大数据背景下软件工程技术应用与研究

大数据背景下软件工程技术应用与研究

朱艺鸣

南航金城学院 210016

摘 要：大数据技术的发展对每个领域都带来了深远的影响，软件工程技术的数据信息应用理论与大数据分析具有相似之外，可以将软件工程开发与应用与大数据技术进行事，提高软件工程开发效率，满足用户对软件多种使用要求。本文对大数据时代下软件工程技术基本内容进行分析，并对大数据与软件工程结合方式进行深入探讨，最后对软件工程技术的发展方向进行展望。

关键词：大数据技术；软件工程技术；客户需求

1引言

计算机技术的不断发展使得社会进入到大数据时代，信息传播速度变得更快，数据信息量也更大。软件工程技术应该加强与数据信息的融合，为每个领域提供动力支持，提高不同行业的工作效率，实现行业内部资源的优化配置，将大数据与软件工程技术结合，更好的为社会提供服务。

2 大数据时代下软件工程技术基本内容

从大数据技术角度来进行分析，随着信息技术的发展，生产和生活形成的数据信息量会变得越来越多，大数据技术会可以对信息进行收集、处理和分析。以功能角度来进行分析，大数据技术可划分成多个子技术，可以划分数据学分析与数据学习两种类型，依赖于遗传算法、分析技术、自然处理等，尤其依赖于网络信息技术，对数据处理方面会发挥出更多的作用。大数据技术的实现离不开科学技术的支持，与计算机信息分类处理较为相近，可以将数据信息进行似合处理，这就可以将大数据技术与软件工程技术进行结合，大数据也可以在互联网中得以更好地发展。对数据信息进行收集、处理，还需要结合数据类型，对数据信息进行有针对性的分类，通过计算机算法来对数据信息类型进行准确划分，可以高效率地对海量数据信息进行识别与处理，交付大数据技术进行分析处理。 软件工程技术也得到了快速发展，软件全寿命周期包括软件研发设计、使用和反馈、后期维护等，按照用户需求不同采用不同的软件技术，还需要保证软件技术的更新迭代，大数据技术对软件技术更新迭代具有促进作用。

3 大数据模式下的软件工程应用

3.1软件基础功能

软件工程技术的不断发展，依赖于底层软件结构来进行应用软件构建，这就衍生出众多的服务软件，在满足软件服务功能的基础上，通过软件开发来满足客户需求转化，在符合软件主题模式条件下，对服务类型进行合理调整，对应用软件的后期维护也需要采用动态技术维护。在进行基础信息服务过程中，软件人员按照软件产品开发程序来对用户操作方式进行模拟，应用程序可以来实现上述工作，把软件用户作为模拟分析对象，还需要对潜在用户需求进行深入分析，结合用户需求来对软件开发进行合理调整。大数据技术在软件开发过程中，可以根据不同层级数据进行划分，采用数据编程方式来进行模拟，可以实现数据交互方式的多元化，数据信息的调配能力也会不断增加，满足不同模拟环境下场景分析要求，可以实现更多的随机种类，把软件集成性进行合理调整，探索更多数据交互的可能。

3.2软件群体开发

软件开发需要考虑到用户体验，在对软件产品进行开发过程中，有用常规软件开发方式达到预期效果以后，在后续的实践检中很难满足用户实际要求，这就应该以开源作为介入点，对软件开发项目不同模块进行深入分析，安排不同软件开发人员负责研发任务，防止单一软件开发人员受到固化思维的限制。群体性软件开发是采用众包形式来实现的，经过网络化编辑与查询方法，对多种软件开发任务进行分配，合理设置开发难度，统一软件开发方式，建立起群体性软件开发模型。

4大数据技术与软件工程技术的结合

大数据技术实现的前提条件是保证数据链条的完整性，采用数据算法来对大量数据运行规律进行分析、统计，算法还需要结合具体情况来进行改进与优化，充分利用好大数据和软件工程开发原理，对数据资源进行合理配置，通过多种途径将大数据技术与软件工程技术进行结合。在数据开放条件下，可以利用数据通讯方式来实现数据信息的共享，软件技术也可以利用数据信息来提高用效果，大数据与应用软件间数据交互，对提高软件性能和效率发挥着重要作用，有利于达到客户实际需求。软件工程开发具有较强的综合性，会充分利用多学科的知识 ，还需要借鉴关键的技术手段，通过多学科知识的结合来达到软件设计功能，对促进软件工程发展起到促进任务用。大数据技术与软件工程技术结合，可以对不同领域的技术数据信息进行识别与分析，寻找到最为理想的软件设计思路。以大数据技术作为支撑，结合数据离散性特点，建立起软件工程数学模型，通过程序对数据信息进行分析，将具体的设计指标形象化处理，把软件设思路转变为实体。大数据技术的应用也可以对虚拟状态进行仿真，在模型中寻找到碰撞点，采用最为便捷的方式来发现软件设计开发过程中存在的问题，对软件系统进行动态调试，发现软件运行过程存在的不稳定因素，为客户提供稳定、可靠的软件产品。软件产品的开发需要由软、硬件来支持数据流，数据流是软件开发过程中重点处理内容，需要对数据流支持软件、硬件和使用方法等进行研究。每个软件运行过程中都会生成很多的数据流，客户端、服务端在使用过程中都会形成很多数据信息，软件工程开发需要做好数据流的管理工作，充分与大数据技术进行结合，充分挖掘数据信息的应用价值。

5密集型数据科研第四范式

结合实际情况创建起单独的科学研究方法，对第四种范式理论进行深入分析与探索，研究大数据存储设备的重要性。大型的软件工程项目，只依据于传统的大数据研究方法是无法实现有效分析的，很多软件只能在短时间内对数据进行简要存储，需要调用数据时对关键词进行检索查找，不能满足数据信息智能化处理要求。对第四范式理论和方法进行研究时，先要对集成大量数据信息的服务价值进行评估，不再采用传统的数据统计处理方法，有用新型的大数据信息统计和分析办法，从多个角度对大数据处理和管理进行分析，探讨大数据信息存在的价值。软件工程技术应该注重与大数据分析、处理技术的人事，可以使开发的软件产品更满足用户的实际需要。

6大数据背景下软件工程技术发展趋势

智能化是软件工程的发展方向，与大数据技术融合也是信息产业发展趋势 ，随着客户对软件功能要求的增多，就要求可以承载更多数据信息、更为精准存储技术为软件运行数据服务。大数据技术会更多应用到软件开发中来，对软件运行过程中形成的数据信息进行深度挖掘和利用，推动软件工程响着多维度方向发展。在对密集型数据信息进行整合与应用过程中，应该对数据信息应用软件生命周期当中，提高软件产品服务周期，以第四范式作为前提条件来创建更多的模型结构，可以更好地解决软件使用过程中存在的问题，探索更符合用户要求的软件工程开发模式。

7结语

综上所述，大数据技术发展促进了软件工程技术的升级，应该重视信息技术的更新迭代现象，转变传统的软件工程开发模式，充分利用好大数据信多维度数据信息分析优势，提高软、硬件数据信息的处理能力，提高软件的数据分析处理能力，以算法作为技术支撑来实现软件功能，满足用户不同的软件使用要求。

参考文献：

[1]李攀.大数据时代下软件工程关键技术分析[J].电子测试,2021(03):137-138.

[2]张尚进.基于大数据时代下软件工程技术的应用研究[J].数码世界,2020(12):77-78.

[3]罗丹.大数据时代下软件工程关键技术分析与研究[J].信息记录材料,2020,21(09):8-10.

[4]田琴琴.数据挖掘技术在软件工程中的应用[J].信息通信,2020(08):157-158.

[5]丁建邦,吴建胜,李政蓬.大数据时代下软件工程技术的应用[J].计算机产品与流通,2020(09):47.