陳永芳

（茂名職業(yè)技術(shù)學(xué)院 計(jì)算機(jī)工程系，廣東 茂名 525000）

0 引 言

根據(jù)國(guó)家“十四五”規(guī)劃工程實(shí)施提案規(guī)定，中國(guó)在2020年底將加快工業(yè)軟件的發(fā)展，以實(shí)現(xiàn)國(guó)家軟件安全和工業(yè)、制造業(yè)的合理轉(zhuǎn)型，這不僅是軟件工程領(lǐng)域發(fā)展的機(jī)遇，也是在實(shí)踐過程中面臨的重大挑戰(zhàn)。目前，在軟件工程領(lǐng)域中，通過數(shù)據(jù)庫構(gòu)建進(jìn)行軟件管理，而在數(shù)據(jù)庫建立過程中，主要通過構(gòu)建工程知識(shí)圖譜進(jìn)行軟件工程數(shù)據(jù)庫的研發(fā)、分配、工作推進(jìn)、故障消除、檢索、推送等，一方面增加了軟件工程數(shù)據(jù)庫的智能化和管理優(yōu)質(zhì)，另一方面顯著提升了軟件開發(fā)的質(zhì)量和效率，使用戶在獲取軟件知識(shí)時(shí)更便捷、高效。

知識(shí)圖譜是指對(duì)軟件工程的概念和功能進(jìn)行多層次、全方位的匯總，進(jìn)而構(gòu)建類似思維領(lǐng)域的思維導(dǎo)圖，再通過圖形可視化、應(yīng)用模型、數(shù)學(xué)統(tǒng)計(jì)和科學(xué)統(tǒng)計(jì)等手段構(gòu)建智能化推薦框架，實(shí)現(xiàn)對(duì)軟件工程資源細(xì)致化描述，使各軟件知識(shí)在軟件數(shù)據(jù)庫中獲得快速響應(yīng)。當(dāng)前，構(gòu)建的知識(shí)圖譜主要功能是快速檢索、獲取信息資源深度和信息獲取效率提升等，不僅是金融、科學(xué)教育、軟件工程和培訓(xùn)中的重要技術(shù)支持，而且是知識(shí)圖譜數(shù)據(jù)源中的重要組成部分之一。

為實(shí)現(xiàn)智能化、科技化、合理化且準(zhǔn)確化的軟件工程數(shù)據(jù)庫構(gòu)建，本文基于軟件工程基礎(chǔ)數(shù)據(jù)，以知識(shí)圖譜為技術(shù)手段構(gòu)建軟件工程數(shù)據(jù)庫，該數(shù)據(jù)庫具備全面性、可擴(kuò)展性、多樣性和經(jīng)濟(jì)性等基礎(chǔ)特征，并通過術(shù)語表示、數(shù)學(xué)模型構(gòu)建等方法實(shí)現(xiàn)對(duì)軟件工程數(shù)據(jù)庫的獲取、查詢和優(yōu)質(zhì)管理。隨后，通過對(duì)軟件工程數(shù)據(jù)庫知識(shí)圖譜數(shù)據(jù)進(jìn)行性能、功能雙測(cè)試，進(jìn)而優(yōu)化基于知識(shí)圖譜的智慧化信息資源調(diào)度系統(tǒng)，充分發(fā)揮軟件工程數(shù)據(jù)庫的綜合經(jīng)濟(jì)效益，實(shí)現(xiàn)軟件工程資源信息的可持續(xù)發(fā)展戰(zhàn)略。

1 軟件工程數(shù)據(jù)庫知識(shí)圖譜構(gòu)建理論及技術(shù)

1.1 軟件工程數(shù)據(jù)庫體系構(gòu)成

本文為詳細(xì)掌握基于知識(shí)圖譜的軟件工程數(shù)據(jù)庫，便于用戶和機(jī)構(gòu)高效、多方面地獲取軟件信息資源，構(gòu)建軟件工程知識(shí)圖譜體系示意圖（見圖1）。通過圖1可知，研究構(gòu)建體系主要由數(shù)據(jù)獲取/導(dǎo)入、知識(shí)建模和知識(shí)融合構(gòu)成。其中，數(shù)據(jù)獲取/導(dǎo)入主要通過外部關(guān)系數(shù)據(jù)庫、半結(jié)構(gòu)數(shù)據(jù)庫和網(wǎng)絡(luò)數(shù)據(jù)庫導(dǎo)入軟件工程信息資源，從而擴(kuò)展軟件工程知識(shí)圖譜的知識(shí)素材，實(shí)現(xiàn)數(shù)據(jù)的多元化。知識(shí)建模主要分為關(guān)系型數(shù)據(jù)建模和文本關(guān)鍵要素識(shí)別，是知識(shí)圖譜技術(shù)的核心內(nèi)容，其主要功能是通過術(shù)語表示、知識(shí)抽取和實(shí)體建模等過程進(jìn)行軟件工程資源知識(shí)獲取、識(shí)別等。知識(shí)融合則主要分為知識(shí)對(duì)齊、圖譜更新內(nèi)容，這里的知識(shí)對(duì)齊具體分為實(shí)體對(duì)齊、屬性對(duì)齊和實(shí)體關(guān)系學(xué)習(xí)，以此為基礎(chǔ)，通過軟件知識(shí)資源的獲取、識(shí)別、對(duì)齊后實(shí)現(xiàn)軟件工程資源數(shù)據(jù)的更新和融合，進(jìn)而構(gòu)建基于知識(shí)圖譜可視化、智能化的軟件工程數(shù)據(jù)庫。

圖1 軟件工程數(shù)據(jù)庫知識(shí)圖譜示意圖Fig.1 Schematic diagram of knowledge map of software engineering database

1.2 知識(shí)圖譜架構(gòu)研究方法

本文通過知識(shí)圖譜方法對(duì)軟件工程數(shù)據(jù)庫進(jìn)行研究。研究中在構(gòu)建知識(shí)圖譜時(shí)，主要通過詞頻分析法、關(guān)聯(lián)詞分析法和社會(huì)網(wǎng)絡(luò)分析法等研究方法實(shí)現(xiàn)知識(shí)圖譜架構(gòu)。其中，詞頻分析法，通過軟件工程中的關(guān)鍵詞，如軟件、科學(xué)工程、信息技術(shù)等進(jìn)行索引，將具備相關(guān)軟件知識(shí)資源的內(nèi)容匯聚在一起，同時(shí)通過關(guān)鍵詞頻獲悉詞頻關(guān)注度，進(jìn)而分析關(guān)鍵詞探析軟件工程結(jié)構(gòu)、研究熱點(diǎn)等內(nèi)容，實(shí)現(xiàn)知識(shí)匯總。關(guān)聯(lián)詞分析法，主要通過同類中的相關(guān)性，揭示研究對(duì)象與對(duì)象間的特征關(guān)系，進(jìn)而將有關(guān)詞頻加入知識(shí)圖譜信息庫，實(shí)現(xiàn)軟件工程數(shù)據(jù)庫的建立。社會(huì)網(wǎng)絡(luò)分析法，將軟件信息資源擴(kuò)展到社會(huì)各領(lǐng)域中，通過社會(huì)分析法，揭示相關(guān)領(lǐng)域間的關(guān)系和發(fā)展?fàn)顟B(tài)，以量化研究構(gòu)建社會(huì)網(wǎng)絡(luò)個(gè)體關(guān)系模型，通過網(wǎng)絡(luò)屬性，探析不同成員間網(wǎng)絡(luò)結(jié)構(gòu)特征和社會(huì)屬性特征，用于實(shí)現(xiàn)軟件工程知識(shí)的索引獲取，將知識(shí)資源通過知識(shí)圖譜技術(shù)展示給用戶，使用戶獲取的信息精度和信息量皆為最優(yōu)，實(shí)現(xiàn)知識(shí)圖譜架構(gòu)體系的優(yōu)質(zhì)性。

2 軟件工程數(shù)據(jù)庫知識(shí)圖譜設(shè)計(jì)

2.1 設(shè)計(jì)原理

2.1.1 數(shù)據(jù)庫全面性

本文基于知識(shí)圖譜技術(shù)構(gòu)建軟件工程數(shù)據(jù)庫，應(yīng)用圖像（可視化）和資源數(shù)據(jù)（數(shù)據(jù)表示）理論，通過定性、定量化分析應(yīng)用對(duì)關(guān)系型數(shù)據(jù)、半結(jié)構(gòu)型數(shù)據(jù)和網(wǎng)絡(luò)型數(shù)據(jù)進(jìn)行匯總，并以軟件工程學(xué)科知識(shí)和相近管理學(xué)科知識(shí)作為數(shù)據(jù)源，實(shí)現(xiàn)軟件工程數(shù)據(jù)的全方位、多層次定位分析，以保障數(shù)據(jù)信息的安全性和全面性，達(dá)到用戶高效獲取信息資源的目的。

2.1.2 數(shù)據(jù)庫可擴(kuò)展性

在軟件工程知識(shí)圖譜體系構(gòu)建后，軟件工程專業(yè)知識(shí)的內(nèi)容將更為透徹，但知識(shí)在學(xué)習(xí)中是不斷挖掘和拓展的過程，在不同用戶獲取軟件工程知識(shí)、學(xué)習(xí)知識(shí)的過程中，對(duì)知識(shí)的解譯程度不一，因此，新的軟件知識(shí)將不斷涌現(xiàn)，并不斷被知識(shí)圖譜體系收錄，以此實(shí)現(xiàn)了軟件工程數(shù)據(jù)庫的擴(kuò)展，知識(shí)存儲(chǔ)量也隨即得以提高。

2.1.3 數(shù)據(jù)庫多樣性和經(jīng)濟(jì)性

本文基于知識(shí)圖譜理論和技術(shù)所構(gòu)建的軟件工程數(shù)據(jù)庫，主要包括軟件工程基礎(chǔ)知識(shí)、熱點(diǎn)知識(shí)、前言理論知識(shí)、前言知識(shí)圖譜知識(shí)、多層次軟件知識(shí)、全方位軟件工程理論等，實(shí)現(xiàn)了軟件工程數(shù)據(jù)庫的多樣化，同時(shí)，在一定程度上也為軟件工程理論研究提供了技術(shù)支持。在經(jīng)濟(jì)性方面，一方面降低了軟件工程學(xué)科和數(shù)據(jù)庫在知識(shí)獲取方面的花銷和周期，另一方面通過相關(guān)聯(lián)系知識(shí)，提高了用戶的使用概率，發(fā)揮了知識(shí)圖譜工具的優(yōu)勢(shì)，經(jīng)濟(jì)發(fā)展能力得到提升。

2.2 設(shè)計(jì)思路

本文通過對(duì)軟件工程數(shù)據(jù)庫知識(shí)圖譜進(jìn)行開發(fā)設(shè)計(jì)，以利于便捷信息資源的管理和獲取。首先將其主要分為分層次、步驟和模塊三個(gè)方面。在分層次中，每層間具有本身的特征屬性，但每層之間又存在著相互管理，通過分析數(shù)據(jù)資源原理、分層設(shè)計(jì)后有助于實(shí)現(xiàn)軟件工程數(shù)據(jù)庫知識(shí)圖譜的安全、科學(xué)管理過程。其次，分步驟中，通過軟件工程知識(shí)主體、研究熱點(diǎn)、前沿知識(shí)匯總、存儲(chǔ)、特征關(guān)聯(lián)和獲取等，將數(shù)據(jù)庫設(shè)計(jì)為科學(xué)、高效、有管理制度的發(fā)展趨勢(shì)，不僅有利于知識(shí)圖譜軟件工程數(shù)據(jù)庫的良性發(fā)展，而且確定了知識(shí)的集中性和研究熱點(diǎn)原則。在模塊方面，通過構(gòu)建知識(shí)實(shí)體獲取、表示模塊、數(shù)據(jù)庫構(gòu)建實(shí)現(xiàn)和數(shù)據(jù)庫功能測(cè)試等模塊，不同模塊間相互關(guān)聯(lián)，遵循數(shù)據(jù)資源共享、共建原則，以此，有利于知識(shí)圖譜技術(shù)的可持續(xù)發(fā)展。

2.3 設(shè)計(jì)構(gòu)架

圖2為知識(shí)圖譜設(shè)計(jì)框架示意圖。通過圖2可知，軟件工程數(shù)據(jù)庫知識(shí)圖譜設(shè)計(jì)構(gòu)架在圖1軟件工程數(shù)據(jù)庫總體體系上，將其進(jìn)一步細(xì)化為5部分，包括數(shù)據(jù)庫、數(shù)據(jù)庫整合、知識(shí)表示、圖譜構(gòu)建和應(yīng)用服務(wù)等。其中，知識(shí)表示是主體研究?jī)?nèi)容，其實(shí)體對(duì)齊和質(zhì)量評(píng)估是知識(shí)圖譜建成的關(guān)鍵點(diǎn)，其功能一方面保證了數(shù)據(jù)獲取過程中的準(zhǔn)確性和有效性，另一方面軟件工程數(shù)據(jù)經(jīng)對(duì)齊特征，將關(guān)聯(lián)數(shù)據(jù)匯總進(jìn)數(shù)據(jù)庫，實(shí)現(xiàn)了不同層面、不同方位上的知識(shí)解讀，知識(shí)圖譜研究框架的構(gòu)建，有利于軟件工程數(shù)據(jù)庫的可視化數(shù)據(jù)展示，進(jìn)一步有效避免了在數(shù)據(jù)分析、知識(shí)資源分析和知識(shí)屬性特征認(rèn)證中的錯(cuò)誤性和重復(fù)性問題。

圖2 知識(shí)圖譜設(shè)計(jì)構(gòu)架Fig.2 Design framework of knowledge map

2.3.1 術(shù)語表示

在知識(shí)圖譜架構(gòu)體系中，術(shù)語表示是極為關(guān)鍵的，這不僅是知識(shí)圖譜中學(xué)習(xí)概念、實(shí)體構(gòu)建、數(shù)據(jù)資源和屬性特征語言上的表現(xiàn)形式，而且是相關(guān)術(shù)語或者數(shù)據(jù)庫存儲(chǔ)標(biāo)記的集合體。在構(gòu)架體系中，術(shù)語常有單個(gè)字或者多個(gè)字、詞組成，在特定的環(huán)境、特定的背景和領(lǐng)域中表達(dá)各不同的含義，對(duì)同種特征關(guān)系的知識(shí)圖譜軟件工程數(shù)據(jù)庫的數(shù)據(jù)資源解譯是極為重要的。術(shù)語表示中，術(shù)語抽取是核心內(nèi)容，主要通過語言規(guī)則和統(tǒng)計(jì)學(xué)方法進(jìn)行抽取表示，在統(tǒng)計(jì)方法中，統(tǒng)計(jì)基準(zhǔn)值主要為TF-IDF（Term Frequency-Inverse Document Frequency）、卡方分布和互信息分布等，不僅有效解譯了術(shù)語表示信息，而且提高了用戶對(duì)軟件工程專業(yè)知識(shí)的認(rèn)知效率。其中，術(shù)語表示統(tǒng)計(jì)學(xué)表達(dá)式可分別寫為：

其中，表示最常用的屬于分布特征權(quán)重基準(zhǔn)；（）表示詞頻，即詞匯在文檔中的總次數(shù)；（）表示文檔頻率，即詞匯在文檔中的數(shù)目；表示總文檔數(shù)目。

2.3.2 知識(shí)表示

在知識(shí)圖譜構(gòu)架體系中，知識(shí)表示是指將收集、存儲(chǔ)、轉(zhuǎn)化和解譯的信息直觀清晰地展示在用戶界面上。在軟件工程數(shù)據(jù)庫設(shè)計(jì)中，通過編碼知識(shí)、行為、目標(biāo)、偏好等，給出多個(gè)維度評(píng)價(jià)知識(shí)圖譜知識(shí)表示，實(shí)現(xiàn)知識(shí)表示過程中具有足夠多的細(xì)節(jié)知識(shí)，以及易理解、易傳輸和易提取等。同時(shí)為更好地實(shí)現(xiàn)知識(shí)圖譜數(shù)據(jù)資源知識(shí)表示，本文通過距離模型和單層神經(jīng)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)庫信息知識(shí)表示，對(duì)此擬做研究分述如下。

（1）距離模型。結(jié)構(gòu)表示方法將頭實(shí)體和尾實(shí)體通過關(guān)系的2個(gè)矩陣投影到同一空間，投影向量之間的距離體現(xiàn)了2個(gè)實(shí)體在關(guān)系下的語義相關(guān)度。對(duì)于每個(gè)三元組（，，），損失函數(shù)為：

其中，M 、M 是關(guān)系對(duì)于頭實(shí)體和尾實(shí)體投影矩陣。

（2）單層神經(jīng)網(wǎng)絡(luò)。此處涉及的數(shù)學(xué)公式可寫為：

單層神經(jīng)網(wǎng)絡(luò)模型是結(jié)構(gòu)表示的改進(jìn)版本，利用神經(jīng)網(wǎng)絡(luò)的非線性減輕結(jié)構(gòu)表示協(xié)同性差的問題。

3 知識(shí)圖譜構(gòu)建系統(tǒng)實(shí)現(xiàn)與測(cè)試

3.1 數(shù)據(jù)采集模式庫實(shí)現(xiàn)

由于知識(shí)圖譜是屬于結(jié)構(gòu)化的詞義知識(shí)網(wǎng)絡(luò)庫，選取知識(shí)概念和相互關(guān)系用于知識(shí)抽取，進(jìn)行大量知識(shí)的積累，因此，通過知識(shí)圖譜可實(shí)現(xiàn)數(shù)據(jù)資源的快速響應(yīng)。目前，在軟件工程領(lǐng)域中，通過可視化將數(shù)據(jù)采集的項(xiàng)目、風(fēng)險(xiǎn)等級(jí)預(yù)測(cè)、質(zhì)量因素等相關(guān)信息資源清晰地展示出來，對(duì)問題發(fā)現(xiàn)、數(shù)據(jù)匯總和高效查閱提供了優(yōu)質(zhì)手段。其次，知識(shí)圖譜技術(shù)將相同特征信息進(jìn)行聚類分析處理，很大程度上提高了用戶在海量信息中獲取關(guān)鍵術(shù)語、概念的精準(zhǔn)效率。目前，在軟件工程領(lǐng)域中（常見的百度搜索、天眼系統(tǒng)等），因行業(yè)區(qū)域知識(shí)相差較大，為符合實(shí)際應(yīng)用需求，需構(gòu)建知識(shí)圖譜網(wǎng)狀體系進(jìn)行軟件工程數(shù)據(jù)庫的設(shè)計(jì)，從多方面、多層次內(nèi)為用戶資料獲取提供強(qiáng)力支持。

3.2 系統(tǒng)功能模塊測(cè)試

本文為保證知識(shí)圖譜系統(tǒng)的各個(gè)模塊能進(jìn)行正常運(yùn)轉(zhuǎn)，通過不同測(cè)試方法對(duì)用戶登錄管理模塊、知識(shí)表示模塊、模型模塊等方面進(jìn)行測(cè)試，以探尋可能出現(xiàn)的系統(tǒng)問題，期待預(yù)期結(jié)果和測(cè)試方法見表1。

表1 系統(tǒng)功能測(cè)試內(nèi)容Tab.1 System functional test content

4 結(jié)束語

本文通過知識(shí)圖譜技術(shù)的優(yōu)點(diǎn)特征設(shè)計(jì)了一類軟件工程數(shù)據(jù)庫，通過掌握知識(shí)圖譜的構(gòu)架過程及詞頻分析法、關(guān)聯(lián)詞分析法和社會(huì)網(wǎng)絡(luò)分析法等研究方法，首先，深入分析了知識(shí)圖譜數(shù)據(jù)庫的全面性、可擴(kuò)展性、經(jīng)濟(jì)性等優(yōu)點(diǎn)，其特點(diǎn)是通過軟件工程數(shù)據(jù)庫實(shí)現(xiàn)用戶的信息資源的精準(zhǔn)獲取目的。其次，通過對(duì)設(shè)計(jì)構(gòu)架的知識(shí)表示、術(shù)語表示等的探討來深入解析知識(shí)圖譜原理，以便于軟件工程數(shù)據(jù)庫的設(shè)計(jì)、開發(fā)和應(yīng)用。最后，通過知識(shí)圖譜軟件工程數(shù)據(jù)庫的實(shí)現(xiàn)和測(cè)評(píng)，驗(yàn)證其資源獲取性能和效率。本文通過知識(shí)圖譜軟件工程數(shù)據(jù)庫的構(gòu)建，極大提升了用戶項(xiàng)目開發(fā)、軟件工程信息資源調(diào)查時(shí)的工作效率。