技术简介

数据挖掘技术属于现代化的信息处理技术，与传统的信息处理技术对比之下具有非常明显的功能性优势，因此也在许多行业中获得了普遍运用。目前在软件工程领域中，对于数据挖掘技术应用价值的研究仍然较少，很多软件工程都在沿用传统的数据处理技术，导致数据处理效率难以提升。而数据挖掘技术则包含了多种功能，不同功能之间也有着明显的联系性，可以实现全面评估，对于部分软件工程来说，数据挖掘技术的应用最明显的优势便在于数据处理效率获得了显著提升，同时数据丢失等问题也得到了很好的解决，对企业的发展带来了有效保障。

2 数据挖掘技术应用于软件工程的关键意义

2.1 有助于信息的获取

数据挖掘技术也包括传统信息处理中的各项重要功能，在完成信息采集工作后，可以按照数据信息的具体类型进行分类处理。在这一处理机制下，数据挖掘技术所涉及的业务范围也有了进一步的拓展，可以结合数据的具体特征进行分析，在海量数据资源中建立一个功能性完备的信息管理系统，可以帮助人们快速检索到需要的数据资源。将数据挖掘技术应用于软件工程中，也可以将许多信息进行整合处理，帮助企业快速掌握各方面数据信息。

2.2 信息的正确录入

数据挖掘技术的运算水平非常高，常规数据信息系统在运算过程中往往会需要较高的时间成本，并且部分情况下也可能由于数据处理量过高导致运算系统崩溃等问题。而数据挖掘技术的应用则可以有效避免这一问题，运算效率更高的同时在运算期间也能够进一步规避数据丢失或运算混乱等问题，加强数据处理的整体效果。对于大规模数据的运算来说，一些垃圾数据并没有利用价值，但可能会存储于数据处理系统中影响系统运作效率，数据挖掘技术的应用也可以将这些垃圾数据进行处理，将具有价值的信息录入到系统中。

2.3 提高数据处理效率

对于数据挖掘技术来说，数据转换也是最主要的优势之一，能够将混乱的数据信息进行整合处理，成为使用形式，而这些混乱的信息也可以在整合之后进行合理利用。杂数据挖掘过程中，可以自动选择合理的分析模式，针对模糊数据进行及时处理，使最后的数据结果能够全面利用。结合获取到的数据，从不同方向着手考查数据的真实性和价值，将真实地数据进行整合，让数据可读化，也就是将分析结果作为全新的知识以供参考。数据分析过程一般较为烦琐，需要对不同过程进行多次验证，才能获取真实的运算结果，而数据挖掘技术在软件工程中的有效应用则可以全面改善數据运算的效率与质量[1]。

3 数据挖掘技术在软件工程中的应用策略

3.1 信息挖掘

软件工程可以实现信息数据的全方位管控，而且软件工程的应用范围也非常广阔，在软件开发过程中需要涉及的信息类型多种多样，而软件工程的版本则可以对这些信息数据进行统一控制，确保软件在开发期间的各种数据资源都能进行同步更新，进一步确保软件开发的质量以及开发过程的效率性，让开发项目的目标能够顺利实现。在数据挖掘过程中，包括软件开发更替的数据，技术人员可以快速区别软件的内部结构，并且还可以充分应用数据挖掘技术的优势，在后续的工作中能够迅速找出软件内部问题并解决，完成软件开发任务。

3.2 软件漏洞检测

在软件工程中，漏洞检测作为其中不可或缺的工作内容，可以确保软件开发质量和系统的安全运作，及时发现隐患并及时排除隐患。软件漏洞的快速修复可以为用户提供更加稳定的保障。在数据挖掘技术的应用方面，漏洞检测中不但要针对软件进行基本的测试内容，而且也应当进行相关性检测，与软件漏洞有关的项目内容也应该进行全面检测，才能满足软件开发的现实要求。数据挖掘技术可以结合所记录的内容来分析数据，针对分析结果进行改进，之后再决定选择哪种测试模式完成测试工作，确保测试模式的选择更加符合软件工程的现实需求。在漏洞数据的处理方面，数据挖掘技术需要先清理掉数据，之后利用相关的数据进行分析和提取，清除掉没有应用价值的数据，再对缺失的部分内容进行补充，以数据的方式呈现出来。除此之外，数据挖掘技术在软件漏洞中的运用需要选择合理有效的数据模型来完成分析与验证工作，尽量选择可行的挖掘模式，使其成为测试集。具有关联的系统也需要针对运算结果进行类比，选择最为合理的结果。在漏洞检测中，还要对软件漏洞进行分类与描述，在数据库中及时更新软件漏洞数据，如此一来但凡其他的相关软件或系统在遭遇相似问题时便可以及时从数据库中调取数据，从而进行快速操作，降低漏洞检测所需时间的同时也为漏洞的检测与解决提供参考依据，因此在漏洞数据更新方面也要保证数据分类的合理性[2]。

3.3 开源软件的数据挖掘