大数据背景下软件工程关键技术分析

程平远，李浩田

（南阳职业学院，河南 南阳 474500）

1 大数据时代的特点研究

现阶段，我国正处于互联网和电子信息时代，具有大数据时代的环境特征。各类互联网资源和信息资源对民众的工作和生活产生了深远影响，人们每天都会面临海量的数据信息资源。而面对海量的数据信息资源，大数据技术能够对其进行有效的收集、分析、处理和整合，科学地总结出人们的日常工作和生活规律以及各项潜在需求等内容，从而更具针对性地找到企业或是商家所需要的信息。大数据技术从功能上又可以分为自然语言处理技术、机器学习技术、数据处理分析技术以及遗传算法技术等多种形式，在我国科学技术研发领域所取得的各项先进成果借助于大数据技术都能够很好地展示出来。计算机算法能够迅速整合并归类各种具备一定使用特征的数据信息，后续对这些数据信息进行分析和处理工作也更加轻松。我国的互联网行业将继续大力地推广和使用大数据技术，为软件工程的设计与管理维护工作提供更多的机遇和挑战。因此，具体的工作人员进行软件的设计工作时，一定要在全面掌握时代发展特征和行业技术特点的基础上科学地运用大数据技术，不断地提升软件的质量，同时要与各种规模项目的实际技术要求相适应。

2 大数据背景下软件工程的技术基础

2.1 软件开源工程

在实际应用软件的工程中，软件开源工程要求充分考虑各类用户在使用过程中的感受和体验。相关的工作人员在实际研发软件的过程中借助软件开源的工作方式能够取得一定效果，但整体上也存在着工作效率不高的问题，并且也不具备广泛的应用前景。一些软件公司的研发人员在研发某类具体的软件时，为了更加精确地设计和划分具体的软件项目，必须以软件开源为基础来不断地优化和创新软件工程各个模块的使用功能。不同的研发人员设计和研发软件工程项目，更全面地体验各类用户的使用感受，有效提升软件的实际应用价值。

2.2 软件服务工程

在我国的软件工程研发领域中，软件服务工程是一项最为基础的工作内容，而其工作的整体效果对整个行业的发展都有着关键影响。从工作内容上来看，软件工程设计和研发工作的一个重要目标是提升服务质量，为社会以及广大人民群众提供更加多样化并且高质量的服务。而在我国科学技术不断发展的新形势下，软件工程设计工作中的各类服务项目的发展速度是很快的，随着时代的变迁和不断发展，软件工程的服务内容以及主题也一定会随之发生变化。软件工程的设计和研发人员在从事软件工程的开发、管理和维护等具体工作时一定要有所侧重，重点应用虚拟操作技术和分布式应用程序等先进技术内容，借助于大数据技术和各类互联网资源全面整合软件工程的设计和研发成果，为软件工程的研发和操作提供更大的服务工程，并充分保证软件服务工程的研发效果[1]。

2.3 群体软件工程

群体软件工程同样也是一种软件开发形式，但其工作原理更多的是以互联网形式发布，常见的出现形式是软件工程众包，在我国的软件工程行业中应用前景较为广泛。群体软件工程在指定的软件工程项目运行过程中有效应用分布式的软件开发模型，更加合理地分配软件工程项目中的各类资源，采用众包的技术形式有效解决软件工程设计和开发领域中可能会出现的一些难点问题，软件工程的设计和研发质量也得到了较大提升。

3 大数据背景下软件工程的关键技术分析

3.1 密集型数据科研第四范式技术

范式技术是指在设计和研发软件工程进程中被行业所普遍认同的模式和模型。从行业的发展情况来看，吉姆格雷是最早开始研究关系型数据库的学者，他全面整理和总结了所谓的第四范式，其中心思想就是将科学研究工作分为四大步骤，依次为试验整理步骤、归纳总结步骤、计算机仿真步骤和数据密集型科学发展步骤。在大数据时代背景下，软件工程的关键技术之一便是进一步地研发第四范式技术（如图1所示）。

图1 科学研究工作的四大步骤

现阶段，我国很多科研机构和专家学者采用多样的方法来研究第四范式技术，大数据存储技术对密集型数据科研第四范式技术的具体内容有着直接影响，其应用前景也非常广阔，只有具备了足够的理论支持才能更好地研究相关技术。这一技术作为应用模块能够更好地研究和分析传统范式技术中的工作内容，并且大大提升信息处理和整合工作的质量。在具体工作中，数据研究工作与范式分析的主题有时会出现脱节现象，会降低其实际应用效率。而我国的技术研发人员在分析和处理大量的数据信息时，其所采用的方法并没有真正提升工作的实际效率，而在应用这一技术后也无法与企业所制定的管理目标相匹配。现阶段，企业中大部分的工作人员都会将较多的工作注意力放在第三范式的研究工作，对第四范式的研究工作还处在刚刚发展的阶段，还没有形成较为健全的设计研发内容。因此，软件工程的设计研发人员应及时转变自身观念并不断吸收行业中的先进技术和理念，保证从第三范式顺利地过渡到第四范式，建立功能更为完善的数据模型，准确计算并演化出各类信息数据服务过程中的实际内容，大大提升其应用价值[2]。

3.2 软件服务工程技术

在软件工程的设计和研发工作中，有一项关键技术便是软件服务工程技术。在大数据的时代背景下，应全方位采用工程化的技术手段来全面提升软件工程的服务质量和应用价值，以此为基础要求全行业工作者更加深入地了解并掌握大数据时代的发展特征，详细分析设计语言、程序语言、数据处理以及软件开发等各个方向的具体工作内容，不断地对软件工程进行优化和创新。从功能结构上来看，软件服务工程技术是一种软件开发技术，有所区别的是在软件工程研发之后处于运行状态下，这对软件工程的实际服务质量提出了更高要求。同时，软件服务工程技术的一项关键内容就是要不断提高软件的整体服务水平，只有服务的水平和能力上去了，其功能才会越来越完善，人们也会更加愿意应用这一软件。软件工程的研发人员应在充分了解分布样式和虚拟操作等核心技术的基础上，全面分析和整理各类用户的使用需求，当发现其使用需求与软件现有功能存在差异时应对软件进行及时调整和完善，从而充分保证软件工程应用过程中的可靠性、科学性和安全性。

3.3 众包软件技术

在应用各类软件工程技术时，一定要能够全面分析并整理大量的信息数据资源，特别是已经明确生成了大量的信息数据资源，所应用的软件工程技术一定要能够高质量并且集中化地处理数据。在大数据背景下，使用各类软件时也一定会产生相应的数据信息，众包软件服务与其他软件工程一样都要能够集中化地处理所产生的数据信息。众包软件服务在软件工程学术领域中是重点的关注对象，并且在全世界范围内也得到了广泛运用。在具体应用这一软件工程技术时，应科学运用密集型数据和流式数据等资源，并及时建设一个完整的系统化服务平台。众包软件服务工程要想取得更为理想的应用价值，就必须不断提升自身的服务水平，为群体用户提供更全面的信息服务功能。

4 结语

本文论述了大数据时代的特点研究、大数据背景下软件工程的技术基础及大数据背景下软件工程的关键技术。在互联网时代背景下，为了更好地进行软件工程的设计和研发工作，研究人员必须结合大数据技术的自身特点和发展情况采取更具针对性的优化策略，将软件工程与各类先进大数据技术有效融合，不断提升软件工程的服务水平，实现我国各行各业的健康发展。