标题《面向软件开发信息库的数据挖掘综述》及描述所揭示的知识点主要包括以下内容：
一、数据挖掘与软件开发信息库的关系
数据挖掘技术在软件开发领域有着重要的应用，与软件开发信息库之间存在密切的关联。软件开发信息库是数据挖掘的基础，因为它是信息资源的共享平台，为数据挖掘提供了必要的数据支持。与此同时，数据挖掘反过来也极大地促进了软件开发的效率和质量，提升了开发过程中的决策支持能力。二者之间相互依存，共同推动了软件开发技术的进步。
二、软件工程数据挖掘面临的挑战
1. 数据信息复杂化
随着技术的发展，软件开发对性能的需求日益提高，这导致了数据信息的复杂化，主要体现在代码、注释和文档的复杂性增加。这些复杂性的增加对算法的选择和要求提出了更高的挑战，呈现了一种“苛刻”的特性。
2. 分析形式的变化
随着电子商务时代的到来，软件开发过程面临更多挑战，尤其是对相关数据的分析工作变得更加复杂和困难。在数据信息提交给用户后，如何有效地分析图表、文字信息，并对其作出评价，成为数据挖掘技术应用中的一个重要难题。
3. 数据挖掘的效果评价
数据挖掘技术在应用过程中，传统的效果评价体系可能已显示出滞后性，无法适应新的发展形势。因此，如何建立更有效的评价体系来衡量数据挖掘的效果，成为当前研究的热门问题。
三、软件开发信息库的数据获取
软件开发信息库的数据获取是数据挖掘的前提和基础。数据来源通常包括软件开发商自行建立的信息库、权威机构的信息存储和自由软件的软件开发数据。例如，SourceForge提供的软件开发数据就是自由软件数据的典型代表，包括源代码、缺陷数据、交流信息等。数据获取后，软件开发信息库会根据实际需求提取重要信息，关键环节包括源代码、项目数据和缺陷数据的提取。CVS系统作为配置管理工具，在信息的结构化转化和有效提取方面发挥着重要作用。
四、软件开发信息库数据的预处理
数据预处理是面向软件开发信息的数据挖掘中的关键环节。预处理的主要内容包括：
1. 对配置系统的有效管理，涉及无效信息的去除、重要信息的提取以及有效性分析，确保信息的存储和应用。
2. 对缺陷数据的处理，包括对缺失属性值的分析和补充，保证数据的完整性。
3. 对项目过程数据中的噪声数据进行处理，采用分箱、聚类和回归分析等方法来排除噪声，确保软件开发的可靠性和稳定性。
五、软件的演进分析
软件演进分析是软件开发信息数据挖掘中的重要组成部分，通过分析软件代码的演进来了解软件的发展。这通常涉及到对程序语义的分析以及对软件结构的考虑，如方法、类型定义和相关变量等。对于演进分析来说，代表性的方法包括使用特定的工具和技术来分析代码的演进过程，如D. Jackson和D. A. Ladd等人的方法。
以上内容为从给定文件中提取的知识点，旨在对数据挖掘在软件开发信息库中的应用进行全面的综述，为从事相关工作的专业人士提供参考和指导。
