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

1、互聯(lián)網(wǎng)技術(shù)的發(fā)展，推動著諸如微博、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。社交網(wǎng)絡是人們真實世界的一種延伸，符合真實社會的某些特征，能夠反映人們的社會屬性和偏好，研究如何從這類網(wǎng)絡中發(fā)現(xiàn)有價值的潛在社區(qū)成了近年來的熱點。與此同時，以Git和開源項目為基礎的代碼托管平臺也蓬勃發(fā)展起來，隨著越來越多開發(fā)者的參與，形成了龐大的開發(fā)者網(wǎng)絡社區(qū)。不可否認，開發(fā)者是互聯(lián)網(wǎng)科技快速發(fā)展的中堅力量，研究

2、如何幫助開發(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——GitHub為研究對象，提出了一套基于代碼托管平臺的社區(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庫編程語言類型的用戶建模方法;并在此基礎上設計了一種構(gòu)建網(wǎng)絡拓撲圖的方法;然后對傳統(tǒng)FastUnfolding算法進行改進，并對所構(gòu)建的網(wǎng)絡拓撲圖進行社區(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)絡爬蟲的設計，

3、利用網(wǎng)絡爬蟲收集網(wǎng)頁數(shù)據(jù)，并進行預處理操作，獲得實驗數(shù)據(jù)。
　　2.基于代碼倉庫的編程語言類型，提出一種用戶建模的方法，并給出了兩個用戶模型之間邊的定義以及邊權(quán)重的計算方法，完成帶權(quán)網(wǎng)絡拓撲圖的構(gòu)建。
　　3.對傳統(tǒng)的社區(qū)發(fā)現(xiàn)算法進行研究，針對傳統(tǒng)FastUnfolding算法在每次迭代計算邊權(quán)的過程中忽略了部分節(jié)點特性的問題，提出一種基于重構(gòu)用戶模型的權(quán)重計算方法。實驗結(jié)果表明，改進的算法對社區(qū)劃分結(jié)果的模塊度Q值有一定的