Github数据收集.pptxVIP

Github数据收集收集Github中开源项目的数据，用于实验分析如：评估领导者特征，研究其对项目成功的影响Github中可以获得的信息项目的选择Github中的数据项目发起者，贡献者，参与者受关注程度代码及变更问题报告及评论个人基本信息在项目中的活动记录组织Github项目关注者数克隆数点赞数属主项目名Github项目中的代码每次提交：开发者提交时间修改内容附加消息切换分支发布版本提交数分支数贡献者源代码Github项目中的IssuesIssues：报告的问题报告者，报告时间，报告内容状态（open/closed）分配的开发者解决方式（fixed/invalid/won’t fix/..）评论评论者，评论时间，评论内容Github项目中的Pull requestsPull requests：请求将修改并入项目包含的提交修改的文件及内容状态（是否接受）分配的开发者评论人的信息用户名，全名，加入时间，所属组织粉丝，点赞的人，关注的人创建项目，克隆项目，关注项目活动：代码贡献：对某个项目进行某次提交Issues/Pull Requests：报告，处理，更改状态，评论组织：所属项目，成员数据获取编写程序调用Github API获得项目列表逐个项目抽取所需数据保存项目选择过滤项目：活动少，参与者少谢谢Human Factor in Software Engineering软件工程中人的因素对软件开发的影响开源软件组织中的人开发者网络论文开源软件 vs. 维基百科修改及提交代码（修改提交百科词条）管理人员审核，选择是否接受修改开源软件项目组织特性：扁平化，松散化，全球化，人员流动大，依托于互联网进行合作软件开发者：根据个人兴趣参与，选择适合的任务和模块，自由安排时间，分散于各个地理位置项目管理者：吸取参与者的广泛意见，需要评估参与者的水平和工作产品，选择是否接受开源软件项目开发过程需求变更快，迭代周期短每个开发周期会预先定义好任务目标，管理人员安排一些开发者完成，这些开发者大多为项目的长期贡献者其他贡献者通常以问题报告的形式参与，即便参与编写代码，也贡献不大开源软件项目参与者的活动修改提交代码修改提交文档报告问题修复问题参与讨论数据收集代码库：修改代码或文档时间，文件，修改内容，相应问题编号问题库：静态信息（报告者，类型，严重程度…)动态信息（各属性变更情况）跨项目一个人在多个项目中的参与：Github数据：基本关系人 修改 文件人 报告 问题人 评论 问题人 修复 问题 by 修改 文件对开发者的衡量贡献度大小代码提交次数代码修改行数文件修改数报告问题数修复问题数参与评论数参与项目时间，关注点范围，参与频率，效率，出错率开发者网络寻找软件开发中人与人之间的关系典型方式参与过同一个项目修改过同一个文件有过直接交流（Email）评论过同一个问题开发者网络的特性及应用小世界：“六度分隔”模块性：是否存在清晰的社区结构团队结构：是否有核心人物根据应用场景选择合适的构建方式缺陷预测：基于共同修改关系构建开发者网络，度量开发者的中心性，加入到缺陷预测模型协作模式挖掘文献：软件工程中的组织行为学Cocreating understanding and value in distributed work: how members of onsite and offshore vendor teams give, make, demand, and break senseCognitive divergence and shared mental models in software development project teamsEffective Work Practices for Software Engineering: Free/Libre Open Source Software DevelopmentThe Influence of Organizational Structure on Software Quality: An Empirical Case Study基于组织行为学的SW-KPA中人员行为模型基于组织行为学的极限编程中的沟通准则谢谢Social Analysis资源共享网站/http/:///提供以下内容的下载：数据算法工具算法大部分提供可执行程序甚至源码下载算法如：搜索算法，链路预测图挖掘，社区挖掘微博用户影响力分析，舆论领袖识别话题识别，话题溯源，情感分析数据集社交网络：微博，FB，Twitter…其他：蛋白质，Google学术引用…知识库论文专著专利软件著作权绩效：下载量，同类软件比较团队成员社交关系：Cdlins, Clark 2003 （经常交流，独立高） 信任和沟通（组织氛围）领导：业务能力 / 管理能力