Github開源軟件(OSS)項目中多種社交關系的挖掘與分析.pdf

1、近年來，互聯(lián)網(wǎng)在全球范圍內(nèi)對人們的交流方式產(chǎn)生了巨大影響，新型的合作方式也隨之出現(xiàn)。隨著開源軟件（OSS）的蓬勃發(fā)展，身處世界各地的眾多開發(fā)者都通過互聯(lián)網(wǎng)參與到了開源軟件項目的協(xié)作開發(fā)中，這些項目同時也成為開發(fā)者們分享、存檔和交換信息的地方。GitHub作為當前最具代表性的社交編程及代碼托管網(wǎng)站，將眾多開源軟件項目及其開發(fā)者都聚集到了一個虛擬的協(xié)作平臺當中。在這個平臺中，不僅開發(fā)者之間由于協(xié)同工作而存在社交關系，久而久之，各種項目由于共

2、享同樣的開發(fā)者或者存在互相調(diào)用等協(xié)作關系也會形成某種形式的社交網(wǎng)絡。研究GitHub平臺上軟件倉庫（項目）之間存在的社交關系可能幫助開發(fā)者提升協(xié)作開發(fā)的效率，這是本研究的意義所在。但是，如何從這些軟件倉庫中提取出有用的信息以組織項目之間的協(xié)作，是一個極富挑戰(zhàn)性的問題，本文針對這個挑戰(zhàn)研究了GitHub上的項目之間可能存在的社交關系。
　　本文提出了3種模型，用于刻畫GitHub中項目之間可能存在的3類社交關系（基于開發(fā)者的、基于復

3、刻的和基于源代碼的社交關系），并分別提出了抽取對應社交關系的3種算法。為了支持本文的研究工作，我們使用包含108718個項目和499485個用戶數(shù)據(jù)的MSR2014數(shù)據(jù)集構建了基于開發(fā)者的和基于復刻的兩種項目之間的社交網(wǎng)絡。此外，我們基于Apache許可協(xié)議用自行開發(fā)的程序下載了GitHub上的421個開源項目的代碼，解析源代碼構建這些項目之間基于源代碼的社交網(wǎng)絡。之后，本文在兩個層面對已構建的3種項目之間的社交網(wǎng)絡（PSN）進行了實證