首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
计算机软件开发技术不断进步,在软件工程中应用数据挖掘技术可以进一步提升软件开发质量。笔者首先对数据挖掘技术进行简单介绍,并探讨数据挖掘技术在软件工程中的应用价值。在此基础上,分析其具体应用途径,包括在开源软件、项目管理、软件编程、软件故障监测等方面的应用。  相似文献   

2.
对数据挖掘技术含义进行概述,从信息数据自身存在的复杂性,及评价标准缺乏一致性两个方面入手,对数据挖掘技术在软件工程中应用存在的问题进行详细解析,并以数据挖掘技术在软件工程中的应用范围为依据,从数据仓库系统,数据仓库建模两方面建立数据信息软件,采用不同的分析方法对集成软件信息数据仓库进行信息挖掘,详细阐述了数据挖掘技术在软件工程中的应用对策.  相似文献   

3.
科学技术的发展和进步让人们的生活更加方便,也使得电子信息增多.使用数据挖掘技术将这些电子信息有效利用成了重点工作.基于此,本文分析了数据挖掘技术应用的问题现状,并着重阐述了在源代码开发、软件漏洞及故障检测、软件的版本信息控制、挖掘软件执行记录这些软件工程相关工作中应用数据挖掘技术的作用和意义.  相似文献   

4.
随着软件系统的规模和复杂性日益增长,软件开发已经演变成一项复杂的系统工程.软件工程中的对象、活动和过程更加难以控制和管理,因此该领域原有的经验直觉型的处理模式已经不能适应新的需求,而数据挖掘技术的引入为实现知识智能型软件工程提供了重要契机.以软件工程领域中的数据对象为主线,对在程序代码分析、故障检测、软件项目管理、开源软件开发等软件活动中所运用到的数据挖掘技术进行了系统的介绍和归纳,并在每一环节作了方法间的优劣性对比分析.最后还指出了若干值得进一步研究的方向.  相似文献   

5.
探讨软件工程中的数据挖掘技术,可以提高数据挖掘技术的质量与效果,从而为软件工程工作的推进奠定良好的基础.基于此,本文从提高信息录入的准确率和加强对各项信息的掌握与了解两方面,分析了探讨数据挖掘技术在软件工程中的价值.在此技术上,提出优化软件开发数据的技术、加强对技术人员的培训力度和提升软件维护数据挖掘的水平等三方面来有...  相似文献   

6.
在计算机信息技术不断提升的过程中,数据挖掘技术在软件工程工作中的重要性不断突出.对于现代化软件工程工作而言,智能技术开发与自动化技术开发的过程中都离不开数据挖掘技术.因此,必须做好潜力创新发掘工作,创建大量的数据系统,使得各项技术更加完善,确保数据挖掘技术能够在软件工程中发挥作用.数据挖掘技术能够使得整个信息数据分析与整理工作更加完善,并融合自身的特色来使得整个软件工程工作更具有实效性.在本文中,笔者对数据挖掘信息展开了深入分析,总结当前软件工程数据挖掘方面的问题,并提出了有针对性的应对策略,为提高软件工程数据挖掘的有效性提供了有价值的资料.  相似文献   

7.
随着科技的不断发展,各种新兴技术不断涌向市场。信息爆炸的时代,数据挖掘技术在软件工程中的应用愈发广泛。数据挖掘技术在软件工程智能技术和自动化技术的开发过程中都有使用,为其开发起到十分关键的作用。基于此,需充分挖掘数据挖掘技术的潜力,构建数据系统,完善数据挖掘技术,让其可以在软件工程中发挥出更加有效的作用。  相似文献   

8.
软件工程数据挖掘研究进展   总被引:5,自引:0,他引:5  
随着计算机软件的规模不断扩大,手工获取、开发和维护软件所需的信息越来越困难。数据挖掘技术可从软件工程数据中自动发现所需信息,加快软件开发进程。对软件工程数据挖掘的研究进展进行了综述。概述了软件工程数据挖掘的基本概念与技术挑战;详细评述了在软件工程各个阶段,数据挖掘技术所能发现的信息/知识,以及获取这些信息/知识的意义、难点、步骤和方法,重点介绍了数据预处理和数据表示方法;对软件工程数据挖掘研究的发展趋势进行了展望。  相似文献   

9.
介绍了一个面向应用领域的知识发现系统开发平台KDIST。将数据挖掘技术巧妙地封装在应用领域的问题中,使开发出的知识发现系统操作傻瓜化,用户无须关心数据挖掘本身,有效地减轻了领域用户使用负担,提高了数据挖掘技术实用性。所开发出的知识发现系统将挖掘得到的知识融合到已有专家系统的知识库中。两个实例系统的应用证明知识发现系统是专家系统自动半自动知识获取和知识库精化的良好工具。  相似文献   

10.
随着社会的不断发展和进步,人们对生活的追求不断提升,同时,信息通信技术也在日益革新。目前,在日常生活中,人们接收到的信息量巨大,并且互联网的普及和应用使得信息更加复杂。为了让人们可以更好采集数据,需要一种数据挖掘技术处理和过滤信息,快速提取出有用的数据信息,提高人们解决问题的效率,提高工作质量。笔者详细介绍了数据挖掘技术,并且分析了数据挖掘技术在软件工程领域的实际应用,阐述了数据挖掘技术使用过程中的一些技术难题和应用效果。  相似文献   

11.
本文主要研究基于免疫遗传算法的抗菌药物数据挖掘.在数据挖掘的过程中,传统挖掘方法的精确度较低,因此,将免疫遗传算法技术应用到抗菌药物数据挖掘中,可以提高数据挖掘的准确性和及时性.数据挖掘技术为有效地分析疾病间的关系以及其出现的规律提供了新思路,以此来更好地治疗疾病,提升治疗效果.在HIS系统中对抗菌药物的数据进行分析和挖掘,获得潜在的规律和趋势,逐渐建立抗菌药物诊断知识库.依据HIS系统的医嘱数据,根据规则自主学习并更新知识库数据,从而为医生治疗患者提供合理的辅助决策.  相似文献   

12.
软件工程技术在现今来讲属于一类新兴的信息技术,当前有许多领域都有涉及到软件工作技术,数据库设计中运用软件工程技术是非常常见的,而在提高计算机水平方面以及发展科学技术方面上,软件工程技术有着较大的推动作用,它的出现为人类的生活生产带来了诸多便利.本文主要根据软件工程技术数据库设计中的应用展开研究,对其产生的作用给予分析.  相似文献   

13.
"互联网+"行动的实施大大促进了计算机技术的发展,实现了大数据在社会各个领域的广泛应用,提高了软件系统的进一步发展。数据挖掘技术是软件工程设计的核心尤其是在软件系统规模与复杂性日益增长的环境下,加强研究数据挖掘技术在软件工程中的应用具有重要的现实意义。  相似文献   

14.
挖掘历史数据中的有效信息,将其运用到商业决策中,为优化市场营销提供了有力支持.文章介绍了数据挖掘中的聚类分析和决策树分析技术,并结合实际数据,给出了数据挖掘技术在电信行业的客户细分、客户流失预测及客户保有中的具体应用.  相似文献   

15.
软件演化过程是当今软件工程研究的一个重要课题,一些支持软件演化过程的策略和方法被提出,有效地支持了软件的演化.本文以信息复用的策略为基础,提出了在软件演化过程中通过知识库的应用对信息进行复用,以及知识库的应用框架来支持软件演化过程.  相似文献   

16.
近年来,随着计算机技术的广泛应用,计算机软件也越来越庞杂,手工开发、维护软件和获取信息是比较困难的.数据挖掘技术可以使软件开发速度得到提升,并在大量的软件工程数据中自动获取有利用价值的数据.本文将探究软件工程数据挖掘的研究进展.  相似文献   

17.
1引言   软件工程的描述技术是指通过语法或图表给出的建模方法和符号或软件系统文档中使用的表格.模型是在形式化描述后形成语义概念的数学结构.形式化描述在软件工程中用来描述抽象的系统模型.形式化描述与建模技术的区别在于形式化描述方法一般采用文本、公式、表格和图表形式.它主要包括对数据模型,系统体系结构,系统行为,过程与场景的描述.建模技术是用来表达现实世界中的应用问题并将其映射到软件描述方法的过程或活动[1].……  相似文献   

18.
存储过程在嵌入式多功能数据挖掘器中的应用   总被引:7,自引:0,他引:7  
郑刚  彭宏  郑启伦 《计算机应用》2006,26(Z1):102-104
数据挖掘算法通常要处理大量的数据,运用存储过程可以有效提高数据传输与运行效率.文中介绍了存储过程在嵌入式多功能数据挖掘器中的使用方法,并给出了应用存储过程的实例.利用存储过程实现了数据挖掘算法与数据挖掘软件的分离,使用户可以不通过数据挖掘软件来直接运行数据挖掘算法,不仅提高了算法的运行效率,也方便用户的使用.  相似文献   

19.
社会经济在快速向前发展,我国整体经济水平有了大幅度的提高,电子计算机技术得到了前所未有的突破性发展,人们逐渐进入了信息化的时代.有关于计算机软件开发的项目越来越多,为了保障计算机软件的应用有效性,需要加大力度对软件的工程法应用实际情况进行分析和研究.文章分析了软件工程法在具体计算机软件开发中的应用优势,对软件工程方法的...  相似文献   

20.
基于维基百科的领域历史沿革信息抽取   总被引:1,自引:0,他引:1  
赵佳鹏  林民 《计算机应用》2015,35(4):1021-1025
针对在软件工程的教学过程中,由于领域概念种类多、演变快,导致学生理解记忆困难的问题,提出了通过抽取软件工程领域历史沿革主题信息构建知识库的方法。该方法首先结合自然语言处理技术与Web信息抽取技术从维基百科的自由文本中抽取实体与实体关系构建候选集;再利用关键词抽取方法TextRank从候选集中抽取与历史沿革关系最密切的实体关系;最后以关键实体关系为核心,抽取邻近的时间实体与概念实体组成五元组构建了知识库。在抽取信息的过程中,结合文本的语义信息对TextRank算法进行了改进,提高了抽取的准确率。实验结果表明,该知识库能够将软件工程领域的概念按时序特征组织在一起,验证了所提方法的有效性。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号