报告题目：在线劳动市场如何促进知识密集型服务交易？—服务产品化视角下的案例研究
报告人：周小豪 博士后 (中山大学)
时间：2024年5月10日 上午9:30-12点
地点：管理学院第二会议室A北202
报告内容摘要：
随着服务经济的日益重要性，在线劳动市场（OLMs）已成为个体和小中型企业提供在线服务并获得适当回报的流行手段。然而，大多数平台仅能交易简单任务，缺乏促进知识密集型任务交易的能力，这些任务因其无形性和主观性而难以在线交易。本研究基于服务产品化文献，通过探索性案例研究，深入探讨领先的OLM如何成功促进了网站和标志设计等知识密集型任务的交易，并基于此构建了服务产品化的过程模型。本研究不仅丰富了服务产品化和在线劳动市场的理论，还为实践者提供了操作框架，帮助他们提升服务质量、增强客户信心，并优化交易体验。此外，研究结果对于中小企业和个体服务提供者如何利用OLMs扩展业务范围、参与全球市场竞争提供了宝贵指导。
【周小豪个人简介】
周小豪，中山大学管理学院科研博士后。2021年获得中国人民大学商学院管理学博士学位，加拿大韦仕敦大学毅伟商学院（Ivey Business School）联合培养博士生。主要研究兴趣为低代码情境下的企业数字化转型、员工数字化创新。主要采用案例研究方法，研究成果发表于Electronic Markets、International Journal of Technology Management、《管理世界》、《管理评论》等期刊。主持国家自然科学基金青年项目，中国博士后面上资助项目。
报告题目：基于流形优化的路径覆盖测试用例自动生成方法研究
报告人：刘方青 博士后(华南理工大学)
时间：2024年5月10日 上午9:30-12点
地点：管理学院第二会议室A北202
报告内容摘要：
生成测试用例是软件测试的必要前提，路径覆盖测试用例自动生成（ATCG-PC）作为一种智能化软件测试技术，是提高软件测试效率的有效途径。此外，ATCG-PC可视为一个大规模黑盒优化问题，其高效求解算法研究对于软件工程与人工智能领域均有重要的研究意义。本文针对测试用例生成面向分支覆盖或更低覆盖标准、测试用例生成效率低、求解速度慢、缺乏可解释性、需要人工辅助这些痛点逐一展开研究。研究从路径覆盖测试用例生成问题优化建模展开，将测试用例生成从简单的分支覆盖推广到更难的路径覆盖；根据多种软件应用场景抽象出三类典型的路径覆盖测试用例生成问题模型，并在此基础上设计三种搜索算子提升算法求解效率，检测实际应用的缺陷；并以算法设计原理为基础，研究单元测试用例自动生成问题的通用求解方法，提升算法的可解释性；研究单元测试用例自动生成技术在区块链智能合约、电子信息系统等场景进行了应用。与现有的研究思路不同，研究将测试用例编码空间进行划分，通过找到与优化目标对应的有效决策子集（即远小于整个测试用例编码空间且包含优化目标最优解的子空间），并动态分配全局空间与有效决策子集的搜索算力，来极小化测试用例生成的计算代价。
【刘方青个人简介】
刘方青，华南理工大学软件学院博后，主要研究领域为人工智能、智能优化与调度。具体地，通过管理科学、人工智能以及调度优化等技术，提出流形启发式优化算法等智能优化方法解决路径覆盖测试用例自动生成等智能优化与智能决策领域的代表性问题，相关成果应用在数据科学与人工智能领域的真实场景，并实现了人工智能算法的应用落地。以第一或通讯作者在Expert Systems with Applications、Complex & Intelligent Systems、IEEE Transactions on Industrial Informatics、IEEE Transactions on Emerging Topics in Computing、中国科学：技术科学等运筹学与管理科学、人工智能以及工程应用领域的权威期刊与会议发表十余篇高水平论文。主持广东省区域联合基金-青年基金与广州市基础与应用基础研究等省部级项目，参与国家自然科学基金面上项目与JW科技委项目多项国家级与省部级项目，并荣获中国仿真学会智能仿真优化与调度专委会优秀博士学位论文奖与第二十四届中国专利优秀奖(前三)等多项科研奖励。
欢迎有兴趣的教师，全体博士生、硕士生参加。
学院高层次人才引进办公室
2024-05-08
