一、基本情况
姓名：何鹏
学位：博士
职称：副教授
研究方向：
（1）基于深度学习的复杂软件系统质量保证：通过对软件源代码解析，从代码结构和语义层面分析，利用图神经网络模型进行软件缺陷预测、缺陷定位和缺陷修复，以及软件演化分析。
（2）异质信息网络下的服务智能推荐：综合考虑用户-服务-属性等实体构建的异质信息网络，利用网络表征学习、注意力机制、增强学习等进行个性化服务推荐。
（3）面向群体软件开发的成员合作机制：软件开发是一个团队合作工程，利用复杂网络理论与社会网络分析方法，研究开发人员之间的合作偏好、核心开发者识别、开发者成长模式等等。
联系方式：penghe@hubu.edu.cn
二、教育背景
2012.9-2015.6 |
武汉大学 |
计算机学院 |
博士 |
2010.9-2012.6 |
武汉大学 |
软件工程国家重点实验室 |
硕士 |
2006.9-2010.6 |
江西理工大学 |
信息工程学院 |
本科 |
三、工作经历
2022.11至今 |
BET体育官方网站 |
BET体育官方网站, |
副教授 |
2018.7-2022.10 |
BET体育官方网站 |
计算机与信息工程学院 |
副教授 |
2015.7-2018.6 |
BET体育官方网站 |
计算机与信息工程学院 |
讲师 |
四、教学情况
（1）担任本科生《计算机导论》《病毒原理与防御技术》《网络安全》《人工智能及应用》《大数据分析与应用》等课程的教学工作；
（2）担任研究生《软件度量技术》《应用系统安全》《深度学习》等的课程的教学工作。
五、主持项目
(1) 湖北省重点研发计划项目，2021BAA184,基于工业大数据的智能生产关键技术研究，2022/01-2023/12,100万，在研，主持
(2) 湖北省技术创新重大专项项目，2018ACA133，面向教育协同治理的高考按专业招考服务系统研发与应用示范，2017/01-2019/12，200万，在研，参加
(3) 国家自然科学基金面上项目，61572371，面向开源开放开放的软件生态系统演化机制与健康性研究，2016/01-2019/12，66万，在研，参加
(4) 国家自然科学基金青年项目，61902114，基于代码语义结构特征自动学习的软件缺陷预测研究，2020/01-2022/12，23万，在研，主持
(5) 湖北省自然科学基金青年项目，2016CFB309，面向开源软件生态系统的软件缺陷预测与分配方法，2016/01-2017/12、3万元，结题，主持
(6) 国家重点基础研究发展计划，2014CB340404，网络大数据内容建模与语义理解方法研究，2014/01-2017/12,2000万，结题，参加
(7) 国家自然科学基金面上项目，61273216，基于网络智能的群体软件开发行为建模与分析方法，2013/01-2016/12，81万，结题，参加
(8) 应用数学湖北省重点实验室开放基金，HBAM201901,基于网络表征学习的软件缺陷预测研究，2020/01-2021/12，5万，在研，主持
(9) 湖北省教育厅青年基金，Q20171008，基于改进KNN 模型的软件缺陷预测方法研究，2017/01-2018/12,2万，结题，主持
六、论文情况
(1)Chunying Zhou, Peng He(*), Cheng Zeng, Ju Ma. Software defect prediction with semantic and structural information of codes based on Graph Neural Networks[J], Information and Software Technology，2022, 152: doi.org/10.1016/j.infsof. 2022.107057. (CCF B类期刊)
(2)Chun Ying Zhou, Cheng Zeng, Peng He(*). An Exploratory Study of Bug Prioritization and Severity Prediction based on Source Code Features[C], the 2022 International Conference on Software Engineering and Knowledge Engineering (SEKE 2022), 2022:178-183.（CCF C类会议）
(3)Xuan deng,Peng He*,Chun Ying Zhou. Data Selection for Cross-Project Defect Prediction with Local and Global Features of Source Code[C], the 2022 International Conference on Software Engineering and Knowledge Engineering (SEKE 2022), 2022:216-219.（CCF C类会议）
(4)何鹏, 卫操, 吕晟凯等. 基于图中图卷积神经网络的软件系统中类交互关系预测[J], 软件学报，2022.（已接收, CCF 中文T1类期刊）
(5)ShengKai Lv, Fangzhou Yi，Peng He(*). QoS Prediction of Web Services based on a Two-level Heterogeneous Graph Attention Network[J]. IEEE Access. 2022, Volume 10: 1871-1880. (SCI期刊)
(6)王雪纯，吕晟凯，吴浩，何鹏*，曾诚. 多网络混合嵌入学习的服务推荐方法研究[J].计算机科学与探索, 2022,16(7):1529-1542.
(7)吕晟凯,何鹏*,李兵,曹步清. 基于两级异质图注意力网络的Web服务QoS预测[C]. 第十二届CCF服务计算学术会议(CCF NCSC2021).
(8)Yiwen Zhong, Kun Song, ShengKai Lv, and Peng He*. An Empirical Study of Software Metrics Diversity for Cross-Project Defect Prediction[J]. Mathematical Problems in Engineering,Volume 2021, Article ID 3135702, DOI:10.1155/2021/3135702. (SCI期刊)
(9)Kun Song, ShengKai Lv, Die Hu, and Peng He*. Software Defect Prediction Based on Elman Neural Network and Cuckoo Search Algorithm[J]. Mathematical Problems in Engineering,Volume 2021, Article ID 5954432, doi:10.1155/2021/5954432. (SCI期刊)
(10)Cheng Zeng, Chun Ying Zhou, Sheng Kai Lv, Peng He(*) and Jie Huang, GCN2defect：Graph Convolutional Networks for SmoteTomek-based Software Defect Prediction[C]. The 32nd International Symposium on Software Reliability Engineering (ISSRE 2021, CCF B类会议).
(11)张健雄,宋坤,何鹏*,李兵. 基于图神经网络的软件系统中关键类的识别[J].计算机科学, 2021, 48(12): 149-158.
(12)Sun Y, Yi F, Zeng C, He P et al. A Hybrid Approach to News Recommendation Based on Knowledge Graph and Long Short-Term User Preferences[C]//2021 IEEE International Conference on Services Computing . IEEE, 2021: 165-173. (SCC2021 CCF C类会议)
(13)Xuechun Wang, Peng He*, Jianxiong Zhang, Zhan Wang. QoS Prediction of Web Services Based on Reputation-Aware Network Embedding[J]. IEEE Access. 2020, Volume 8: 161498-161508. (SCI期刊)
(14)何鹏*，喻绿君. 面向群体协作开发的开源软件峭壁分析[J]. 计算机科学，2020，47(7):52-59.
(15)杨宇凌,王澳蓉,吴浩,董琳,何鹏*. 基于用户关系网络表征学习的服务推荐方法[J].重庆大学学报，2020，43(7):51-62.
(16)Shi Meilong, Peng He*, Haitao Xiao, Huixin Li, et al. An Approach to Semantic and Structural Features Learning for Software Defect Prediction[J]. Mathematical Problems in Engineering, Volume 2020, Article ID 6038619, DOI: 10.1155/2020/6038619. (SCI期刊)
(17)Hao Wu, Hanyu Zhang, Peng He*, Cheng Zeng, Yan Zhang. A Hybrid Approach to Service Recommendation Based on Network Representation Learning [J]. IEEE Access. 2019, 7(1): 60242-60254. (SCI期刊)
(18)何鹏，吴浩，曾诚，马于涛*. Truser: 一种基于可信用户的服务推荐方法[J]. 计算机学报, 2019, 42(4):851-863.（CCF 中文T1类期刊）
(19)何鹏, 王鹏, 李兵*, 胡思文. 基于多粒度软件网络模型的软件系统演化分析[J]. 电子学报, 2018, 46(2): 257-267. （CCF 中文T1类期刊）
(20)Peng He(*), Yao He, Lvjun Yu, and Bing Li, An Improved Method for Cross-Project Defect Prediction by Simplifying Training Data[J], Mathematical Problems in Engineering, https://doi.org/10.1155/2018/2650415.(SCI)
(21)何鹏*, 刘雅新, 李兵,曾诚，基于社会-技术属性的软件服务活跃度分析[J].计算机工程与科学，2018,40(10):82-91. （中文核心期刊）
(22)Yaxin Liu, Peng He*, Gaoyan Wu, Yilu Li, Towards Understanding Developers’ Collaborative Behavior in Open Source Software Ecosystems[J], Journal of Software, 2017,12(6):393-405. （EI期刊）
(23)李一露, 何鹏*, 李兵,等. 多粒度数据选择的跨项目缺陷预测方法[J]. 小型微型计算机系统, 2017, 38(9):1934-1939. （CCF 中文B类期刊）
(24)王星, 何鹏*, 陈丹,等. 跨项目缺陷预测中训练数据选择方法[J]. 计算机应用, 2016, 36(11):3165-3169. （中文核心期刊）
(25)Peng He, Bing Li, Yutao Ma*. An Empirical Study on Software Defect Prediction with Simplified Metric Set[J], Information and Software Technology, 2015,59(3):170-190. （CCF B类期刊）
(26)何鹏，李兵*，程璨，曾诚. 开源软件系统中社会-技术网络的协同演化分析[J]，复杂系统与复杂性科学，2015,12(2): 38-45. （EI期刊）
(27)何鹏，李兵*，杨习辉，熊伟，开源软件社区开发者偏好合作行为研究，计算机科学，2015,42(2):161-166. （中文核心期刊）
(28)何鹏，李兵*，杨习辉，熊伟. Roster: 一种开发者潜在同行推荐方法[J]，计算机学报，2014,37(4):859-872. （CCF 中文A类期刊）
(29)Peng He, Bing Li*, Yutao Ma and Lulu He, Using Software Dependency to Bug Prediction[J], Mathematical Problems in Engineering, Hindawi Publishing Corporation, Volume 2013, Article ID 869356, 12pages. (SCI期刊)
(30)何鹏, 李兵, 潘伟丰. 基于管理者合作网络的开源软件开发社区中心性分析[J], 小型微型计算机系统，2013,34(1):54-57. （中文核心期刊）
(31)He Peng; Li Bing; Huang Yuan, Applying centrality measures to the behavior analysis of developers in open source software community[C], Int’l Conf. on Social Computing and Its Applications, CGC/SCA 2012, pp:418-423.
七、专利软著
(1)一种基于离群用户过滤的服务推荐方法，201811240451.7（国家发明专利，授权）
(2)一种基于图神经网络的软件系统中关键类的识别方法，202010801717.1（国家发明专利，授权）
(3)一种基于图神经网络与双向GRU特征抽取的缺陷预测方法，202210323112.5（国家发明专利，受理）
(4)一种图中图卷积神经网络的软件系统中类交互关系预测方法，202210320575.6（国家发明专利，受理）
(5)基于两阶段K-means聚类的不可信用户识别系统，2019SR0104530
(6)基于大数据多维分析的电商平台智能精准管理系统，2019SR0611880
(7)跨境电子商务智能检测系统，2019SR06111870
(8)基于多模型融合的商品分类系统，2019SR0597165
(9)基于多特征融合的亚马逊虚假评论识别系统，2019SR0104522
(10)基于中文分词的敏感信息过滤系统，2019SR0525470
(11)基于软件网络的漏洞扫描系统，2017SR351385.
(12)跨项目知识驱动的软件缺陷检测系统，2017SR541776
(13)面向电商网站虚假评论的检测和智能过滤系统，2017SR5416668
(14)基于深度卷积神经网络的人脸识别系统，2017SR649289
(15)基于开发者实践技能的同行推荐系统，2014SR072083
八、获奖情况
(1)湖北省科技进步奖，二等奖（5/15）
(2)中国计算机学会自然科学奖，二等奖（6/6）
九、指导员工获奖情况
(1)第十二届中国老员工服务外包创新创业大赛国家一等奖
(2)BET体育官方网站第六届“互联网+”老员工创新创业大赛金奖
(3)第十六届全国软件与应用学术会议原型竞赛三等奖
(4)2019年第五届全国移动互联创新大赛国家级三等奖
(5)2018年全国老员工移动互联创新大赛国家级一等奖
(6)2018年全国高校“西普杯”信息安全铁人三项华中区二等奖
(7)第九至十二届全国老员工信息安全大赛国家三等奖分别1项、2项、3项、1项
