計算機應用軟件自動化開發(fā)技術分析

尹 杰

（遼寧省勞動經濟學校 遼寧 沈陽 110045）

0 引言

計算機行業(yè)之所以能夠在現(xiàn)代社會得到飛速、全面發(fā)展，除了先進技術、性能的推動作用外，還與計算機程序設計語言有直接關系。一般計算機編程語言有多種，按照應用的先后順序與不同階段，依次是“機器語言—匯編語言—高級語言”。在研發(fā)計算機階段中，采用實際二進制，即機器語言，計算機可直接對其進行讀取，但會面臨代碼過長的問題，缺少記憶點。在機器語言基礎上，后期提出了匯編語言，將原本二進制代碼替換為符號，增加了計算機應用軟件編程環(huán)節(jié)的便捷性。但發(fā)展至今，計算機編程更多是以高級語言為主，屬于一種與人類語言最為相近的編程語言，在開發(fā)計算機應用軟件中應用可以提高效率，降低難度?；谀壳败浖_發(fā)的經驗，編程語言還需要與自動化開發(fā)技術組合應用，以自動化形式開發(fā)、組建業(yè)務，使編程語言的效果達到最佳，也可以進一步提升軟件開發(fā)質量。為此，本文圍繞計算機應用軟件開發(fā)中自動化開發(fā)技術的應用展開分析，介紹不同技術的應用要點，旨在提高計算機應用軟件性能。

1 計算機應用軟件開發(fā)自動化的方向

計算機應用軟件開發(fā)向自動化方向轉型，核心要義是“全自動化”，即開發(fā)全過程的自動化，直至已經生成業(yè)務組件［1］。事實上目前計算機應用軟件的開發(fā)、應用中，已經實現(xiàn)了組裝自動化，開發(fā)的所有業(yè)務組件，無論是生成還是重新應用，均在計算機中取得了明顯的效果。應用軟件業(yè)務組件在自動化技術的輔助下，還解決了質量、兼容、集成性等多領域的“疑難雜癥”，使業(yè)務組件、業(yè)務組建與安裝等，均實現(xiàn)了一體化的創(chuàng)新。

自動化技術與計算機應用軟件開發(fā)融合，設計自動化系統(tǒng)，在開發(fā)過程中可以顯著提高效率、優(yōu)化軟件開發(fā)效果［2］。站在用戶角度，在實際操作軟件中，無論是軟件升級還是運維，都在自動化技術幫助下得到了保障。

2 計算機應用軟件自動化開發(fā)技術與運用

2.1 代碼生成技術

代碼生成技術基于已有模板與既定規(guī)則，可以自動生成軟件開發(fā)的代碼。此技術比較常用于重復型軟件的開發(fā)，具體包括表單、報表和數(shù)據(jù)處理。此外，通過代碼生成技術，還可以自動生成框架代碼或者是接口代碼。工作人員除了比較基礎的手寫代碼外，還可以選擇文本替換、模板引擎的形式形成代碼。模板引擎在代碼生成中比較常見，具體使用的工具有Freemarker 和JET。下面分別介紹幾種代碼生成技術的應用要點。

2.1.1 代碼模板技術

代碼模板技術在開發(fā)計算機應用軟件中，主要是采取預定義代碼模板，自動生成代碼。一般已有的代碼模板中包含大量信息，是由程序結構、變量聲明、函數(shù)定義等組成的，軟件的開發(fā)人員僅需填寫代碼邏輯，便可以完成代碼的生成。選擇代碼模板工具時，主要有Eclipse JDT 和IntelliJ IDEA［3］。

2.1.2 領域特定語言技術

所謂領域特定語言，是以特定領域開發(fā)的編程語言，采用的是定義領域中指定語法以及語義獲得程序設計權。通過此技術將領域知識、代碼生成組合，此時開發(fā)人員按照領域中指定的語法，便可以快速編寫程序邏輯，再利用領域中指定的語言編譯器，可以自動生成實際需要的代碼。一般在軟件開發(fā)中，比較常用Xtext 和JetBrainsMPS相關工具。

2.1.3 反射技術

計算機應用軟件開發(fā)中應用的反射技術，本身屬于運行狀態(tài)下的動態(tài)生成代碼的手段，當程序處于運行狀態(tài)時，可以按照程序所需動態(tài)，自動生成代碼［4］。此技術通過Java 所包含的反射機制，便可實現(xiàn)運行過程中利用不同信息，如方法信息和變量信息完成代碼的生成，例如可以采用Java 反射應用程序接口（application programming interface， API）的手段。

2.1.4 元編程技術

元編程技術通過程序可以繼續(xù)生成程序，利用編寫元程序的方法，可以獲得實際需要的代碼。應用此技術期間，編譯或者試運行過程中可以直接生成代碼。注意在編譯狀態(tài)所生成代碼，往往代碼性能與穩(wěn)定性更強。運行中生成代碼則更具靈活性。例如選擇元編程技術時，可以應用C＋＋模板元編程或者是Python 元編程工具。

2.2 數(shù)據(jù)挖掘技術

數(shù)據(jù)挖掘包含了統(tǒng)計學、數(shù)據(jù)庫和機器學習等技術，現(xiàn)代社會中數(shù)據(jù)庫技術水平不斷提升，儲存數(shù)據(jù)的途徑越來越多，但數(shù)據(jù)量積累增多，也會帶來一些問題。以企業(yè)為例，既往的數(shù)據(jù)查詢與統(tǒng)計形式往往相對簡單，但很難滿足現(xiàn)代社會中的商業(yè)需求，需要在數(shù)據(jù)量激增，且相對繁瑣的數(shù)據(jù)當中，以最快的速度提煉出價值高的信息。在此背景下為機器學習技術創(chuàng)建了適合的提升環(huán)境，數(shù)據(jù)庫存儲與計算機算法分析兩項技術也得到融合，并且開始關注到數(shù)據(jù)的隱藏內容，隨之提出了數(shù)據(jù)庫知識發(fā)現(xiàn)（knowledge discovery in database， KDD）的概念。關于此概念的實現(xiàn)過程，流程共分為7 步：①數(shù)據(jù)清理；②數(shù)據(jù)集成；③數(shù)據(jù)選擇；④數(shù)據(jù)轉換；⑤數(shù)據(jù)挖掘；⑥模式評估；⑦知識展示?；谝陨? 個環(huán)節(jié)可知，數(shù)據(jù)挖掘在KDD 是相對重要的一部分，梳理KDD 和數(shù)據(jù)挖掘之間的聯(lián)系，見圖1。

圖1 KDD 和數(shù)據(jù)挖掘聯(lián)系

計算機應用軟件的開發(fā)中應用數(shù)據(jù)挖掘，劃分任務包括以下幾個方面：①分類；②預測；③關聯(lián)分析；④聚類分析；⑤回歸；⑥智能推薦以及其他。無論是企業(yè)還是政府，需要按照業(yè)務的具體內容，采用數(shù)據(jù)挖掘技術，在現(xiàn)有數(shù)據(jù)當中做出提取，提煉出價值高的信息，數(shù)據(jù)挖掘任務如圖2 所示。

圖2 數(shù)據(jù)挖掘任務

開發(fā)軟件中應用數(shù)據(jù)挖掘技術，主要可以分為5 種方法：一是分類和預測，二是聚類，三是關聯(lián)規(guī)則，四是時序模式，五是離群點監(jiān)測。①分類與預測方法。此方法需按照先后順序，基于已知類別數(shù)據(jù)集，由技術人員完成建模，此模型負責劃分樣本類別、監(jiān)督學習的作用，在模型構建中準確率也比較高［5］。預測則是通過現(xiàn)有的數(shù)據(jù)集訓練模型，發(fā)揮構建模型的作用，對未知樣本數(shù)據(jù)表現(xiàn)做出預測，以此了解2 個或超過2 個變量的關系，構建互相依賴模型。此算法常見的技術有回歸分析技術、人工神經網絡技術以及決策樹技術等。②聚類方法。此方法將所有相似對象依次劃分至對應小組與集合，保證小組或集群具有較高的相似度，而且各組與各集群之間還要體現(xiàn)明顯差異。一般可采用k 均值聚類（k-means）算法和k-中心點算法等。③關聯(lián)規(guī)則分析。此方法也被稱為購物籃分析，對2 個或超過2 個變量所具有的相關性進行分析，還可了解變量之間的相關性強度，有Apriori 算法和TP-Tree 算法等。④時序模式。此方法的作用是對時間或者序列潛在規(guī)律進行分析，了解發(fā)展趨勢，根據(jù)已知值預測未知值。但需注意，樣本數(shù)據(jù)更多是根據(jù)時間發(fā)生改變。主要有平滑法和趨勢擬合法等。⑤離群點監(jiān)測。此方法在軟件開發(fā)中，可以發(fā)現(xiàn)與數(shù)據(jù)集包含的其余數(shù)據(jù)對象的顯著區(qū)別，例如統(tǒng)計、鄰近度、密度、聚類等基礎上的離群點檢測。

應用數(shù)據(jù)挖掘技術構建數(shù)據(jù)挖掘模型，包括流程如下：①設定挖掘目標；②采集數(shù)據(jù)；③數(shù)據(jù)分析與預處理；④建模；⑤模型評估；⑥分析模型結果。

3 計算機應用軟件自動化開發(fā)及其案例分析

3.1 軟件開發(fā)基本情況

為了更加全面地了解計算機應用軟件自動化開發(fā)技術的應用效果，下面以數(shù)據(jù)管理軟件為例展開分析。此軟件主要是為了減少數(shù)據(jù)收集工作量、提高管理質效而設計。現(xiàn)總結軟件設計需求如下：

（1）業(yè)務描述。軟件系統(tǒng)角色分為普通用戶與管理員，普通用戶主要是注冊登錄、儲存?zhèn)€人信息等，管理員包括登錄、用戶管理等。業(yè)務問題概述則需要從用戶和管理員兩個角度做出分析，前者包括注冊、登錄等業(yè)務，后者包括新增認知量表和用戶管理兩項業(yè)務。

（2）業(yè)務流程。具體包括流程有用戶注冊業(yè)務分析、用戶登錄業(yè)務分析、新增被試者基本資料業(yè)務分析、認知量表評估業(yè)務、認知數(shù)據(jù)管理業(yè)務。

3.2 軟件開發(fā)與設計

3.2.1 功能包圖

此次開發(fā)數(shù)據(jù)管理軟件，整體功能包圖見圖3。

圖3 軟件功能包圖

3.2.2 數(shù)據(jù)庫與軟件實現(xiàn)

此次開發(fā)數(shù)據(jù)管理軟件，數(shù)據(jù)庫包括數(shù)據(jù)庫表（被試者表、報告表答卷表、量表答卷表、量表、評定卷等）、表間關系分析。軟件開發(fā)環(huán)節(jié)需要應用多個工具，如Java 開發(fā)工具，具體選擇的是IntelliJ IDEA，該工具主要用于代碼編輯，功能是優(yōu)化編程過程，提高軟件開發(fā)效率。數(shù)據(jù)儲存方面，選擇的是MySQL 關系型數(shù)據(jù)庫管理系統(tǒng)。整理軟件開發(fā)環(huán)境見表1。

表1 軟件開發(fā)環(huán)境

3.2.3 軟件測試

當軟件開發(fā)結束，技術人員需要組織測試。安排功能性測試時，要求采用設計測試用例。技術人員輸入錯誤密碼，觀察軟件當下的提示，或者是評估量表環(huán)節(jié)，技術人員填入信息儲存失敗，此時軟件會給出提示。當所有測試用例結束，選擇在云服務器上部署項目，同時完成軟件維護。

另外，面向軟件的使用對象即用戶組織測試，用戶表示軟件的使用感較好，可以使用量表在線測試、管理評估數(shù)據(jù)。實際上在軟件使用中，也會隨之采集用戶的反饋信息，定期更新系統(tǒng)。

3.3 建模與分析

3.3.1 自動化開發(fā)技術

此次數(shù)據(jù)管理軟件開發(fā)階段的建模，主要選擇kmeans 算法，迭代求解聚類分析，應用步驟如下：①確定k值；②在數(shù)據(jù)集內，以隨機的方式選取k個數(shù)據(jù)點，將此作為質心；③計算數(shù)據(jù)集內各點和質心間距，完成類別劃分；④若計算得出的新質心和原質心間距，已經超出任意設定閾值，需要迭代②～④步驟；⑤若新質心和原質心間距，對比任意設定閾值較小，即可判定為聚類結束，算法也可在此時終止；⑥輸出結果。

3.3.2 聚類分析

此次采用k-means 算法，即在數(shù)據(jù)集內部，對已經給出的k個簇聚類算法做出分析，按照業(yè)務需求與經驗，由技術人員人為設定或選擇方法，獲得k值。期間還需進行計算，得出最優(yōu)k值。具體可以選擇的計算方法包括誤差平方和、輪廓系數(shù)法等。

此次軟件設計中應用誤差平方和，技術人員在確定了各個k值后，再計算各簇內部的點與此聚類中心點距離之間的誤差平方和。一般理論層面表示，計算得出的數(shù)值小，證明聚類結果好，且計算得出結果趨向于最小值。盡管增加簇數(shù)量能夠達到減小數(shù)值的效果，但是卻與聚類算法的應用初衷不符。輪廓系數(shù)法在應用中，技術人員確定i點，并對向量i和i所處簇內部其他點的間距進行計算，此為a（i）；再計算向量i至其他簇之間的點平均距離，此為b（i）。計算公式為：

式（1）中，S（i）為輪廓系數(shù)。根據(jù)公式（1），輪廓系數(shù)范圍是［－1，1］，全部點輪廓系數(shù)計算平均數(shù)，為此次計算聚類結果輪廓系數(shù)，最終系數(shù)與1 越接近，代表聚類效果越好，且最終能夠判定的是，此次開發(fā)數(shù)據(jù)管理軟件的功能、性能等良好，滿足使用需求。通過k-means 算法構建模型，并展開聚類分析，認識到軟件各項功能的優(yōu)劣勢。以此為根據(jù)提出軟件功能優(yōu)化的措施。

3.4 系統(tǒng)安裝

此次數(shù)據(jù)管理應用軟件的上述所有開發(fā)設計流程結束后，技術人員可以采用自動化技術，安裝軟件到計算機系統(tǒng)中，技術人員需要對安裝過程進行監(jiān)督，以便安裝過程出現(xiàn)問題可以馬上處理。軟件在計算機系統(tǒng)中安裝，轉換格式也至關重要，檢查軟件符合計算機系統(tǒng)要求的類型，可以最大程度體現(xiàn)出應用軟件基本功能。一般計算機系統(tǒng)內部會安裝防火墻，那么在軟件安裝中，技術人員應提前設置，要求軟件可以自動取得在系統(tǒng)中的運行權限，保證軟件的正確安裝與應用。

4 結語

計算機應用軟件作為支持計算機系統(tǒng)運行的關鍵之一，憑借多元化應用軟件的功能，可以滿足用戶的操作需求。但是在計算機應用軟件的開發(fā)中，要想滿足逐漸多元化的使用與功能需求，技術人員需要應用自動化開發(fā)技術。通過本文對于自動化開發(fā)技術的介紹，一方面可以全面實現(xiàn)計算機應用軟件開發(fā)過程的自動化轉型，另一方面也能夠提高軟件開發(fā)的效率。立足于整體層面，自動化開發(fā)技術的應用為今后計算機應用軟件的研發(fā)、設計夯實了技術基礎，并且也能夠進一步實現(xiàn)軟件功能、性能等方面的不斷改進。