头像

黄乔

博士 副研究员 | 硕士生导师

学科: 软件工程

职务:

研究中心:

导师类别: 硕士生导师

毕业院校: 浙江大学

办公电话:

地址:

邮编:

邮箱: qiaohuang@zjgsu.edu.cn

个人简介

个人简历:


黄乔,男,副研究员,2020年9月获得浙江大学软件工程专业博士学位,主要从事智能化软件开发,经验软件工程,软件仓库挖掘等方向的研究,在上述领域累计发表论文20余篇,谷歌学术累计引用1000余次。曾指导硕士生发表CCF-A类会议(ESEC/FSE2019)短文一篇并获得最佳原型系统奖,担任过EMSE、ASEJ、IST、SANER、COMPSAC、APSEC等重要国际期刊和会议的审稿人。进校工作以来,主持国家自然科学基金青年项目1项,参与国家级科研项目1项,省级科研项目2项。与浙江大学、新加坡管理大学的高水平学者建立了良好的学术合作关系,可根据学生实际情况提供联合培养的机会,欢迎对人工智能+软件工程方向感兴趣的同学报考我的研究生。个人邮箱:qiaohuang@zjgsu.edu.cn


获奖情况:


浙江工商大学计算机学院年度科研人物 2023

浙江大学博士生国家奖学金 2019

浙江大学优秀研究生 2017、2018、2019

浙江大学三好学生 2018、2019

浙江大学ACM程序设计竞赛集训队特殊贡献奖学金 2013

ACM国际大学生程序设计竞赛亚洲区域赛金奖2次,银奖3次,铜奖1次 2010-2012

 

主讲课程:


研一必修课《软件理论与工程》,大四选修课《分布式计算》,大三选修课《大数据与知识工程》

 

部分代表性论文成果:

 

[1]Qiao Huang, Xin Xia, David Lo, Gail C. Murphy. Automating intention mining. IEEE Transactions on Software Engineering, 2020, 46(10): 1098-1119. (CCF-A类期刊)

[2]Qiao Huang, Xin Xia, Zhenchang Xing, David Lo, Xinyu Wang. API method recommendation without worrying about the task-API knowledge gap. Proceedings of the 33rd International Conference on Automated Software Engineering. ACM, 2018: 293-304. (CCF-A类会议长文)

[3]Qiao Huang, Xin Xia, David Lo. Revisiting supervised and unsupervised models for effort-aware just-in-time defect prediction. Empirical Software Engineering, 2019, 24(5): 2823-2862. (CCF-B类期刊)

[4]Qiao Huang, Emad Shihab, Xin Xia, David Lo, Shanping Li. Identifying self-admitted technical debt in open source projects using text mining. Empirical Software Engineering, 2018, 23(1): 418-451. (CCF-B类期刊)

[5]Qiao Huang, Xin Xia, David Lo. Supervised vs unsupervised models: A holistic look at effort-aware just-in-time defect prediction. Proceedings of the 33rd International Conference on Software Maintenance and Evolution. IEEE, 2017: 159-170. (CCF-B类会议长文)

[6]Qiao Huang, David Lo, Xin Xia, Qingye Wang, Shanping Li. Which packages would be affected by this bug report?. Proceedings of the 28th International Symposium on Software Reliability Engineering. IEEE, 2017: 124-135. (CCF-B类会议长文)

[7]Hao Gu, Shichao Zhang, Qiao Huang, Zhifang Liao, Jiakun Liu, David Lo. Self-Admitted Technical Debts Identification: How Far Are We?. 2024 IEEE International Conference on Software Analysis, Evolution and Reengineering. IEEE, 2024, Accepted(CCF-B类会议长文杰出论文奖)

[8]Ye Wang, Aohui Zhou, Qiao Huang, Xiaoyang Wang, Bo Jiang. PAREI: A progressive approach for Web API recommendation by combining explicit and implicit information. Information and Software Technology, 2023, 107269. (CCF-B类期刊)

[9]Ye Wang, Junwu Chen, Qiao Huang, Xin Xia, Bo Jiang. Deep learning-based open API recommendation for Mashup development. Science China Information Sciences, 2023, 66(7), 1-18. (CCF-A类期刊)

[10]Neng Zhang, Ying Zou, Xin Xia, Qiao Huang, David Lo, Shanping Li. Web APIs: Features, issues, and expectations–a large-scale empirical study of Web APIs from two publicly accessible registries using stack overflow and a user survey. IEEE Transactions on Software Engineering, 2022, 49(2), 498-528. (CCF-A类期刊)

[11]Neng Zhang, Qiao Huang, Xin Xia, Ying Zou, David Lo, Zhenchang Xing. Chatbot4QR: interactive query refinement for technical question retrieval. IEEE Transactions on Software Engineering, 2020, 48(4), 1185-1211. (CCF-A类期刊)

[12]Jiakun Liu, Qiao Huang, Xin Xia, Emad Shihab, David Lo, Shanping Li. Is using deep learning frameworks free? characterizing technical debt in deep learning frameworks. Proceedings of the ACM/IEEE 42nd International Conference on Software Engineering: Software Engineering in Society, 2020, 1-10. (CCF-A类会议长文)

[13]Liang Cai, Haoye Wang, Qiao Huang, Xin Xia, Zhenchang Xing, David Lo. BIKER: a tool for bi-information source based API method recommendation. Proceedings of the 27th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering. 2019, 1075-1079. (CCF-A类会议短文,最佳原型系统奖)

[14]Zhongxin Liu, Qiao Huang, Xin Xia, Emad Shihab, David Lo and Shanping Li. SATD-detector: a text-mining-based self-admitted technical debt detection tool. Proceedings of the 40th International Conference on Software Engineering: Companion. ACM, 2018: 9-12. (CCF-A类会议短文)


教育经历:


2008-2012 浙江大学 计算机科学与技术 学士

2012-2016 浙江大学 计算机科学与技术 硕士

2016-2020 浙江大学 软件工程 博士


工作经历:


2020.10-2020.12 浙江工商大学 讲师

2021.01至今 浙江工商大学 副研究员


 

 

 



研究方向

社会服务领域

教育经历

  • 本科毕业,20120630,计算机科学与技术,浙江大学,学士,计算机科学与技术
  • 硕士研究生,20160330,计算机科学与技术,浙江大学,硕士,计算机科学与技术
  • 博士研究生,20200930,软件工程,浙江大学,博士,软件工程

工作经历

学术兼职

荣誉及奖励

研究生课程

本科生课程

  • 大数据与知识工程,本科生,2021-2022,第二学期,1,16,34,48
  • 大数据与知识工程,本科生,2021-2022,第二学期,1,16,34,48
  • 大数据与知识工程,本科生,2021-2022,第二学期,1,16,34,48
  • 认知实习,本科生,2021-2022,第一学期,9,9,35,16
  • 分布式计算,本科生,2022-2023,第一学期,1,16,9,48
  • 大数据与知识工程,本科生,2021-2022,第二学期,1,16,34,48
  • 大数据与知识工程,本科生,2021-2022,第二学期,1,16,34,48
  • 分布式计算,本科生,2022-2023,第一学期,1,16,9,48
  • 软件理论与工程,研究生,2021,第二学期,32
  • 大数据与知识工程,本科生,2022-2023,第二学期,1,16,0,48
  • 大数据与知识工程,本科生,2022-2023,第二学期,1,16,0,48
  • 大数据与知识工程,本科生,2022-2023,第二学期,1,16,0,48
  • 大数据与知识工程,本科生,2022-2023,第二学期,1,16,0,48
  • 大数据与知识工程,本科生,2022-2023,第二学期,1,16,0,48

发表论文

  • Open APIs recommendation with an ensemble-based multi-feature model,2022-06-15,EXPERT SYSTEMS WITH APPLICATIONS,黄乔,196,Huang, Q (通讯作者),Zhejiang Gongshang Univ, Sch Comp & Informat Engn, Hangzhou 310018, Peoples R China.,3

纵向科研

  • 基于多层复杂网络理论的回归测试用例排序方法研究,2022-09-07,2023-01-01,2026-12-31,潘伟丰,审核通过,国家自然科学基金委,计算机与信息工程学院,计算机科学技术,53,国家自然科学基金委,3
  • 基于多层软件网络的回归测试用例排序方法研究,2021-12-03,2022-01-01,2024-12-31,潘伟丰,审核通过,浙江省自然科学基金委,计算机与信息工程学院,计算机科学技术,10,浙江省自然科学基金委,3

横向科研

出版专著

软件成果

专利

教学论文

教学项目

出版教材

教学奖励

其他

手机扫描二维码

即可访问本教师主页

总访问量:10
11:18