[毕设] 2023 本科生毕业设计汇总讨论帖

[will-ww]

Description

建立此 Issue 讨论 2023 年度，能够给到本科生毕业设计的选题与参考资料。

1、基于机器学习的 OpenRank 指标拟合与优化（XSY、FYY）

• 来源于 OpenSODA 大赛的 T3 选题，赛题链接。
• OpenRank 精讲：https://github.com/X-lab2017/open-research/issues/231

2、GitHub 缺失数据补全

• 问题描述：由于某种原因，GitHub 曾经在 2021 年 10 月份的时候，缺失了部分日志数据，包括 GH Archive 等服务均无法获取到。可以考虑用机器学习的方法，根据该时间段前后的事件数据进行补全。
• 参考：基于 ClickHouse 的 GitHub 事件数据库

3、开发者地理位置信息的预测

• 问题描述：GitHub 中的开发者账户信息部分包含了其地理位置数据，特别是头部的活跃开发者中。通过机器学习的方法，以及已有地理位置信息的开发者行为数据，预测出没有标出的地理位置信息。这对 GitHub 生态的分析具有极大的意义。
• 已有的开发者地理位置数据：X-lab.(ClickHouse online service)

4、GitHub 生态网络构建（XRQ）

通过某个视角，构建 GitHub 生态中的某种关系网络，进而开发其上具有实际应用价值的分析任务（特别是图分析任务）。

• 例如：开发者协作网络（OpenRank 排序任务），组件依赖网络（影响力最大化任务、网络分解任务）
• 再例如（实验室非常感兴趣、但还没有构建起来的网络）：Common stargazers network、Repo-topic network

[bifenglin]

Github 仓库多标签分类是一个比较有意思的任务。具备标签数据集。解决方法也有很多。

[will-ww]

开题报告相关 Issue 追踪：

• 基于机器学习的 OpenRank 指标拟合与优化：https://github.com/X-lab2017/open-research/issues/245

[PureNatural]

这个是2022年发表的关于开发者地理位置信息挖掘与分析的论文，用的就是Github中的开发者数据，后续有想做关于开发者地理信息相关研究的同学可以借鉴一下。 The-Geography-of-OSS.pdf

[XuDashuai0827]

开题报告相关 Issue 追踪：

• GitHub 生态网络构建：[本科毕设]基于 GitHub 生态的仓库主题关系网络构建#247