داده کاوی

با توسعه فن‌آوری کامپیوتر، سیستم های نرم‌افزاری بیشتر و پیچیده‌تر می‌شود. به علت محدودیت توانایی انسان، نقایص زیادی در چرخه حیات توسعه نرم‌افزاری وجود دارد. کیفیت یکی از مسائل مهم در فرآیند تولید و توسعه نرم‌افزار است. جهت افزایش کیفیت، نقص‌های نرم‌افزار باید قبل از انتشار تشخیص داده شود. پیش‌بینی و تشخیص نقص‌ها در مراحل اولیه توسعه نرم‌افزار سبب افزایش کیفیت محصول تولیدی نرم‌افزار می‌شود یکی از مؤثرترین پیش‌بینی‌های نقص نرم‌افزار استفاده از تکنیک‌های داده‌کاوی و الگوریتم‌های یادگیری ماشین است. در این روش‌ها مؤلفه‌های نرم‌افزاری در دو دسته مستعد نقص و غیر مستعد نقص قرار می‌گیرند.

یکی از مشکلات محققان در زمینه دیتاست ها چگونگی جستجو و تهیه آن است ولی مشکل اصلی پس از پیدا کردن دیتاست، نحوه استفاده و تزریق آن به الگوریتم ها است. بدین صورت که اکثر دیتاست ها یا مجموعه داه ها بصورت خام هستند و برای استفاده از آن ها بایستی پیش پردازش شوند. احتمالا در موارد بسیار زیادی داده ها در دیتاست ها دارای نوع متفاوتی باشند (رشته، عدد) که نحوه تبدیل آنها به فرمت مخصوص الگوریتم ها با ابعا گسترده دیتاست ها کاری طاقت فرسا است. مخصوصا اینکه برای مشاهده نتیجه پس از اجرای کد بایستی چندین ساعت منتظر ماند.