社區(qū)發(fā)現(xiàn)算法的研究及其在代碼托管平臺(tái)的應(yīng)用.pdf

1、互聯(lián)網(wǎng)技術(shù)的發(fā)展，推動(dòng)著諸如微博、知乎、Facebook、Twitter等在線社交媒體的快速發(fā)展，從而形成了巨大的社交網(wǎng)絡(luò)。社交網(wǎng)絡(luò)是人們真實(shí)世界的一種延伸，符合真實(shí)社會(huì)的某些特征，能夠反映人們的社會(huì)屬性和偏好，研究如何從這類網(wǎng)絡(luò)中發(fā)現(xiàn)有價(jià)值的潛在社區(qū)成了近年來(lái)的熱點(diǎn)。與此同時(shí)，以Git和開(kāi)源項(xiàng)目為基礎(chǔ)的代碼托管平臺(tái)也蓬勃發(fā)展起來(lái)，隨著越來(lái)越多開(kāi)發(fā)者的參與，形成了龐大的開(kāi)發(fā)者網(wǎng)絡(luò)社區(qū)。不可否認(rèn)，開(kāi)發(fā)者是互聯(lián)網(wǎng)科技快速發(fā)展的中堅(jiān)力量，研究

2、如何幫助開(kāi)發(fā)者更好的交流和協(xié)作具有十分重要的意義。本文以最具代表性的代碼托管平臺(tái)——GitHub為研究對(duì)象，提出了一套基于代碼托管平臺(tái)的社區(qū)發(fā)現(xiàn)方法。首先基于GitHub網(wǎng)站爬取到的數(shù)據(jù)，提出了一種基于代碼倉(cāng)庫(kù)編程語(yǔ)言類型的用戶建模方法;并在此基礎(chǔ)上設(shè)計(jì)了一種構(gòu)建網(wǎng)絡(luò)拓?fù)鋱D的方法;然后對(duì)傳統(tǒng)FastUnfolding算法進(jìn)行改進(jìn)，并對(duì)所構(gòu)建的網(wǎng)絡(luò)拓?fù)鋱D進(jìn)行社區(qū)發(fā)現(xiàn)研究。本文主要工作包括如下幾方面:
　　1.完成定向網(wǎng)絡(luò)爬蟲(chóng)的設(shè)計(jì)，

3、利用網(wǎng)絡(luò)爬蟲(chóng)收集網(wǎng)頁(yè)數(shù)據(jù)，并進(jìn)行預(yù)處理操作，獲得實(shí)驗(yàn)數(shù)據(jù)。
　　2.基于代碼倉(cāng)庫(kù)的編程語(yǔ)言類型，提出一種用戶建模的方法，并給出了兩個(gè)用戶模型之間邊的定義以及邊權(quán)重的計(jì)算方法，完成帶權(quán)網(wǎng)絡(luò)拓?fù)鋱D的構(gòu)建。
　　3.對(duì)傳統(tǒng)的社區(qū)發(fā)現(xiàn)算法進(jìn)行研究，針對(duì)傳統(tǒng)FastUnfolding算法在每次迭代計(jì)算邊權(quán)的過(guò)程中忽略了部分節(jié)點(diǎn)特性的問(wèn)題，提出一種基于重構(gòu)用戶模型的權(quán)重計(jì)算方法。實(shí)驗(yàn)結(jié)果表明，改進(jìn)的算法對(duì)社區(qū)劃分結(jié)果的模塊度Q值有一定的