[开题框架] 基于开源社区开发者协作网络的协作模式和角色研究

[kongzhongsanbu]

• 开题题目：开源社区成员协作网络的结构和角色分析（待优化）
• 研究对象：开源社区，成员角色划分
• 研究视角：开源社区治理与角色管理视角
• 研究问题：是否能够基于GitHub上成员协作历史行为，对于协作网络进行结构分析并建立角色体系
• 研究方法：采集开源协作数据并进行数据清洗；探究自发参与到社区项目的开发者协作而形成的网络结构特征，并进行网络成员角色分析和分类，构建角色体系。
• 研究结果：提出基于开源治理与运营场景的社区管理模型；提供帮助组织了解、管理和发展其社区的可视化服务。
• 实验设计：挑选三个社区作为分析对象，采集对应项目及其成员的一年的协作数据；分别构建基于 issue/PR 的开发者协作网络；根据网络结构特征设计开源社区角色体系；改进现有算法进行网络结构层级划分以及角色识别，基于角色和模块使用网络图等形式进行可视化展示。

参考：

Orbit模型：https://github.com/orbit-love/orbit-model

[will-ww]

石墨也放一份这里，供参考：https://shimo.im/docs/VQP8XHGyvW9kRtRh

[will-ww]

根据前面的讨论与你现在的题目，应该有三件事情吧：

• 选取研究对象，构建网络
• 协作网络的结构分析（利用网络科学的方法）
• 网络中的角色识别（分类或聚类）

不知道我理解的对不对？另，可以把你上次论文分享时候的前期工作文档链接也放进来，这样方便更具一个 issue 进行追踪所有材料~

[will-ww]

看过开题报告后的绩点建议：

• 补充 Orbit 的方法、模型等补充到相关工作中
• 研究内容，缺少角色体系构建部分、以及实验设计分分析部分
• 还有一个重要问题，需要将”角色“做个适当的定义，并举例说明开源社区的角色是什么样的
• 3.3 实验方案部分过于简单，需要明确几个核心要素：数据集、具体哪些实验、ground truth是什么、以及评价指标是什么
• 成果有两个输出：一个是将数据集、任务、评测输入到 OpenPerf 中；另一个是将看板输出到 Hypercrx 项目中

大论文的框架，我也做了个思考，供参考：

1. 绪论

   • 通过背景引出具体的问题是什么？解决什么问题？
   • 意义的话，可以聚焦在开源社区运营上面，参照 Orbit 的描述

2. 研究现状

   • GitHub 社交网络
   • 开源社区运营
   • 开发者角色划分

3. 面向角色分类的开发者协作网络构建

   • 开发者角色的定义与相关属性
   • 采用的数据源
   • 构建方法
   • 构建后的图的部分统计与探索性分析

4. 开发者协作网络的网络特征深度分析

   • 典型网络指标的分析
   • 宏观、节点、成员
   • 节点/网络属性与角色的映射关系

5. 基于复杂网络特征的开发者角色分类算法

   • 算法定义、描述、流程图
   • 实验设计与分析

6. Hypercrx 下的开发者运营看板设计与实现

上面有些内容应该是可以合并的，一个挑战是角色分类算法和理性的说明，需要参考部分文献进行设计~

[kongzhongsanbu]

目前角色体系设计如下，欢迎提出想法~

[tyn1998]

Hi, @kongzhongsanbu, 我提一个想法~

按照现在许多社区的习惯，"developer"和"contributor"是有区别的，前者特别指参与代码开发的人，后者包括了非代码贡献者，比如Ta提一个issue。所以这里探索阶段的“外围开发者”可能仅仅是提了一个issue的“贡献者”，而还不能算“开发者”。

（因此，Hypercrx的那些图表的命名其实也不大合适）

[kongzhongsanbu]

@tyn1998 感谢~ 确实有必要强调此处的“贡献”和社区习惯里的"contributor"的区别，这里的“贡献”是社区中的成员成长的一个阶段，对应核心开发者，包括了代码和非代码贡献。这套角色体系里的划分是从发展阶段角度出发，而非从职能出发区分角色（我会对相应文案做修改，避免误会）。也许可以参考orbit社区中的定义来理解：orbit level和roles

[kongzhongsanbu]

如下多种核心边缘检测算法以及实现：core-periphery-detection 论文库中涉及核心边缘的：#64 #69

Algorithm | Reference -- | -- cpnet.BE | S. P. Borgatti and M. G. Everett. Models of core/periphery structures. Social Networks, 21, 375–395, 2000 cpnet.MINRES | Boyd, J. P., Fitzgerald, W. J., Mahutga, M. C., & Smith, D. A. Computing continuous core/periphery structures for social relations data with MINRES/SVD. Social Networks, 32, 125–137, 2010 cpnet.Lip | S. Z. W. Lip. A fast algorithm for the discrete core/periphery bipartitioning problem. Preprint arXiv: 1102.5511, 2011 cpnet.LowRankCorecpnet.LapCorecpnet.LapSgnCore | M. Cucuringu, P. Rombach, S. H. Lee, and M. A. Porter. Detection of core-periphery structure in networks using spectral methods and geodesic paths. European Journal of Applied Mathematics, 846–887, 2016 cpnet.Rombach | P. Rombach, M. A. Porter, J. H. Fowler, and P. J. Mucha. Core-Periphery Structure in Networks (Revisited). SIAM Review, 59, 619–646, 2017 cpnet.Rossa | F. Rossa, F. Dercole, and C. Piccardi. Profiling core-periphery network structure by random walkers. Scientific Reports, 3, 1467, 2013 cpnet.Surprise (a faster and more versatile version is proposed in a follow-up study) | J. van Lidth de Jeude, G. Caldarelli, T. Squartini. Detecting Core-Periphery Structures by Surprise. EPL, 125, 2019 cpnet.KM_ER | S. Kojaku and N. Masuda. Finding multiple core-periphery pairs in networks. Physical Review E, 96, 052313, 2017 cpnet.KM_configcpnet.Divisive | S. Kojaku and N. Masuda. Core-periphery structure requires something else in networks. New Journal of Physics, 20, 043012, 2018

[will-ww]

《社会网分析讲义》的第十章 “角色分析”，应该是个不错的参考，作为大论文的一个理论支撑来源~

• https://xlab2017.yuque.com/msdpvs/fzem1h/26500863