序列模式挖掘在軟件開(kāi)發(fā)信息庫(kù)中的應(yīng)用.pdf

1、隨著計(jì)算機(jī)技術(shù)水平的提高和社會(huì)信息化的發(fā)展，各行各業(yè)對(duì)軟件的需求不斷增加，隨之而來(lái)的是數(shù)據(jù)量的成倍增長(zhǎng)和功能的不斷細(xì)化。為了滿足新的需求，軟件開(kāi)發(fā)人員需要不斷的更新來(lái)完善系統(tǒng)，增強(qiáng)軟件的生命力。但如今的計(jì)算機(jī)程序越來(lái)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(guò)程中，涉及最多的就是源代碼的修改，軟件開(kāi)發(fā)人員在更新軟件系統(tǒng)時(shí)，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(gè)修改文件是非常耗時(shí)的，因此設(shè)計(jì)一個(gè)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(gè)重要分支，被廣泛的應(yīng)用在各個(gè)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(kāi)發(fā)信息庫(kù)是軟件開(kāi)發(fā)過(guò)程中所有相關(guān)數(shù)據(jù)總和，存儲(chǔ)著大量的項(xiàng)目開(kāi)發(fā)過(guò)程數(shù)據(jù)、源代碼數(shù)據(jù)、相關(guān)文檔等。本文設(shè)計(jì)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(kāi)發(fā)信息庫(kù)。
　　 本文研究了序列模式挖掘的經(jīng)典算法，對(duì)這

3、些算法進(jìn)行了比較。實(shí)現(xiàn)了PrefixSpan算法，在實(shí)現(xiàn)過(guò)程中，綜合了對(duì)投影數(shù)據(jù)庫(kù)存儲(chǔ)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(jì)的代碼分析系統(tǒng)，在從Subversion中獲取日志信息后，提出了三個(gè)分組準(zhǔn)則對(duì)數(shù)據(jù)進(jìn)行處理，之后對(duì)不同的分組數(shù)據(jù)進(jìn)行挖掘，最后做了對(duì)比分析，不僅幫助軟件開(kāi)發(fā)人員提供了相關(guān)修改的建議，而且加深了軟件開(kāi)發(fā)人員對(duì)程序的理解。本系統(tǒng)同時(shí)提供XML格式的輸出方式，在此基礎(chǔ)上可以方便的進(jìn)行二次開(kāi)發(fā)