優(yōu)先出版計(jì) 算 機(jī) 應(yīng) 用 研 究第32卷社交編程網(wǎng)站的項(xiàng)目網(wǎng)絡(luò)分析吳澤群，劉 婧，李家豪(武漢大學(xué) 計(jì)算機(jī)學(xué)院 軟件工程國家重點(diǎn)實(shí)驗(yàn)室，武漢430072)摘 要：社交編程給軟件開發(fā)帶來了一種新的開發(fā)

優(yōu)先出版

計(jì) 算 機(jī) 應(yīng) 用 研 究

第32卷

社交編程網(wǎng)站的項(xiàng)目網(wǎng)絡(luò)分析

吳澤群，劉 婧，李家豪

(武漢大學(xué) 計(jì)算機(jī)學(xué)院 軟件工程國家重點(diǎn)實(shí)驗(yàn)室，武漢430072)

摘 要：社交編程給軟件開發(fā)帶來了一種新的開發(fā)模式。社交編程網(wǎng)站，如GitHub ，使得開發(fā)人員在互不認(rèn)識的情況下，能夠合作開發(fā)某個(gè)項(xiàng)目。這種軟件合作開發(fā)方式的轉(zhuǎn)變，使得對社交編程網(wǎng)絡(luò)的研究很有價(jià)值?，F(xiàn)有的研究很少有利用社區(qū)結(jié)構(gòu)分析社交編程網(wǎng)絡(luò)。通過GitHub 網(wǎng)站提供的數(shù)據(jù)構(gòu)建了項(xiàng)目網(wǎng)絡(luò)，結(jié)合重疊社區(qū)發(fā)現(xiàn)的算法，對該網(wǎng)絡(luò)進(jìn)行研究。研究發(fā)現(xiàn)，a ）項(xiàng)目間的合作多數(shù)是基于小團(tuán)體的模式；b ）社區(qū)重疊部分的項(xiàng)目有較高的影響力；c ）大規(guī)模社區(qū)的編程語言的組成和整個(gè)網(wǎng)絡(luò)語言組成存在差異。 關(guān)鍵詞：軟件開發(fā)；社交編程；項(xiàng)目網(wǎng)絡(luò)；重疊社區(qū) 中圖分類號：TP393

Project network analysis of social coding site

WU Ze-qun, LIU Jing, LI Jia-hao

(State Key Laboratory of Software Engineering, Computer School, Wuhan University, Wuhan 430072, China)

Abstract: Social coding brings a novel mode to software development. Social coding sites, such as GitHub, enable developers to conduct software development cooperatively even though they don’t know each other. This changing of software development makes the study of social coding network extremely valuable. Previous studies rarely analyzed the social coding network with community structure. This paper construct a project-project relationship network with data collected from GitHub and investgate the structure of the network by combining overlapping community discovery algorithm. It shows that: A) the cooperation of the project are mainly based on groupuscule model; B) Projects crossing multiple communities tend to be more influential; C)The kind of programming language and their distribution are different between the network and large-scale communities in it. Key Words: software development; social coding; project network; overlapping community

Madey 等人用社交網(wǎng)絡(luò)的理論分析了開源軟件的網(wǎng)絡(luò)結(jié)構(gòu)，他們發(fā)現(xiàn)項(xiàng)目規(guī)模、開發(fā)人員參與的項(xiàng)目數(shù)遵循冪律分布規(guī)律[3]。J. Xu等人發(fā)現(xiàn)不同規(guī)模的項(xiàng)目開發(fā)人員的組成并不相同，開發(fā)人員網(wǎng)絡(luò)具有小世界和無標(biāo)度的特性[4]。Martinez-Romo J等人使用社交網(wǎng)絡(luò)的方法獲取和分析開源項(xiàng)目開發(fā)過程中產(chǎn)生的信息，包括軟件的版本、具有領(lǐng)導(dǎo)性質(zhì)的工作人員等[5]。GaoYongqin 等人分別用靜態(tài)和動態(tài)的方法對SourceForge.net 的社區(qū)結(jié)構(gòu)進(jìn)行了詳盡的分析，研究了網(wǎng)絡(luò)的結(jié)構(gòu)和演化過程[6]。

上述研究大多采用網(wǎng)絡(luò)的方法對社交編程進(jìn)行分析，本文同樣采用這一方法?，F(xiàn)實(shí)世界中的很多實(shí)體都可以抽象為網(wǎng)絡(luò)，如人際關(guān)系網(wǎng)[7]，科學(xué)家合作網(wǎng)[8]，蛋白質(zhì)網(wǎng)絡(luò)[9]等。通常用節(jié)點(diǎn)來表示個(gè)體，而用節(jié)點(diǎn)之間的連邊表示個(gè)體之間的關(guān)系。近年來的研究表明，網(wǎng)絡(luò)中蘊(yùn)含著一定的社區(qū)結(jié)構(gòu)：即同一社區(qū)內(nèi)節(jié)點(diǎn)的連接較為稠密，而社區(qū)間的節(jié)點(diǎn)連接較為稀疏[10]，對社區(qū)的研究有助于分析其中團(tuán)體之間的關(guān)系動態(tài)、模式和功能，找到隱藏的關(guān)系和規(guī)律。

普通的社區(qū)發(fā)現(xiàn)方法中，節(jié)點(diǎn)只能唯一的隸屬于某個(gè)社區(qū)，

0 引言

隨著互聯(lián)網(wǎng)的快速發(fā)展，人與人之間的合作不再受到地域的限制，來自不同地區(qū)甚至不同國家的人可以共同完成某個(gè)項(xiàng)目。這種趨勢也為軟件開發(fā)帶來了一種新的方式，社交編程。社交編程網(wǎng)站如GitHub 和AltassianBitBucKet 為程序員提供了功能全面的工作平臺，包括代碼托管、版本控制、技術(shù)交流和交友等。

GitHub ，它使用Git 作為其分布式版本控制和源碼管理系統(tǒng)。在GitHub 上，還有著較為全面的社交功能，開發(fā)人員之間可以互粉也可以單邊關(guān)注，一個(gè)開發(fā)人員可以參與或者關(guān)注多個(gè)項(xiàng)目，每個(gè)項(xiàng)目也可以有多個(gè)開發(fā)成員。到目前為止，有超過三百萬個(gè)項(xiàng)目在GitHub 上進(jìn)行開發(fā)，這些開發(fā)過程中產(chǎn)生的真實(shí)的數(shù)據(jù)具有很高的價(jià)值。

近年來，對社交編程的研究有很多。Treude 等人研究了程序員是怎樣在Stackoverflow 上進(jìn)行技術(shù)交流的[1]。Ramasubbu 等人研究了分布式開發(fā)對于軟件的產(chǎn)量和質(zhì)量的影響[2]。

--------------------------------

基金項(xiàng)目：中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目(2042014kf1002)

作者簡介：吳澤群(1991-)，男，碩士研究生，主研方向：社交網(wǎng)絡(luò)、數(shù)據(jù)挖掘(wuzequn@whu.edu.cn)；劉婧(1979-)，女，副教授，博導(dǎo)，主研方向：數(shù)據(jù)挖掘、軟件工程；李家豪(1990-)，男，碩士研究生，主研方向：數(shù)據(jù)挖掘、軟件工程．

文章預(yù)覽已結(jié)束 獲取全文請?jiān)L問 http://www.arocmag.com/article/02-2015-08-066.html