序列模式挖掘在軟件開發(fā)信息庫中的應(yīng)用.pdf

1、隨著計算機技術(shù)水平的提高和社會信息化的發(fā)展，各行各業(yè)對軟件的需求不斷增加，隨之而來的是數(shù)據(jù)量的成倍增長和功能的不斷細化。為了滿足新的需求，軟件開發(fā)人員需要不斷的更新來完善系統(tǒng)，增強軟件的生命力。但如今的計算機程序越來越龐大，環(huán)境變化也很頻繁，加之各種文檔的缺乏，使軟件更新變的十分困難。
　　 在軟件更新過程中，涉及最多的就是源代碼的修改，軟件開發(fā)人員在更新軟件系統(tǒng)時，經(jīng)常需要跨模塊的修改大量的源代碼，而人工的從龐大的系統(tǒng)中找出每

2、一個修改文件是非常耗時的，因此設(shè)計一個可以確定源代碼文件相互關(guān)系的工具是十分必要的。
　　 序列模式挖掘技術(shù)是數(shù)據(jù)挖掘技術(shù)的一個重要分支，被廣泛的應(yīng)用在各個領(lǐng)域，它可以從大量的歷史數(shù)據(jù)中挖掘出隱含的、有用的信息。軟件開發(fā)信息庫是軟件開發(fā)過程中所有相關(guān)數(shù)據(jù)總和，存儲著大量的項目開發(fā)過程數(shù)據(jù)、源代碼數(shù)據(jù)、相關(guān)文檔等。本文設(shè)計的系統(tǒng)就是以序列模式挖掘技術(shù)為基礎(chǔ)，挖掘軟件開發(fā)信息庫。
　　 本文研究了序列模式挖掘的經(jīng)典算法，對這

3、些算法進行了比較。實現(xiàn)了PrefixSpan算法，在實現(xiàn)過程中，綜合了對投影數(shù)據(jù)庫存儲優(yōu)化和掃描優(yōu)化的建議，提高了算法的執(zhí)行效率。
　　 本文設(shè)計的代碼分析系統(tǒng)，在從Subversion中獲取日志信息后，提出了三個分組準則對數(shù)據(jù)進行處理，之后對不同的分組數(shù)據(jù)進行挖掘，最后做了對比分析，不僅幫助軟件開發(fā)人員提供了相關(guān)修改的建議，而且加深了軟件開發(fā)人員對程序的理解。本系統(tǒng)同時提供XML格式的輸出方式，在此基礎(chǔ)上可以方便的進行二次開發(fā)