Recommending GitHub Projects by Leveraging Developers' Social Networks and Genetic Algorithm
Notice bibliographique
Résumé
In the uncommon and challenging year 2020, face-to-face collaboration is difficult.In particular, in the domain of software, online collaboration becomes more demanding than ever.As the leading platform of open-source software, GitHub, without a doubt, plays a vital role in hosting over 190 million of projects and fostering collaboration among developers.Developers in GitHub continuously seek new opportunities to contribute to new projects.So far, several researchers have used users' historical activities, textual descriptions of projects or starred items to analyze or infer the interests or programming expertise of developers to offer possible project recommendations.While some research utilized social connections to obtain developers' social importance, none of them have implemented such aspects for generating project recommendations.In this research, we use the latest GHTorrent dataset to construct and propose a GitHub project recommendation system by leveraging Parallel Genetic Algorithm and developers' social networks.To the best of our knowledge, this is the first application of Genetic Algorithm in the GitHub project recommendation area.iii I, Lance PoKai Wang, would like to express my sincere gratitude to my fantastic supervisor, Professor Olga Baysal, for her continuous guidance, advice, and friendly discussions throughout my thesis.Her precise insights and constant effort provided me valuable feedback and support, which made this work successful.I also thank Professor Frank Dehne for his advice and guidance on constructing parallel frameworks and also suggesting to work weights-distributed structure.I am also grateful to Adam Spriggs
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».