2009年在厦门大学获得软件工程学士学位与经济学学士学位，2016年在中国科学院软件研究所获得计算软件与理论专业博士学位，并于2012年至2013年期间以联合培养博士研究生身份到美国麻省大学访问学习。自2016年3月起任职于杭州电子科技大学计算机学院。主要研究方向包括：软件工程与大数据分析，涉及开源社区数据挖掘、代码质量分析等方向。主持国家自然科学基金1项，浙江省自然科学基金2项，参与国家自然科学基金、浙江省重点研发计划等多个项目，先后在ESE、JSS、ICPC等国际期刊会议上发表论文20余篇。
2009.9-2016.1 中科院软件所 ，计算机软件与理论，博士2012.9-2013.9 美国马萨诸塞大学阿默斯特分校(UMASS) ，联合培养博士2006.9-2009.9 厦门大学， 经济学院 ，经济学学士2005.9-2009.9 厦门大学 ，软件学院，工学学士
主要研究领域包括：软件工程与大数据分析，涉及软件性能分析、代码质量分析、软件仓库挖掘等方向。
本科生课程： （1）创新实践 （2）大数据基础 （3）大数据实用案例与分析 研究生课程： （1）软件测试与分析
纵向科研
2024年-2026年，浙江省自然科学基金，探索一般项目，持续集成环境下性能测试的智能化管理方法研究，主持
2018年-2020年，国家自然科学基金，青年科学基金项目，基于演化特征的代码性能分析、预测与优化方案推荐，主持 2017年-2019年，浙江省自然科学基金，青年科学基金项目，基于变更历史的软件系统性能演化分析与预测方法，主持
横向科研
2022.12-2023.12 软件质量追溯工具开发
论文
代表性论文： Chen J, Zhang Z, Yu D, et al. What makes a real change in software performance? An empirical study on analyzing the factors that affect the triagement of performance change points[J]. Science of Computer Programming, 2024, 233: 103068.(CCF B 类) Chen, J., Yu, D. & Hu, H. Towards an understanding of memory leak patterns: an empirical study in Python. Software Qual J 31, 1303–1330 (2023). (CCF C 类) Chen, J. , Jiang, T., Hu, H. , & Yu, D. . (2023). Pattern-Based Circular Reference Detection in Python. I Science of Computer Programming. (CCF B 类) Chen, J. , Hu, H. , & Yu, D. . (2022). Characterizing and detecting methods to be benchmarked under performance unit test. International Journal of Software Engineering and Knowledge Engineering. (CCF C 类) Hu, H., Chen, J*., Liu, H. et al. (2022). Natural Language-Based Automatic Programming for Industrial Robots. J Grid Computing. (CCF C类) Chen, J. , Hu, H. , & Yu, D. . (2022). Characterizing and Triaging Change Points. In Companion of the 2022 ACM/SPEC International Conference on Performance Engineering (ICPE '22). (CCF C 类) Chen, J. , Yu, D. , Hu, H. , Li, Z. , & Hu, H. (2019). Analyzing performance-aware code changes in software development process. IEEE/ACM International Conference on Program Comprehension. (CCF B 类) Zhou, M. , Chen, J. *, Hu, H. , Yu, J. , & Hu, H. . (2019). DeepTLE: Learning Code-Level Features to Predict Code Performance before It Runs. 2019 26th Asia-Pacific Software Engineering Conference (APSEC). IEEE. (CCF C类) Chen, J., Xiao, J., Wang, Q., Osterweil, L. J., & Li, M. (2016). Perspectives on refactoring planning and practice: an empirical study. Empirical Software Engineering (CCF B 类) Chen, J., Xu, X., Osterweil, L. J., Zhu, L., Brun, Y., Bass, L…..& Wang, Q. (2015). Using simulation to evaluate error detection strategies: A case study of cloud-based deployment processes. Journal of System and Software (CCF B 类 ) Chen, J., Xiao, J., Wang, Q., Osterweil, L. J., & Li, M. (2014). Refactoring planning and practice in agile software development: an empirical study. International Conference on Software and System Process (CCF C 类，会议最佳论文)
一种快速的键值数据库的系统及建立方法，2022.2，中国，CN113407442B（专利，已转让） 一种基于模式的 Python 代码内存泄漏检测方法，2021.7，中国，CN108388569B（专利）
|
