[本科毕设]基于机器学习的 OpenRank 指标拟合与优化

[gloriaaa0312]

Description

开题报告初版链接：https://github.com/gloriaaa0312/graduation-project/blob/main/%E5%8D%8E%E4%B8%9C%E5%B8%88%E8%8C%83%E5%A4%A7%E5%AD%A6%E6%9C%AC%E7%A7%91%E7%94%9F%E6%AF%95%E4%B8%9A%E8%AE%BA%E6%96%87%EF%BC%88%E8%AE%BE%E8%AE%A1%EF%BC%89%E5%BC%80%E9%A2%98%E6%8A%A5%E5%91%8A.docx

[will-ww]

几个建议如下：

1. 选题背景中，增加 OpenRank 的意义，既为什么要拟合 OpenRank 这个指标。具体可以参见这篇文章，可以作为参考问下之一（目前也正在期刊审稿中）。同时强调两点即可：（1）OpenRank 模型已被写入标准院的开源治理系列标准中去了；（2）OpenRank已经被包括阿里、蚂蚁、华为、字节等大企业采用做开源治理与运营的业务中了。这几个链接和参考文献都可以带上。

2. 研究内容中可以加入数据集制作的部分。就是你实验所需要用到的数据集，可以作为一个研究内容，具体方案你可以设计。

3. 拟采用的研究方法、步骤。该部分目前较为简单，最好能补充下，特别是一些前期的图表，实验室的已经做的相关内容，你也都是可以用的，也是你这篇工作的基础。