随着计算机技术水平的提高和社会信息化的发展,各行各业对软件的需求不断增加,随之而来的是数据量的成倍增长和功能的不断细化。为了满足新的需求,软件开发人员需要不断的更新来完善系统,增强软件的生命力。但如今的计算机程序越来越庞大,环境变化也很频繁,加之各种文档的缺乏,使软件更新变的十分困难。在软件更新过程中,涉及最多的就是源代码的修改,软件开发人员在更新软件系统时,经常需要跨模块的修改大量的源代码,而人工的从庞大的系统中找出每一个修改文件是非常耗时的,因此设计一个可以确定源代码文件相互关系的工具是十分必要的。序列模式挖掘技术是数据挖掘技术的一个重要分支,被广泛的应用在各个领域,它可以从大量的历史数据中挖掘出隐含的、有用的信息。软件开发信息库是软件开发过程中所有相关数据总和,存储着大量的项目开发过程数据、源代码数据、相关文档等。本文设计的系统就是以序列模式挖掘技术为基础,挖掘软件开发信息库。本文研究了序列模式挖掘的经典算法,对这些算法进行了比较。实现了PrefixSpan算法,在实现过程中,综合了对投影数据库存储优化和扫描优化的建议,提高了算法的执行效率。本文设计的代码分析系统,在从Subversion中获取日志信息后,提出了三个分组准则对数据进行处理,之后对不同的分组数据进行挖掘,最后做了对比分析,不仅帮助软件开发人员提供了相关修改的建议,而且加深了软件开发人员对程序的理解。本系统同时提供XML格式的输出方式,在此基础上可以方便的进行二次开发。