进入二十一世纪以来,重庆市软件产业获得较为快速的发展,呈现平稳向好发展态势,实现了收入和利润的快速增长。据统计,重庆市累计完成软件产品测试数量超过1万个,2019年全市实现软件业务收入1705亿元,同比增长16.06%,软件产业欣欣向荣。与此同时,政府出台多项政策鼓励发展重庆市软件信息产业,均起到了良好的指导、推动作用。然而,通过对近20年来重庆市软件产品质量的跟踪统计,发现虽然全市软件产品的数量和质量总体上是在逐步提高的,但是目前重庆市软件行业的整体规模仍较小,缺乏对软件产品质量的全面控制,大量软件产品在市场竞争中处于劣势。除此之外,由于重庆市软件产业发展起步较晚,针对重庆市软件产品发展的相关研究甚少;软件产品具有抽象性,其发展现状与趋势难以量化,有关软件产品的数据难以收集。这均对后续的分析和研究工作造成了困难。同时,与重庆市相关的软件产品信息可视化平台亦较为匮乏,通常是以数字堆砌方式显示统计结果,不能形象、直观地表达数量的变化趋势。因此,针对以上问题,本文为进一步探究当前重庆市整体软件产品的基本现状及发展趋势,力促软件产业发展,继续大力提升重庆市软件产品的质量,增强软件产品及其所属企业的竞争力,开展了以下研究工作:（1）搭建重庆市软件产品外部特性数据库。通过采集重庆市软件评测中心近20年的重庆市软件产品测试样本,并对测试样本中软件产品的外部特征信息（如:软件产品的名称、特点、类别以及软件外部质量特性指标等属性）进行异常值的清理、错误值的纠正、重复值的清除以及数据的规范化操作后,构建重庆市软件产品外部特性数据库。该数据库的建立是对重庆市软件产品现状的数字化体现,将有效推进后续的分析和研究工作。（2）借助文本挖掘技术并运用数学统计方法对测试样本数据展开多维度探究。首先,考虑到软件产品名称的特殊性和专业性。本文通过构建自定义领域词典并结合Jieba中文分词算法,来完成对测试样本数据中软件产品名称的分词任务,并且将该算法与HMM和N-gram这两种传统机器学习分词算法进行实验性比较研究,以验证其分词效果的优劣。实验结果表明,该算法可以充分满足软件产品名称特征细化的现实需求。根据分词结果,对高频关键词进行提取和描述性统计,结合现有政策对多领域应用场景展开研讨,找寻未来软件产品的研究热点和方向;接下来,通过进行多组对比实验,本文最终选用基于Sentence-Transformer模型的K-Means文本聚类算法来对相似软件产品进行聚类,并使用UMAP降维方法以增强聚类效果。实验结果表明,该算法在软件产品的聚类分析问题上适用性较强;最后,本文通过统计上述实验结果中各类别软件产品的年度数量变化情况并构建LDA主题模型,进行主题特征词提取和分布统计实验,基于概率矩阵找寻核心主题特征词,进一步探究和分析各类别软件产品的主要特征及演化趋势。（3）以重庆市软件产品外部特性数据库为依托,搭建可视化系统。通过设置交互属性,实现了丰富的图表展示功能,例如:图表自动刷新、数据集联动和共享、数据点值提示、x轴拖拽放大等。此外,优化系统的数据图表设计,为研究人员提供更加清晰、准确、直观的数据可视化效果,从而更好地帮助他们做出决策。本文的研究工作为后续重庆市软件产品相关研究提供了一定程度的数据支持;借助文本挖掘技术并运用数学统计方法对测试样本数据展开多维度探究,以样本推测总体,对重庆市软件产品的发展现状及趋势进行分析,实现了对软件产品文本语义层面的现状描述;在此基础上,结合已有政策对实验结果进行讨论,以期对重庆市软件行业发展起到强有力的支持与参考;最后,所搭建的可视化系统运行稳定,能够帮助研究人员快速决断,具有较高的实用价值。