• 智能服务计算与协同推荐系统,包括:云API安全、互补推荐算法、服务质量预测技术
以用户关于云服务的服务质量与互补功能为驱动,探索服务质量数据与情境信息的内在关联模式和规律,研究云API功能互补关系建模方法与文本解释生成方法,建立情境感知功能互补的可解释云服务推荐模型,设计准确、高效的模型求解算法,为开放、动态和难控的互联网环境下高精度、大规模和个性化的云服务互补推荐提供理论和技术支持。涉及:1)互补推荐算法; 2)深度学习模型; 3)优化问题求解。
• 服务化软件开发理论与应用,包括:前端开发技术、软件开发模型、应用软件开发
以用户关于软件的多变需求与软件可持续成长为驱动,探索基于柔性思想适应用户变化需求的SaaS软件开发技术,研究面向服务计算体系架构的可成长性软件开发方法,设计可扩展的MVC软件开发模型,开发具有松耦合、可拔插特性的软件模块,为云计算、大数据和人机物融合背景下面向服务体系架构的智能化软件开发提供理论和技术支撑。涉及:1)柔性软件开发技术; 2)服务化软件开发; 3)软件工程。
陈真,副教授,博士生导师,CCF会员,CCF服务计算专委和协同计算专委执行委员。研究方向包括:智能服务计算与互补推荐系统;前端开发与服务化软件开发技术。在教学方面,主讲编译原理、智能推荐技术等课程,主持完成教育部产学协同育人项目2项,燕山大学教改项目1项。在科学研究方面,主持国家自然科学基金,中国博士后科学基金、中央引导地方科技发展资金、河北省高等学校科学技术研究和河北省博士后基金项目各1项,河北省自然科学基金项目2项,主研参与国家级、省部级科研项目5项;发表学术论文40多篇,出版专著2部。在工程实践方面,致力于面向服务的软件开发技术研究,将柔性思想应用到软件开发中,设计开发了一套可扩展的MVC框架模型,并将其成功应用到电子商务系统,地理信息系统、OA办公系统和电子套打应用软件等多个实际工程项目的开发中,获得软件著作权15项。在学生培养方面,目前课题组3名研究生获批在读研究生创新能力培养资助项目,3名研究生获研究生国家奖学金,4名研究生毕业后赴国内外高水平院校继续攻读博士学位。近期工作成果包括,1)云API互补推荐方面:EAAI(2025),计算机学报(2024),通信学报(2023);2)云API安全方面:ESWA(2024),通信学报(2023),电子与信息学报(2023);3)服务质量预测方面:FGCS(2022),WWW(2020)。欢迎对软件开发理论研究和工程实践感兴趣的同学加入我们!
邮编 :
通讯/办公地址 :
邮箱 :