软件工程相关数据快速增长且广泛分布，从对封闭数据的检索转向对大规模开放数据的获取，数据的充分利用成为大数据背景下软件工程的一个重要新方向。本书面向大数据时代特征，介绍面向软件工程的数据科学关键概念、方法和技术，内容以承前启后方式，首先介绍软件科学与工程、数据科学与工程，在此基础上介绍利用数据科学支持软件工程的方法和技术，包括数据驱动的软件过程挖掘、数据驱动的可信软件工程，以及数据驱动的需求变更分析；之后面向软件工程项目，介绍基于数据科学的实证软件工程分析方法，以及在软件工程中的推荐系统和面向区块链的软件工程。全书重点介绍大数据时代下，软件工程领域的一些进展和研究方向，并采用丰富的案例分析对相关概念、知识、方法和技术进行拓展，可为软件工业界了解本领域相关方法、技术和实践提供参考。
更多科学出版社服务，请扫码获取。
毕业于云南大学博士期间师从我国著名且唯一的回鹘史研究专家刘戈教授，现任陕西中医学院人文学院副教授，陕西师范大学回鹘史硕士生导师，主要从事中国古代史的教育与科研工作。相继主持和参与教育部人文社会科学项目和参与国家社科基金项目，在《历史研究》、《中国史研究》、《陕西师范大学学报》等核心刊物发表文章十余篇.
目录
第1章软件科学与工程1
1.1软件科学与工程的内涵1
1.1.1软件的概念1
1.1.2软件的重要性2
1.1.3软件科学与工程的概念3
1.1.4软件科学与工程的发展4
1.1.5软件科学与工程的拓展5
1.2软件科学与工程的新理解6
1.2.1复杂系统观下的软件科学与工程6
1.2.2泛在应用下的软件科学与工程8
1.2.3价值观下的软件科学与工程9
1.2.4生态观下的软件科学与工程10
1.3软件科学11
1.3.1新型计算模型及其算法与程序理论12
1.3.2信息物理融合系统的建模与分析13
1.3.3人-机-物融合系统的建模分析与验证14
1.3.4智能软件系统分析与验证15
1.3.5面向软件分析和验证的自动推理与约束求解15
1.4软件工程16
1.4.1软件危机与软件工程16
1.4.2软件工程面临的挑战18
1.4.3软件工程主要研究内容23
1.5小结26
练习题27
参考文献27
第2章数据科学与工程28
2.1数据科学概念与数据工程技术28
2.1.1数据科学的概念28
2.1.2数据科学方法论30
2.1.3数据工程技术31
2.2多模态数据科学与工程49
2.2.1多模态研究方向50
2.2.2多模态表示学习53
2.2.3多模态应用55
2.2.4多模态案例分析57
2.3分布式数据科学与工程61
2.3.1分布式数据的隐私保护61
2.3.2分布式数据与联邦学习62
2.3.3分布式数据的应用67
2.3.4分布式数据案例分析69
2.4小结72
练习题72
参考文献72
第3章数据驱动软件过程挖掘76
3.1软件过程挖掘概述77
3.1.1软件过程挖掘与软件过程建模间的关系78
3.1.2软件过程挖掘与业务过程挖掘间的关系79
3.2基本表述81
3.2.1软件过程模型81
3.2.2软件过程数据82
3.2.3软件过程日志83
3.3双层次软件过程挖掘方法86
3.3.1活动层挖掘87
3.3.2过程层挖掘92
3.4案例97
3.4.1原型系统SPMining97
3.4.2挖掘JD数据集100
3.4.3挖掘AD数据集102
3.4.4软件过程库104
3.5小结106
练习题107
参考文献107
第4章可信软件需求建模与推理110
4.1可信软件需求概述110
4.2可信软件分领域需求112
4.3可信软件需求定义与获取118
4.3.1可信软件需求定义118
4.3.2非功能需求评估数据描述与获取122
4.3.3非功能需求评估与协商125
4.3.4可信需求获取127
4.4可信软件需求建模128
4.5可信软件需求推理132
4.6案例研究139
4.7小结146
练习题147
参考文献147
第5章软件需求变更工程150
5.1软件需求变更与软件工程150
5.1.1软件需求变更概念151
5.1.2基于过程改进的变更管理154
5.1.3软件需求变更的影响157
5.2软件需求变更分析158
5.2.1软件需求变更过程158
5.2.2需求变更分析及预测163
5.2.3关联需求变更请求重要性分析166
5.2.4案例研究172
5.3基于技术债务的软件需求变更影响分析176
5.3.1软件技术债务177
5.3.2软件需求变更技术债务179
5.3.3案例研究184
5.4小结194
练习题195
参考文献196
第6章数据驱动实证软件工程200
6.1实证研究策略201
6.1.1实验201
6.1.2案例研究201
6.1.3调查201
6.2研究方法202
6.2.1明确研究动机202
6.2.2研究问题设计203
6.2.3开展实验206
6.2.4实验结果展示207
6.2.5有效性评价208
6.2.6总结209
6.3常用技术210
6.3.1数理统计描述方法210
6.3.2数据可视化211
6.3.3统计学方法214
6.3.4复杂网络方法216
6.3.5其他方法220
6.4案例研究222
6.4.1Maven生态系统案例222
6.4.2Maven生态系统问题分析225
6.4.3Maven生态系统实验过程231
6.4.4Maven生态系统实验结果分析234
6.4.5案例有效性威胁分析246
6.5小结247
练习题247
参考文献248
第7章软件工程中的推荐250
7.1面向软件工程的推荐系统250
7.2面向软件工程的推荐研究现状252
7.3软件工程中的推荐技术254
7.3.1软件需求阶段推荐技术254
7.3.2软件开发阶段推荐技术255
7.3.3软件测试阶段推荐技术256
7.3.4软件维护和演化阶段推荐技术256
7.4案例研究257
7.4.1数据预处理259
7.4.2第三方库推荐KG2Lib模型262
7.4.3长尾第三方库推荐探索264
7.4.4实验设置269
7.4.5评价指标270
7.4.6第三方库推荐实验结果271
7.4.7长尾第三方库推荐实验结果277
7.5小结282
练习题282
参考文献283
第8章面向区块链的软件工程286
8.1区块链软件286
8.1.1区块链软件发展历程287
8.1.2区块链软件开发应用领域289
8.2智能合约设计与开发290
8.2.1智能合约开发工具介绍290
8.2.2智能合约编写示例290
8.3区块链上的隐私保护294
8.3.1隐私保护介绍294
8.3.2案例涉及的隐私技术295
8.3.3案例介绍295
8.3.4案例实验分析302
8.4区块链上的数据追溯306
8.4.1数据追溯介绍306
8.4.2案例涉及的其他技术306
8.4.3案例介绍307
8.4.4案例实验分析314
练习题317
参考文献318
书单推荐
