軟件數(shù)據(jù)挖掘中的模型研究

楊小梅

摘要：研究中將軟件設(shè)計(jì)挖掘中的模型構(gòu)建作為了研究的重點(diǎn)，對數(shù)據(jù)挖掘的基本過程、數(shù)據(jù)資源的運(yùn)用現(xiàn)狀以及模型設(shè)計(jì)的核心理念進(jìn)行了系統(tǒng)性的研究，旨在通過對數(shù)據(jù)挖掘模型的有效構(gòu)建，實(shí)現(xiàn)軟件工程數(shù)據(jù)挖掘的科學(xué)分析，為信息系統(tǒng)的優(yōu)化設(shè)計(jì)提供系統(tǒng)支持。

關(guān)鍵詞：軟件系統(tǒng)；數(shù)據(jù)挖掘；模型設(shè)計(jì)

中圖分類號(hào)：TP31 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2017）02-0086-03

對于軟件數(shù)據(jù)挖掘系統(tǒng)而言，其數(shù)據(jù)資源的挖掘是一種對數(shù)據(jù)發(fā)現(xiàn)模型構(gòu)建及規(guī)律認(rèn)知的過程，通過對數(shù)據(jù)資源信息的優(yōu)化分析可以實(shí)現(xiàn)對數(shù)據(jù)資源系統(tǒng)的有效收集。在實(shí)際軟件系統(tǒng)開發(fā)的過程中，通過對軟件信息資源的有效收集，可以實(shí)現(xiàn)對軟件基礎(chǔ)編碼及測試依據(jù)的有效分析，而在現(xiàn)階段軟件數(shù)據(jù)挖掘系統(tǒng)分析的過程中，怎樣實(shí)現(xiàn)軟件系統(tǒng)的有效處理，逐漸成為數(shù)據(jù)資源信息模型構(gòu)建中需要解決的問題。所以，在研究中，通過對數(shù)據(jù)挖掘系統(tǒng)的模型構(gòu)建，進(jìn)行了軟件挖掘系統(tǒng)的分析，核心目的是通過信息資源數(shù)據(jù)庫的穩(wěn)定優(yōu)化，實(shí)現(xiàn)數(shù)據(jù)資源模型的穩(wěn)定構(gòu)建。

1 數(shù)據(jù)挖掘的過程分析

對于典型的數(shù)據(jù)挖掘系統(tǒng)而言，其基本的過程可以通過圖1所示。

1.1 數(shù)據(jù)挖掘?qū)ι虡I(yè)目標(biāo)的理解

在數(shù)據(jù)資源挖掘的過程中，首先應(yīng)該在商業(yè)的角度對用戶的真實(shí)需求進(jìn)行理解及分析，其中，信息資源的收集及理解會(huì)將行業(yè)的信息作為基礎(chǔ)，通過對行業(yè)運(yùn)行現(xiàn)狀的分析，進(jìn)行問題的理解及確立。同時(shí)，在問題分析的過程中，需要對項(xiàng)目的實(shí)行計(jì)劃、項(xiàng)目風(fēng)險(xiǎn)以及受益項(xiàng)目進(jìn)行合理性的問題的有效設(shè)計(jì)，充分保證資源項(xiàng)目評估的穩(wěn)定性及優(yōu)勢性，從而為項(xiàng)目目標(biāo)的優(yōu)化設(shè)計(jì)提供穩(wěn)定支持。

1.2 數(shù)據(jù)挖掘?qū)?shù)據(jù)資源的理解

數(shù)據(jù)資源系統(tǒng)構(gòu)建的過程中，項(xiàng)目設(shè)計(jì)者需要在了解數(shù)據(jù)挖掘的商業(yè)目標(biāo)之后，進(jìn)行相關(guān)原始數(shù)據(jù)信息資源的優(yōu)化設(shè)計(jì)，并通過對數(shù)據(jù)相關(guān)特征的分析，進(jìn)行數(shù)據(jù)格式、形式及數(shù)量的優(yōu)化統(tǒng)計(jì)，從而保證數(shù)據(jù)資源信息的穩(wěn)定連接。

1.3 數(shù)據(jù)資源的準(zhǔn)備

在軟件系統(tǒng)數(shù)據(jù)資源準(zhǔn)備的過程中，通過數(shù)據(jù)資源的準(zhǔn)備及數(shù)據(jù)挖掘過程的穩(wěn)定分析，可以發(fā)現(xiàn)在數(shù)據(jù)資源準(zhǔn)備系統(tǒng)設(shè)計(jì)的過程中，主要內(nèi)容應(yīng)該包含數(shù)據(jù)的集成、數(shù)據(jù)的清理、數(shù)據(jù)的選擇以及數(shù)據(jù)的變換，通過這些步驟的確定，保證數(shù)據(jù)資源在大量、全面及豐富的狀態(tài)下，實(shí)現(xiàn)對數(shù)據(jù)資源的準(zhǔn)備及集成性分析。同時(shí)，在數(shù)據(jù)集成問題分析的過程中，應(yīng)該通過對多種異質(zhì)數(shù)據(jù)的有效整合，保證數(shù)據(jù)資源庫數(shù)據(jù)處理的原始性特點(diǎn)。數(shù)據(jù)清理主要是通過對噪音數(shù)據(jù)、數(shù)據(jù)沖突現(xiàn)象的消除，實(shí)現(xiàn)對數(shù)據(jù)信息的有效填補(bǔ)，從而為數(shù)據(jù)資源系統(tǒng)的數(shù)據(jù)污染處理提供穩(wěn)定支持。數(shù)據(jù)選擇主要是通過對數(shù)據(jù)清洗后的數(shù)據(jù)進(jìn)行集成化的樣本篩選、維度提升，使數(shù)據(jù)樣本在項(xiàng)目優(yōu)化設(shè)計(jì)的基礎(chǔ)上，保證數(shù)據(jù)信息挖掘的技術(shù)性及分類型特點(diǎn)，實(shí)現(xiàn)數(shù)據(jù)格式資源轉(zhuǎn)化的合理性。

1.4 數(shù)據(jù)模型的算法實(shí)施

在數(shù)據(jù)資源整合及設(shè)計(jì)的過程中，通過優(yōu)化的測量進(jìn)行參數(shù)資源的設(shè)定，可以保證數(shù)據(jù)資源挖掘算法的穩(wěn)定性執(zhí)行，并在模型構(gòu)建及模型規(guī)則分析的基礎(chǔ)上，實(shí)現(xiàn)系統(tǒng)闡述的穩(wěn)定設(shè)計(jì)[1]。

1.5 評估模型的設(shè)計(jì)

在數(shù)據(jù)挖掘系統(tǒng)結(jié)果分析的過程中，應(yīng)該將數(shù)據(jù)挖掘的結(jié)果中作為分析的對象，并將數(shù)據(jù)挖掘的學(xué)習(xí)類型作為項(xiàng)目的指導(dǎo)，從而尋找并認(rèn)識(shí)到設(shè)計(jì)評估的基本規(guī)則及模型。在評估系統(tǒng)設(shè)計(jì)的環(huán)境下，其內(nèi)容不僅需要包括對數(shù)據(jù)資源的處理及檢測，而且也應(yīng)該發(fā)現(xiàn)數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)系統(tǒng)的中心環(huán)節(jié)，保證項(xiàng)目的設(shè)計(jì)的穩(wěn)定性及核心性，從而實(shí)現(xiàn)系統(tǒng)評估及評價(jià)模型設(shè)計(jì)的科學(xué)性。

1.6 商業(yè)實(shí)踐環(huán)節(jié)優(yōu)化

通過對數(shù)據(jù)挖掘過程的分析可以發(fā)現(xiàn)，其資源庫的構(gòu)建可以指導(dǎo)企業(yè)進(jìn)行穩(wěn)定性的社會(huì)實(shí)踐，并在某種程度上滿足商業(yè)實(shí)踐的基本標(biāo)準(zhǔn)。在商業(yè)實(shí)踐優(yōu)化設(shè)計(jì)的中，應(yīng)該注意的是，數(shù)據(jù)信息庫的資源處理，應(yīng)該充分展現(xiàn)動(dòng)態(tài)化的知識(shí)活動(dòng)構(gòu)建體系，并在商業(yè)實(shí)踐及資源挖掘的基礎(chǔ)上，保證商業(yè)活動(dòng)柜的有效拓展，從而為數(shù)據(jù)挖掘資源平臺(tái)的設(shè)計(jì)提供穩(wěn)定支持。

2 數(shù)據(jù)挖掘系統(tǒng)需要解決的問題

2.1 數(shù)據(jù)準(zhǔn)備及處理階段的問題

在現(xiàn)階段設(shè)計(jì)挖掘系統(tǒng)設(shè)計(jì)的過程中，很多數(shù)據(jù)資源庫的設(shè)計(jì)在數(shù)據(jù)準(zhǔn)備及預(yù)處理的過程中，并沒有形成自動(dòng)化的數(shù)據(jù)庫資源分析模式，而且，對于冗余、沖突以及異常的現(xiàn)象缺乏應(yīng)急性規(guī)定處理制度，從而導(dǎo)致數(shù)據(jù)庫的資源選擇以及樣本篩選都需要得到專業(yè)人群進(jìn)行干預(yù)，造成了資源的嚴(yán)重浪費(fèi)[2]。

2.2 數(shù)據(jù)挖掘?qū)ο蟮膯栴}

在設(shè)計(jì)挖掘?qū)ο蠓治龅倪^程中，要求數(shù)據(jù)挖掘系統(tǒng)需要面對大規(guī)模的數(shù)據(jù)資源模型，但是，在現(xiàn)階段數(shù)據(jù)資源挖掘系統(tǒng)設(shè)計(jì)中，其數(shù)據(jù)異質(zhì)性現(xiàn)象較為突出，數(shù)據(jù)的特征及維度空間也相對較高，因此，在特征及屬性間關(guān)系優(yōu)化分析中面臨著繁雜的特點(diǎn)，同時(shí)，在數(shù)據(jù)系統(tǒng)非機(jī)構(gòu)化數(shù)據(jù)處理及分析的狀態(tài)下，其結(jié)果也很難得到量化的處理。

2.3 企業(yè)數(shù)據(jù)庫資源不完善

數(shù)據(jù)挖掘庫作為信息資源儲(chǔ)存的重要平臺(tái)，在現(xiàn)階段數(shù)據(jù)挖掘系統(tǒng)設(shè)計(jì)的過程中，企業(yè)存在著數(shù)據(jù)倉庫系統(tǒng)設(shè)計(jì)不完善的現(xiàn)象，這一問題的出現(xiàn)也就會(huì)為信息數(shù)據(jù)的收集及整理造成較為嚴(yán)重的時(shí)間浪費(fèi)[3]。

2.4 數(shù)據(jù)挖掘系統(tǒng)知識(shí)體系不成熟

數(shù)據(jù)挖掘問題分析的過程中，由于知識(shí)的形成及表示方法的差異性，導(dǎo)致在實(shí)際數(shù)據(jù)資源挖掘及項(xiàng)目指導(dǎo)及分析中，存在著領(lǐng)導(dǎo)人員缺乏專業(yè)性的數(shù)據(jù)挖掘知識(shí)的現(xiàn)象，使指導(dǎo)工作面臨著一定的制約。

2.5 對系統(tǒng)處理方式?jīng)]有形成有效體系

在數(shù)據(jù)資源挖掘及處理的過程中，系統(tǒng)項(xiàng)目在某種程度上會(huì)起到指導(dǎo)性的作用，所以，對數(shù)據(jù)系統(tǒng)的算法及模型的處理應(yīng)該保證項(xiàng)目評價(jià)的客觀性，這種客觀性評價(jià)也是數(shù)據(jù)資源信息挖掘中較為關(guān)鍵的環(huán)節(jié)。但是，在現(xiàn)階段數(shù)據(jù)挖掘系統(tǒng)設(shè)計(jì)的過程中，存在著系統(tǒng)不完善的設(shè)計(jì)現(xiàn)象，從而為系統(tǒng)資源的處理造成了制約[4]。

2.6 樣本分布中的不均勻現(xiàn)象

在系統(tǒng)設(shè)計(jì)及樣本分析的過程中，其不均衡的數(shù)據(jù)集中問題存在著一定的制約性問題，其主要的內(nèi)容包括了對學(xué)習(xí)理解不深刻、算法不合理以及評價(jià)不完善等，這些不均衡的因素得到了廣大學(xué)者的廣泛關(guān)注。因此，在現(xiàn)階段數(shù)據(jù)挖掘資源優(yōu)化的過程中，應(yīng)該認(rèn)識(shí)到樣本分布不均勻的問題，通過對數(shù)據(jù)資源挖掘系統(tǒng)的有效分析，保證系統(tǒng)運(yùn)行的穩(wěn)定性及科學(xué)性。

3 軟件數(shù)據(jù)挖掘中的模型研究

3.1 聚類挖掘中數(shù)據(jù)模型系統(tǒng)的構(gòu)建

在對城市發(fā)展類型化問題分析的過程中，其初始環(huán)境中的數(shù)據(jù)模型構(gòu)建，應(yīng)該在數(shù)據(jù)實(shí)例設(shè)計(jì)分析的基礎(chǔ)上，進(jìn)行聚合關(guān)系的有效確定，但是，在現(xiàn)階段數(shù)據(jù)模型分析中，系統(tǒng)內(nèi)容并沒有形成系統(tǒng)化的建模方式。因此，在現(xiàn)階段數(shù)據(jù)挖掘系統(tǒng)優(yōu)化設(shè)計(jì)的狀態(tài)下，應(yīng)該通過對聚類問題的有效分析，進(jìn)行數(shù)據(jù)挖掘技術(shù)的有效優(yōu)化[5]。

第一，層次狀態(tài)下的聚類分析。對于系統(tǒng)聚類方式而言，是一種層次化的聚類方式，其使用的范圍相對較廣。在系統(tǒng)運(yùn)行的狀態(tài)下，通過對各個(gè)樣本類型的分析，合理規(guī)定樣本之間的相互距離，然后在兩類合并分析的狀態(tài)下，形成一種全新的類型模式，通過對其他聚類數(shù)據(jù)資源的計(jì)算，重復(fù)兩類合并化的工作內(nèi)容，并將相關(guān)的工作成本合為一類，保證數(shù)據(jù)資源的合并化及順序化處理。同時(shí)，在數(shù)據(jù)挖掘系統(tǒng)處理的過程中，軟件系統(tǒng)會(huì)提供一種hclust（）的函數(shù)層次聚類方式，hclust（）聚類方式是hclust（d，merhod=“ward”，members=NULL），函數(shù)中的d是指距離結(jié)構(gòu)的距離，而merhod是一種制定的聚類方法，在運(yùn)用的過程中，可以通過最短距離、最長距離以及中間距離方式的運(yùn)用，進(jìn)行數(shù)據(jù)挖掘系統(tǒng) 的有效設(shè)計(jì)。對于聚類系統(tǒng)而言，是也中非監(jiān)督的模式，通過對各個(gè)數(shù)據(jù)資源的合理關(guān)注，可以通過對實(shí)際狀況的分析及調(diào)整，進(jìn)行聚類內(nèi)容的程序優(yōu)化。在程序設(shè)計(jì)的過程中，其基本的程序如下所示。

subest<-subest （datasrt，sckect=出（3：11）

city<-dist （subest） 該程序主要是對Euclide的距離進(jìn)行測定分析

hclust<-hclust（city，“ward”）該程序?yàn)榱藢?shí)現(xiàn)對Ward進(jìn)行系統(tǒng)聚類分析

Plclust（hclust）實(shí)現(xiàn)系統(tǒng)繪制程序的聚類化譜圖

result<-rect.hclust（hclust，k=4，border=“red”）實(shí)現(xiàn)對特定的聚類進(jìn)行劃分

第二，劃分聚類方式分析

在聚類方式分析的過程中可以發(fā)現(xiàn)，k-means是一種較為經(jīng)典的劃分模式，其基本的設(shè)計(jì)思想是通過對聚類化指標(biāo)的最小優(yōu)化，進(jìn)行聚類準(zhǔn)則及聚類函數(shù)的樣本分析，從而保證距離的最小化。因此，在整個(gè)聚類方法分析的過程中，第一，應(yīng)該通過對制定聚類數(shù)據(jù)的分析，進(jìn)行聚類項(xiàng)目的合理確定，并保護(hù)走鞥初始聚類中心設(shè)計(jì)的穩(wěn)定性、合理性。第二，通過對養(yǎng)成集里以及樣本最小距離的分析，可以對不同的聚類樣本進(jìn)行平均聚類中心的穩(wěn)定設(shè)計(jì)，從而保證數(shù)據(jù)資源系統(tǒng)處理的優(yōu)化設(shè)計(jì)[6]。

3.2 分類模型的設(shè)計(jì)

在社會(huì)運(yùn)行及發(fā)展的狀態(tài)下，人類在生產(chǎn)活動(dòng)設(shè)計(jì)的過程中，需要對不同的信息系統(tǒng)做出預(yù)測，如天氣變化狀況以及股票指數(shù)等內(nèi)容，通過預(yù)測可以對相關(guān)數(shù)據(jù)的歷史指數(shù)進(jìn)行綜合性的分析，并在指標(biāo)分析及評價(jià)的基礎(chǔ)上，劃分出綜合性的預(yù)估內(nèi)容，保證項(xiàng)目生產(chǎn)活動(dòng)效率的穩(wěn)定提升，降低數(shù)據(jù)模型構(gòu)建中出現(xiàn)的風(fēng)險(xiǎn)因素。有效提升生產(chǎn)活動(dòng)的整體效率。在分類技術(shù)分析的過程中，需要對控制變量的控制進(jìn)行預(yù)測及取值特征的分析，因此，在預(yù)測狀態(tài)下，可以將其內(nèi)容分為分類及回歸兩種。因此，需要對預(yù)測的項(xiàng)目內(nèi)容進(jìn)行分類處理。在數(shù)據(jù)挖掘模型輸出結(jié)果設(shè)計(jì)的狀態(tài)下，我們會(huì)將其過程稱為回歸學(xué)習(xí)方式。通常情況下，在分類技術(shù)概述分析的狀態(tài)下，對決策樹進(jìn)行分析。其中的決策樹主要是一種無序性的數(shù)據(jù)記錄內(nèi)容，并通過對數(shù)據(jù)資源的有效分析及結(jié)構(gòu)的表述，實(shí)現(xiàn)數(shù)據(jù)挖掘資源的有效處理。

首先，通過這種本屬性值的比較及分析，可以構(gòu)建分子化的系統(tǒng)處理模式，從而保證分類樹資源結(jié)構(gòu)優(yōu)化的合理性，其基本的決策樹分類技術(shù)可以分為以下幾點(diǎn)：第一，ID3算法內(nèi)容思考的分析中，其核心的工作內(nèi)容是對樣本數(shù)據(jù)進(jìn)行檢測，并在計(jì)算的各個(gè)活動(dòng)中，實(shí)現(xiàn)信息增益的資源優(yōu)化處理，實(shí)現(xiàn)不同屬性值建立的穩(wěn)定性。通過對ID3算法理論的科學(xué)化分析，可以保證數(shù)據(jù)資源的穩(wěn)定設(shè)計(jì)及便利性分析，并在此基礎(chǔ)上，擴(kuò)大數(shù)據(jù)集成性的理想內(nèi)容，保證數(shù)據(jù)資源項(xiàng)目核算的穩(wěn)定優(yōu)化及合理改進(jìn)。第二，C4.5算法。對于C4.5算法而言，在計(jì)算的過程 中會(huì)在項(xiàng)目設(shè)計(jì)的基礎(chǔ)上實(shí)現(xiàn)對數(shù)據(jù)挖掘的有效改進(jìn)，并在此基礎(chǔ)上，建立了分類樹的項(xiàng)目過程。首先，需要構(gòu)建數(shù)據(jù)決策樹，這種決策方式與ID3的構(gòu)建決策方式呈現(xiàn)出一直化的發(fā)展變化，其主要的區(qū)別是ID3在信息增益分析的狀態(tài)下，可以實(shí)現(xiàn)對屬性分子問題的有效解決，而C4.5算法需要通過對信息收益率的綜合性分析，并進(jìn)行屬性不足的確立。其次，在對已經(jīng)形成分類樹剪裁及處理的狀態(tài)下，應(yīng)該通過對噪音數(shù)據(jù)分支問題的分析，進(jìn)行離散化的項(xiàng)目處理，從而保證數(shù)據(jù)資源處理狀態(tài)下的系統(tǒng)缺失值，并在最大程度上為決策樹算法的運(yùn)用提供良好依據(jù)[7]。

其次，在函數(shù)類分類算法分析的過程中，應(yīng)該支持向量機(jī)化的合作管理模式，并在理論統(tǒng)計(jì)及學(xué)習(xí)的基礎(chǔ)上，保證函數(shù)項(xiàng)目設(shè)計(jì)的穩(wěn)定性發(fā)展。因此，在函數(shù)類分類算法分析的基礎(chǔ)上，應(yīng)該通過對樣本信息模型的復(fù)雜性設(shè)計(jì)，應(yīng)該尋求復(fù)雜性及學(xué)習(xí)性的分類算法，有效克服傳統(tǒng)信息模型設(shè)計(jì)的局限性，從而保證函數(shù)分類的廣泛性發(fā)展。同時(shí)，在函數(shù)分類算法分析的同時(shí)，為了支持向量機(jī)化學(xué)校模型的構(gòu)建，就應(yīng)該構(gòu)建集樣本是否為線性化的分析，對線性函數(shù)進(jìn)行穩(wěn)定的構(gòu)造，所以，在函數(shù)類分類算法過程中，應(yīng)該做到以下幾點(diǎn)內(nèi)容：第一，認(rèn)識(shí)到訓(xùn)練集體成本的的構(gòu)造分類，從而實(shí)現(xiàn)數(shù)據(jù)挖掘環(huán)境下非線性映射技術(shù)的空間化轉(zhuǎn)化。第二，在支持向量機(jī)采用投影技術(shù)確立及使用的過程中，應(yīng)該對非線性的特征進(jìn)行系統(tǒng)化的設(shè)計(jì)，保證全局項(xiàng)目上合計(jì)的最優(yōu)化處理，保證期望風(fēng)險(xiǎn)的有效執(zhí)行[8]。

3.3 實(shí)現(xiàn)模型選擇的不均衡性模型構(gòu)建

對于不均衡分類模式而言，主要是在分類問題處理的過程中，通過對多數(shù)樣本數(shù)量的分析，進(jìn)行少數(shù)樣本數(shù)量的合理優(yōu)化。同時(shí)，在不均衡分離的理念下，可以將其分為不均衡的數(shù)據(jù)集約分類方式，通過數(shù)據(jù)的穩(wěn)定研究，可以實(shí)現(xiàn)數(shù)據(jù)資源挖掘狀態(tài)下的全新發(fā)展，例如，在軟件系統(tǒng)檢測中，當(dāng)發(fā)現(xiàn)了軟件缺陷問題，應(yīng)該保證模塊在98%以上，其錯(cuò)誤的軟件模塊應(yīng)該時(shí)刻小于2%，從而實(shí)現(xiàn)數(shù)據(jù)挖掘系統(tǒng)分類算法的合理預(yù)測及系統(tǒng)分析，實(shí)現(xiàn)模型項(xiàng)目設(shè)計(jì)中信息價(jià)值的穩(wěn)定提升。同時(shí)，在集成學(xué)習(xí)模式構(gòu)建的狀態(tài)下，也需要對組合學(xué)習(xí)項(xiàng)目進(jìn)行優(yōu)化，通過對原數(shù)據(jù)訓(xùn)練分類模型的好送將誒，可以額保證分類模型及子分類模型的優(yōu)化設(shè)計(jì)，實(shí)現(xiàn)模型測試項(xiàng)目的集中化及預(yù)測化判斷，為不均衡性模型的優(yōu)化設(shè)計(jì)提供穩(wěn)定性的技術(shù)支持[9]。

4 結(jié)語

總而言之，在現(xiàn)階段數(shù)據(jù)挖掘系統(tǒng)優(yōu)化設(shè)計(jì)的過程中，為了保證資源項(xiàng)目設(shè)計(jì)的穩(wěn)定性及合理性，不僅應(yīng)該保證系統(tǒng)挖掘的完善性及功能性，而且也應(yīng)該對用戶界面進(jìn)行綜合性的設(shè)計(jì)及分析，從而保證數(shù)據(jù)挖掘系統(tǒng)設(shè)計(jì)條件的穩(wěn)定性，實(shí)現(xiàn)數(shù)據(jù)挖掘系統(tǒng)的實(shí)用性。同時(shí)，在軟件挖掘系統(tǒng)優(yōu)化的狀態(tài)下，也可以通過對不同語言程序的開發(fā)及挖掘能力的提升，充分展現(xiàn)出資源數(shù)據(jù)目標(biāo)挖掘的基本特點(diǎn)，完善數(shù)據(jù)資源的挖掘功能，從而保證數(shù)據(jù)資源系統(tǒng)設(shè)計(jì)的穩(wěn)定性及互動(dòng)操作的特點(diǎn)。而且，在圖形界面數(shù)據(jù)資源可視化效果的分析，需要通過對流程化資源挖掘狀態(tài)的分析，進(jìn)行功能及用戶界面的有效改進(jìn)，實(shí)現(xiàn)數(shù)據(jù)資源挖掘系統(tǒng)的優(yōu)化提供穩(wěn)支持。

參考文獻(xiàn)

[1]王國勛.基于多目標(biāo)決策的數(shù)據(jù)挖掘模型選擇研究[D].電子科技大學(xué)，2013.

[2]龔璞.數(shù)據(jù)挖掘在軟件項(xiàng)目風(fēng)險(xiǎn)管理系統(tǒng)中應(yīng)用研究[D].大連理工大學(xué)，2014.

[3]陳榮鑫.R軟件的數(shù)據(jù)挖掘應(yīng)用[J].重慶工商大學(xué)學(xué)報(bào)（自然科學(xué)版），2011，（06）：602-607.

[4]林立，朱小冬，王毅剛，閻旭坤.基于數(shù)據(jù)挖掘的軟件故障診斷研究[J].微計(jì)算機(jī)信息，2010，（34）：156-158.

[5]王輝，杜慶峰.基于軟件信息庫挖掘的軟件缺陷預(yù)測方法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2012，（08）：3094-3098.

[6]崔廣風(fēng).數(shù)據(jù)挖掘中的統(tǒng)計(jì)方法及其應(yīng)用研究[D].西南石油大學(xué)，2014.

[7]張曉艷.股市數(shù)據(jù)挖掘中偏模型的檢驗(yàn)和應(yīng)用[D].西南財(cái)經(jīng)大學(xué)，2014.

[8]曾強(qiáng).面向軟件漏洞的挖掘方法研究[D].燕山大學(xué)，2014.

[9]金蓮花.數(shù)據(jù)挖掘在軟件缺陷管理中的研究與應(yīng)用[D].長春理工大學(xué)，2010.