时间：2021年11月12日下午

地点：浙江湖州

主席：华为 夏鑫

论坛简介：

随着众智平台特别是Stack Overflow和GitHub的兴起，越来越多的软件开发者依赖于这些平台所提供的知识和代码。如何从众智平台中挖掘和抽取知识，将知识汇聚形成知识图谱，并在此基础上构建各种各样的应用（比如智能问答、代码搜索），是当前学术界和工业界关心的一大问题。本次论坛将邀请学术界和产业界专家一起探讨基于众智的软件与服务工程的重大机遇和挑战，对齐专家、学者和从业者在该方向的思路和方案，为构建下一代众智平台赋能和促进产学研的互动。

论坛日程安排：

主题报告1：群智化软件开发方法与系统

摘要：在互联网开源开放环境下，参与者个体间的交互协同与贡献汇聚所形成的群体智能可以有效提高任务处理效率和质量，有力地推动了软件开发、大数据和机器学习等领域的快速发展。报告首先简要介绍群体智能的研究背景，然后重点介绍群智化软件开发方法的典型模式与研究问题，最后介绍课题组在群智资源分析与利用方面所开展的一些工作。

个人简介：孙海龙，北京航空航天大学教授，博士生导师。担任软件开发环境国家重点实验室副主任，中国计算机学会协同计算专委副秘书长、常务委员。主要研究群体智能、智能化软件方法和分布式系统等。近年来，主持国家重点研发计划项目1项、国家自然科学基金项目3项。在OSDI、AAAI和ICSE等发表论文100余篇，获得中国发明专利授权40余项、美国发明专利授权2项。获国家技术发明二等奖2项、教育部科技进步一等奖3项，入选中组部“万人计划”青年拔尖人才、教育部新世纪优秀人才和北京市科技新星计划。

主题报告2：融合反馈信息的API推荐技术

摘要：精准的API推荐是提高软件开发效率的重要途径，当前，经典的API推荐方法主要从语义相似度入手来检索最相关的API并推荐给开发者，但较少考虑到用户的反馈信息。我们在已有方法基础上，将API推荐视为持续的活动，结合多源信息并融合程序员对推荐结果的反馈，提取相关特征，建立排序学习和主动学习模型，将推荐问题转换为排序问题，不断迭代，持续优化，实验结果证明融合反馈信息可有效提高API推荐的准确率。

简介：周宇，南京航空航天大学教授，博导。研究方向主要包括智能化软件开发、软件演化分析和验证、云计算和大数据技术等。中国计算机学会系统软件专委会委员、软件工程专委会委员，江苏省计算机学会软件专委会副主任，江苏省软件工程标准化技术委员会委员，南京航空航天大学“长空英才”。近年来主持国家及省部级项目多项，在国内外重要学术杂志和学术会议，如IEEE TSE，ICSE，中国科学，软件学报等发表论文80余篇，出版英文学术专著2部，授权发明专利10余项。

主题报告3：面向持续学习的开源众智平台与社区建设

报告简介：

随着新一代人工智能技术的不断发展，复杂智能软件系统已成为软件系统与服务的主流形态之一，其人机深度耦合、软件代码与智能模型混合交织等特点对此类系统的构造与演化带来巨大挑战。本报告拟面向复杂智能软件系统的构造与演化，介绍人机智能持续学习的开源众智平台与社区建设实践经验。

个人简介：余跃，博士，国防科技大学副研究员，鹏城实验室开源研究所技术总师，OpenI 启智开源平台运营中心主任，主要从事开源生态、群体智能、开源大数据分析等相关领域的研究工作，在TSE、ICSE、FSE、ASE等软件工程国际重要会议和期刊发表论文50余篇，获得湖南省优秀博士论文、ACM长沙学会优秀博士论文、OW2国际开源比赛一等奖与特等奖等奖励。

主题报告4： 软件知识图谱的构造与智能问答技术研究

报告简介：软件是人类思维的抽象，软件开发是高度知识化的过程。这些知识具有结构化、普遍关联性，散布在多源异构的各类软件数据中。知识图谱作为描述知识的一种基础性表述方式，能够显式定义基于概念实体间关联关系建立起来的知识体系。针对软件知识抽取和知识图谱构建工作量大、质量难以保证的问题，报告介绍了北京大学软件团队在软件项目知识图谱自动构造及智能问答方面的研究，包括基于软件项目数据的知识图谱自动构造框架、软件项目知识图谱的自然语言查询方法以及融合代码知识的软件文档智能检索方法等。

个人简介: 邹艳珍，女，主要研究领域为软件工程、软件复用、知识图谱等。2002年于吉林大学计算机系获硕士学位，同年开始在北京大学信息科学技术学院任教。2004-2009年师从梅宏院士攻读北京大学计算机软件与理论专业博士学位。目前已在国内外期刊、国际会议上发表学术论文80余篇，主持和参与国家自然科学基金、国家重点研发计划、863计划等10余项国家级项目。研发成果“软件资源库管理系统JBCLMS”、“软件项目知识图谱自动构造及智能问答SnowGraph”已在多家大型软件企业得到应用。参与完成的“基于Internet、以构件库为核心的软件开发平台”获得2006年度国家科学技术进步二等奖；参与完成的“可信的软件资源生产与共享环境(Trustie-TSE)”获得2013年教育部科技进步一等奖。

主题报告5：智能化众包报告处理技术研究进展

报告简介：当前，众包技术作为众智的一种实践方法，已经被广泛应用于辅助各类软件工程任务。在软件工程实践中，众包技术通常需要雇佣众包工人完成相关任务并产生大量的众包报告。然而，由于众包工人专业素养的差异化，导致众包报告质量良莠不齐，如何智能化自动化地处理众包报告，充分利用众包优势并过滤掉无用的干扰信息，成为了影响众包技术应用效果的重要问题。本报告从众包测试这一特定任务出发，重点讨论了智能化众包测试报告处理技术的研究进展，具体包括基于自然语言处理与图像识别技术的众包测试报告排序技术以及众包测试报告自动化融合技术。

个人简介：加州大学欧文分校软件工程专业博士。主要研究方向为软件分析与测试，具体研究课题包括智能软件系统的质量保障技术，群智软件工程，复杂软件系统的分析与优化技术，以及软件工程的智能化辅助方法等。近年来在软件工程领域的ICSE、FSE、ASE、ISSTA、TSE、TOSEM、ICST、中国科学，软件学报等期刊与会议发表学术论文40余篇，申请发明专利多项，部分专利成果已经在百度、阿里、华为等知名软件公司转化；担任多个期刊审稿人及国际会议程序委员会成员。

主题报告6：开源软件生态演化的混沌与秩序

摘要：活跃且不断增长的“集团式”或“草根式”开源玩家为软件生态贡献了海量的依赖资源。历经数年的生态演化，开源依赖资源已经从单一、封闭、静态和可控的自主组件管理方式走向多样、开放、动态和难控的“组件中央仓库式”集中化管理及自动化配置模式。社区看似“有序”的同时，也随着第三方组件的大量引入带来了一些“乱象”，为软件依赖资源的可持续维护带来了隐患。在此报告中，我们以Go语言和JavaScript语言社区为例，讲述开源软件生态演化的混沌与秩序，以及如何智能化、精细化地治理开源社区。

简介：王莹博士，现为东北大学软件学院副教授、院长学术助理。2019年1月于东北大学获得软件工程专业博士学位，2019年2月以引进副教授人才方式留校任教。荣获微软研究院铸星计划访问学者(2020)、中国计算机学会优秀博士论文提名奖(2020)、辽宁省优秀博士论文奖(2021)、ACM SIGSOFT杰出论文奖(ICSE 2021)。主要研究方向为开源社区依赖治理技术、软件生态演化分析、软件测试与重构技术。

个人主页：http://faculty.neu.edu.cn/swc/wangying/