大数据技术面临的挑战是如何将数据转换为真正的价值。目前,大数据被过多的关注数据的存储和处理问题而忽视了过程。过程挖掘技术在传统的基于模型的数据分析如仿真技术和业务流程管理技术等和基于数据的分析技术如机器学习和数据挖掘等之间搭建了桥梁,它既关注了过程,也使用了真实数据,它可以用来主动学习一些人类真实进行的行为性模型。现有的过程挖掘技术不能直接应用在软件过程挖掘中。为解决软件过程挖掘工作中过程日志缺少活动属性的问题,提出了一种动态实时的软件过程活动挖掘方法。该方法立足事件与活动的关联关系,从软件过程SVN日志文件中抽取日志事件记录,并对事件记录进行结构化处理,再通过对向量化的事件信息进行聚类来发现这些事件包含的语义信息,发现活动标签,并依据该标签构造分类器对新的数据进行活动映射,将无监督学习变为有监督学习,实现活动属性的挖掘与映射,最后利用准确率、召回率以及调和平均值对映射结果进行评价。实验使用真实的软件过程日志数据集,并对比之前研究提出方法的结果,最后表明该方法可以进行软件过程日志活动挖掘且映射类别的平均准确率、召回率、调和平均值(参数分别取0.5、1、1.5)分别达到0.85、0.87、0.83、0.84、0.85,证明方法的有效性。本文研究中的创新点主要有如下几点:(1)在软件过程挖掘中开拓了从关联关系研究过程挖掘的新思路;(2)解决了软件过程日志事件缺乏活动信息的问题以及对其活动进行有效的归类,同时保证了整个活动挖掘的动态实时性;(3)解决聚类数确定,增加分类器的评价维度使得评价结果更加客观。