姓名 ： 于巧
一、基本情况
姓名：于巧
性别：女
民族：汉族
出生年月：1989年11月
籍贯：山东 莱阳
职称：副教授
电子邮箱：yuqiao@jsnu.edu.cn
导师资格：硕士生导师（软件工程、电子信息）
学习经历：
2008.9-2012.6 本科 山东科技大学 信息科学与工程学院
2012.9-2014.6 硕士研究生 中国矿业大学 计算机科学与技术学院
2014.9-2017.6 博士研究生 中国矿业大学 计算机科学与技术学院
研究方向：主要从事软件分析与测试、软件缺陷预测、机器学习等领域的研究，目前以第一作者或通讯作者发表学术论文10余篇，作为课题负责人承担科研项目4项，包括国家自然科学基金青年项目1项、江苏省高校自然科学基金项目面上项目1项、广西可信软件重点实验开放课题1项和江苏师范大学自然科学研究基金项目1项；承担江苏师范大学教育教学课程建设项目1项。参与国家自然科学基金面上项目2项。
讲授课程：《软件测试技术》、《软件工程》、全英文《软件工程》等。
二、学术兼职
担任CCF推荐B类IET Software期刊审稿人
担任Scientific Programming期刊审稿人
CCF信息系统专委执行委员
特色化软件人才培养专委会委员
中国计算机学会会员
江苏省计算机学会会员
江苏省人工智能学会会员
三、发表论文
[1] Qiao Yu, Yi Zhu, Hui Han, Yu Zhao, Shujuan Jiang, Junyan Qian. Evolutionary measures for object-oriented projects and impact on the performance of cross-version defect prediction. Asia-Pacific Symposium on Internetware, Hohhot, China, 2022, pp. 192-201. (EI)
[2] Qiao Yu, Shujuan Jiang, Yi Zhu, Hui Han, Yu Zhao, Yuanpeng Jiang. The change of code metrics for predicting the label change on evolutionary projects: An empirical study. International Conference on Web Information Systems and Applications, Dalian, China, 2022, pp.305-313. (EI)
[3] 王朝, 于巧, 韩惠. 基于相似性度量的软件缺陷预测训练集推荐, 计算机工程与应用. (录用，在线发表)
[4] 韩惠, 于巧, 祝义. 超参数优化对跨版本缺陷预测影响的实证研究, 计算机科学与探索. (录用，在线发表)
[5] Qiao Yu, Shujuan Jiang, Junyan Qian, Lili Bo, Li Jiang, Gongjie Zhang. Process metrics for software defect prediction in object-oriented programs. IET Software, 2020, 14(3): 283-292. (SCI)
[6] Qiao Yu, Junyan Qian, Shujuan Jiang, Zhenhua Wu, Gongjie Zhang. An empirical study on the effectiveness of feature selection for cross-project defect prediction, IEEE Access, 2019, 7: 35710-35718. (SCI)
[7] 于巧, 姜淑娟, 张艳梅, 王兴亚, 高鹏飞, 钱俊彦. 分类不平衡对软件缺陷预测模型性能的影响研究, 计算机学报, 2018, 41(4):809-824. (EI)
[8] Qiao Yu, Shujuan Jiang, Yanmei Zhang. A feature matching and transfer approach for cross-company defect prediction, Journal of Systems and Software, 2017, 132: 366-378. (SCI)
[9] Qiao Yu, Shujuan Jiang, Rongcun Wang, Hongyang Wang. A feature Selection Approach Based on a Similarity Measure for Software Defect Prediction, Frontiers of Information Technology & Electronic Engineering, 2017, 18(11): 1744-1753. (SCI)
[10]Qiao Yu, Shujuan Jiang, Yanmei Zhang. The performance stability of defect prediction models with class imbalance: An empirical study. IEICE Transactions on Information and Systems, 2017, E100-D(2): 265-272. (SCI)
[11]Qiao Yu, Shujuan Jiang, Junyan Qian. Which is more important for cross-project defect prediction: Instance or feature? International Conference on Software Analysis, Testing and Evolution, Kunming, China, 2016, pp. 90-95. (EI)
[12]Yi Zhu, Yu Zhao, Qiao Yu, Xiaoying Chen. Cross-project defect prediction method based on feature distribution alignment and neighborhood instance selection. Journal of Internet Technology, 2022, 23(4): 761-769.
[13]Yu Zhao, Yi Zhu, Qiao Yu, Xiaoying Chen. Cross-project defect prediction considering multiple data distribution simultaneously. Symmetry, 2022, 14(2): 401.
[14]Yuxiang Gao, Yi Zhu, Qiao Yu. Evaluating the effectiveness of local explanation methods on source code-based defect prediction models. International Conference on Mining Software Repositories, 2022, pp. 640~645. (EI)
[15]Yu Zhao, Yi Zhu, Qiao Yu, Xiaoying Chen. Cross-project defect prediction method based on manifold feature transformation, Future Internet, 2021, 13(8): 216. (EI).
[16]赵宇, 祝义, 于巧, 陈小颖. 基于分层数据筛选的跨项目缺陷预测方法. 计算机工程与应用. 2021, 57(20): 279-286.
[17]Li Jiang, Shujuan Jiang, Lina Gong, Dong Yue, Qiao Yu. Which process metrics are significantly important to change of defects in evolving projects: An empirical study. IEEE Access, 2020, 8: 93705-93722. (SCI)
[18]Lina Gong, Shujuan Jiang, Qiao Yu, Li Jiang. Unsupervised deep domain adaptation for heterogeneous defect prediction. IEICE Transactions on Information and Systems, 2019, E102.D(3):537-549. (SCI)
四、会议报告情况
1. 会议报告（于巧）: Evolutionary measures for object-oriented projects and impact on the performance of cross-version defect prediction. Asia-Pacific Symposium on Internetware, Hohhot, 2022-6-11至2022-6-12.
2. 会议报告（于巧）: 基于相似性度量的软件缺陷预测训练集推荐. CCF中国信息系统及应用大会, 大连, 2022-12-2至2022-12-4.
3. 海报展示（于巧）: The change of code metrics for predicting the label change on evolutionary projects: An empirical study. International Conference on Web Information Systems and Applications, Dalian, 2022-12-2至2022-12-4.
五、获奖情况
1. 2022年获得江苏师范大学青年英才“苗圃计划”第三层次培养对象。
2. 2022年获得江苏师范大学校级本科优秀毕业论文（设计）指导教师。
3. 2021年荣获第八届淮海科学技术奖（三等奖）。
4. 2020年度获得巾帼建功先进个人。
5. 2019-2020学年度被授予“党员先锋岗”科学研究先锋岗荣誉称号。
6. 2019年被评为“校先进工作者”。
7. 2018-2019年度徐州市自然科学优秀学术论文二等奖一项。
六、研究项目（主持）
1. 面向演化的软件缺陷预测方法研究，国家自然科学基金青年项目，2020.1-2022.12，24万。
2. 特征驱动的跨公司缺陷预测方法研究，江苏省高等学校自然科学研究面上项目，2018.9-2020.8，3万。
3. 基于特征选择的跨项目缺陷预测研究，广西可信软件重点实验室研究课题，2017.9-2020.8，3万。
4. 面向对象程序的演化缺陷预测方法研究, 江苏师范大学自然科学研究基金项目，2018.1-2019.12，8万。
5. 《计算机导论》校内开放课程，江苏师范大学“十三五”第二批本科教育教学课程建设，2018.5-2020.5，3万。
七、发明专利
于巧, 姜淑娟, 张艳梅, 王兴亚. 一种类不平衡对分类模型性能影响程度的评价方法, 专利号: ZL2015107327540, 已授权。
八、其他
1. 指导研究生竞赛获奖：2022年指导研究生韩惠获得全国大学生软件测试大赛省赛优胜奖（WEB应用测试个人赛）。
2. 指导本科生竞赛获奖：2022年指导本科生潘言获得第十三届蓝桥杯江苏赛区C/C++程序设计大学B组三等奖，被评为优秀指导教师。
3. 指导本科生大创项目：2022年指导本科生立项校级大学生创新创业训练计划项目—软件缺陷演化分析系统的设计与实现。
4. 指导本科生大创项目：2022年指导本科生立项校级大学生创新创业训练计划项目—机器学习模型的超参数组合研究。
5. 指导本科生优秀毕业论文：2022年指导本科生王朝毕业论文《面向跨项目和跨版本的软件缺陷预测训练集选择研究》获得江苏师范大学2022年本科生优秀毕业论文。
6. 指导本科生优秀毕业设计：2019年指导本科生汤雨晨毕业设计《高校教师科研管理系统的设计与实现》获得江苏师范大学本科生优秀毕业设计。