近日，计算机与人工智能学院钱忠胜教授团队的2项研究成果“结合SVM和XGBoost的链式多路径覆盖测试用例生成”以及“融合自适应周期与兴趣量因子的轻量级GCN推荐”分别在权威A类期刊《软件学报》2024年第35卷第6期发表。
研究成果一“结合SVM和XGBoost的链式多路径覆盖测试用例生成”借助高效机器学习模型，创新性地提出一种结合SVM和XGBoost的链式多路径覆盖测试用例生成的新思路。该成果通过构建智能化测试用例生成方法显著减少人工干预，降低测试和维护成本，提高资源利用率，可有效维护系统在多场景下的稳定性和可靠性，为推动智能化软件测试领域发展提供新的研究方法，提升测试水平，可显著降低政府、企业软件开发人工成本，增强测试和维护的准确性和可靠性，提高业务连续性和服务质量。
研究成果二“融合自适应周期与兴趣量因子的轻量级GCN推荐”针对用户兴趣的不断变化，以及更精准地捕获兴趣与偏好，创新设计开发了一种利用GCN机器学习技术进行深度信息融合的轻量级推荐模型。该模型为实现个性化营销和精准推广提供了技术手段，极大推动企业提升产品和服务的市场竞争力，有望建立更深入的客户关系，提高客户满意度和忠诚度。
《软件学报》是由中国科学院软件研究所和中国计算机学会（CCF）联合主办的专业学术性期刊，注重刊登反映计算机科学和计算机软件新理论、新方法与新技术以及学科发展趋势等原创性研究成果的文章，致力于与世界计算机科学与软件技术发展同步，是CCFT1类期刊，工科类顶级期刊，也是我校认定的国内权威A类期刊，在计算机软件工程领域具有极大的影响力。（文/计算机与人工智能学院 审核/姜莹 赵旻 李大晖）
