数据挖掘软件应用研究

数据挖掘软件不仅为人们在提取信息过程中提供了便利，还可以为各个领域平台提供有价值的数据信息，以加快各企业的发展。正是因为数据挖掘软件的便利，因此，数据挖掘软件的应用范围越来越大，促进了社会的发展。本文就对数据挖掘软件进行了探讨，主要是就其应用范围进行了详细的说明。

数据挖掘软件现状研究

数据挖掘是当前计算机应用的一个热点研究方向。经过近十年的发展,数据挖掘软件得到了长足的进步,许多成熟的数据挖掘软件被开发出来并投入实用。文章对当前数据挖掘软件的现状进行了研究,并着重分析了四种常用的数据挖掘软件。通过该文的研究指出了当前数据挖掘软件的成果和不足,并进一步指明了今后发展的方向。

面向主题词/副主题词的PubMed数据挖掘软件

采用面向主题词 /副主题词的PubMed数据挖掘软件对从PubMed下载的MEDLINE格式文献的主题词字段进行字符串的查询统计 ,以达到数据挖掘的目的。该软件主要有三个方面的功能 :分析主题词与副主题词的频次、频率以及主题词与副主题词的组配关系 ,可以进一步对下载的记录进行主题词 /副主题词之间的组配检索 ;分析关于某类事物 (如药物或治疗过程等 )在不同时间段的分布情况 ;通过对一组相同类型的不同事物间 (如多个药物或治疗过程等 )发表文献的比较 。

一种聚类挖掘软件数据的方法

提出了一种聚类挖掘软件数据的方法。首先将一组软件数据的最可能分类情况称为“中心知识” ,将该组数据的所有可能分类结果称为“知识的浮动域” ,最后将“中心知识”对应分类的可信程度称为“知识的正确度”。分类结果的评价标准主要考虑到 :分类数目适中 ,每个类内半径尽可能小 ,类间距离尽可能大的分类结果具有较高的评价分数。进行的“软件数据挖掘实验”结果表明 ,这种方法更加准确、更加切合实际 ,从理论和实践上证明了软件数据挖掘具有广阔的发展前景。

数据挖掘软件的介绍及其评价

随着信息时代、知识经济的到来,数据挖掘的应用变得日益广泛和重要,数据挖掘软件的不断涌现也推动了数据挖掘技术的发展。本文对目前数据挖掘领域中常用的软件做了一个较全面的分析和介绍。

计算机挖掘软件的源代码注释自动生成研究

本文基于计算机挖掘软件源代码注释数量与质量偏低的问题,设计了代码注释自动生成方法。同时,对本文设计方法与Clocom法进行了实验对比分析,结果表明,相比Clocom法,本文方法所检测出的克隆代码类型更多,产量明显较高;自动生成的代码注释质量都明显较高,代码注释质量较好,总之,本文设计方法下计算机挖掘软件自动生成的代码注释产量与质量都显著较高。

数据挖掘软件在名老中医经验传承中的应用进展

数据挖掘属于多学科交叉领域,融合了计算机、统计学、信息工程等学科知识,现已广泛应用于中医药领域,特别在名老中医传承研究中发挥了重要作用,中医药数据挖掘软件的研制开发为探索名老中医诊疗规律与临床经验提供了科学方法。本文系统介绍了4款应用软件(包括中医传承辅助平台、中医临床科研信息共享系统、古今医案云平台、中医诊疗大数据智能分析系统)的技术特点、应用实例及优缺点,同时提出了数据挖掘技术在应用过程存在的问题(包括数据质量、技术规范、推广应用等),以期为软件的升级和完善提供参考。

常用数据挖掘软件比较

随着数据挖掘技术被人们的广泛重视和运用,刺激了数据挖掘软件业的蓬勃发展。如何从众多的软件中挑选出适宜使用者的挖掘工具。本文通过综合现有文献资料,从 10 种现在较为流行的通用型数据挖掘软件的算法、可视化程度、软件的使用容易性程度等方面对其进行了比较,以供人们在作选择时的参考。

数据挖掘软件应用分析

随着计算机在线业务处理和数据库技术的发展,出现了大量数据和信息存储.要解决如何从海量的数据中发现有用的信息问题,促使了数据挖掘软件的出现. 数据挖掘软件根据其适用的范围可分为通用数据挖掘软件和专用数据挖掘软件.通用数据挖掘软件提供多种通用数据挖掘算法,包括数据的转换和可视化,可建立适于各种商业应用的横向解决方案,主要用在需要高处理能力、高网络容量和大数据量的场合下.

基于图像数据挖掘的软件系统研究

在数字化时代,要求对大量的图像数据进行分析以获得知识.本文针对图像数据挖掘技术,介绍了图像的挖掘过程、挖掘技术等问题,在此基础上详细讨论了对图像数据挖掘软件原型系统的研究.

半监督软件缺陷挖掘研究综述

软件质量是计算机系统安全可靠运行的保障,而软件缺陷是导致软件质量低下的重要诱因。软件缺陷挖掘技术凭借其能够通过对软件代码及其相关数据进行分析建模,发现软件系统潜在的缺陷,已得到了软件质量保障领域的广泛关注。要准确发现软件模块中潜在的缺陷,需要利用大量带有缺陷情况标注的模块进行学习。然而,缺陷情况标注往往需要通过详细测试或人工代码检查获取,要消耗大量测试和人工资源,在实际应用中难以满足,这严重制约了软件缺陷挖掘的性能。针对这一问题,半监督学习技术被引入软件缺陷挖掘,通过对大量缺少标注的模块进行利用,辅助提升软件缺陷挖掘的性能。本文对半监督缺陷挖掘技术的研究现状进行综述。首先综述了软件缺陷挖掘研究现状,然后简要介绍了半监督学习的4种学习范式;最后系统梳理了基于半监督学习进行软件缺陷挖掘的多种方法与技术。

面向缺陷分析的软件库挖掘方法综述

缺陷分析是软件工程领域内一个重要的课题,软件开发过程中的历史信息(缺陷记录、各个版本的源代码等)为缺陷分析这一课题提供了很有价值的经验数据。如何有效地利用这些数据进行缺陷分析,是软件库挖掘研究所面临的挑战。本文从统计方法和程序分析方法两个主要方面介绍了软件开发的历史信息是如何被用来进行缺陷分析的。

数据驱动的双层次软件过程挖掘方法

为了解决软件过程数据因活动信息及案例属性的缺失而无法应用传统过程挖掘方法的问题,以软件过程数据为研究对象,提出了一种双层次的软件过程挖掘方法.在活动层,提出加权结构连接向量模型对过程日志进行向量化,通过平均活动熵来确定过程日志模糊聚类的结果,将聚类结果作为活动信息支持后续挖掘工作的开展;在过程层,以启发式关系度量为基础,针对非完全循环进行研究,提出了过程层单触发序列循环划分的日志完备性条件,并进一步给出了循环归属的度量方法.基于大量真实软件过程数据的实验结果表明了双层次的软件过程挖掘方法的可行性及正确性.

软件仓库挖掘领域:贡献者和研究热点

随着时间的推移,软件不断地更新和演化,软件仓库中累积了海量的数据,如何有效地收集、组织、利用软件工程中涌现的软件大数据是一个至关重要的问题.软件仓库挖掘(mining software repositories,MSR)通过挖掘软件仓库中繁杂多变的数据中蕴含的知识来提高软件的质量和生产效率.虽然一些研究工作详细阐述了MSR的背景、历史和前景,但现有的研究工作并未系统地呈现MSR领域中最有影响力的作者、机构、国家以及最受欢迎的研究主题和主题变迁等领域知识.因此,结合已有的经典的文献分析框架和算法来分析MSR相关文献,并呈现一些MSR基本领域知识.为了实现MSR文献分析,建立了一个包含3个组件的MSR文献分析框架(MSR publication analysis framework,MSR-PAF),这3个组件分别被用来创建数据集、执行基础文献分析、实施合作模式分析.基础文献分析结果表明:最高产的作者、机构、国家?地区分别是Ahmed E.Hassan,University of Victoria和美国,最有影响力作者是Ahmed E.Hassan,最频繁的关键词是software maintenance.合作模式分析的结果显示Abram Hindle是MSR领域最活跃的作者,open source project和software maintenance是最流行的研究主题.

面向软件开发信息库的数据挖掘综述

总结了近年来挖掘软件开发信息库的研究工作,主要包括研究内容和采用的数据挖掘方法,最后讨论了软件开发信息库研究的未来发展前景。

一种面向软件仓库挖掘的动态作业配置框架

构造面向软件仓库挖掘的数据中心,是目前软件工程领域的研究热点。软件仓库数据处理作业的执行时间差异明显、资源消耗大等特点为其作业配置带来诸多挑战。提出一种面向软件仓库挖掘的作业配置框架TrustieS-DC,该框架支持一种新型远程作业部署和服务模式,采用一种基于软件版本划分的动态作业配置算法以缩短长作业响应时间并提高系统资源利用率。基于Gnome项目SVN库的实验表明,TrustieSDC的性能和资源利用率与并行后的Alitheia相比有明显改进。

网络与密码安全在计算机数据挖掘类软件中的要求分析

所谓数据挖掘就是指在大量模糊、存有噪声及复杂无序的数据中提取事先不知晓但有用的信息数据。目前数据挖掘服务对象以业务数据为主,即处理、分类、转换及抽取数据,获得便于商业决策的关键数据。本次研究笔者就计算机数据挖掘类软件进行分析,基于此进一步研究网络与密码安全在计算机数据挖掘类软件中的相关要求。

浅析数据挖掘技术在软件工程中的应用与研究

现如今,信息化飞速发展,随之不断进步的还有科学技术,软件工程中海量的信息在社会生活中各个领域的发展起着不可忽视的作用,而在其中挖掘出有用及需要的信息,这个过程就叫数据挖掘。因此,它在软件工程领域中必不可少。本文就是从软件工程中数据挖掘的概念和特点出发,分析了当前数据挖掘可能或者正在面对的困难,提出了对应的应对方案,以及对未来软件工程数据挖掘的发展方向展开了详细地分析和研究。

深入研究计算机数据挖掘类软件对网络安全和密码安全的要求

本文主要通过对数据挖掘软件和网络安全分别进行研究,并将二者有效结合起来深入探讨计算机数据挖掘类软件对网路安全和密码安全的要求和计算机网络安全的主要采取措施。