開源軟件熱度分析系統(tǒng)的研究與實現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)的蓬勃發(fā)展，基于 Web的開源社區(qū)逐漸成為了開源軟件的數(shù)據(jù)存儲中心，這些數(shù)據(jù)對開源軟件的研究具有重大的意義[1]。開源軟件的出現(xiàn)為軟件開發(fā)者提供了大量的相對可靠的可利用資源，降低了重復性工作，讓開發(fā)者將更多的精力投入到軟件核心技術研究上面[2]。然而，由于開源社區(qū)數(shù)據(jù)規(guī)模巨大、入門門檻低等原因，導致了很多開源社區(qū)中開源軟件質(zhì)量良莠不齊，用戶想要選擇一款好的開源軟件顯得十分困難。于是，實現(xiàn)一個綜合、可靠的開源軟件評價機制就成了當

2、務之急。
　　慶幸的是，開源軟件的發(fā)展使得開源社區(qū)中積累了大量軟件開發(fā)數(shù)據(jù)，這些數(shù)據(jù)包括版本提交信息、用戶使用數(shù)量、代碼提交次數(shù)等等，這些信息幾乎記錄了軟件開發(fā)過程中的全部活動，成為寶貴的歷史數(shù)據(jù)。此外，以開源軟件相關技術論壇為代表的知識共享社區(qū)中含有大量有關開源軟件討論的帖子。這些帖子中含有用戶對開源軟件多方面的討論信息，某種程度上這些信息能夠直接或間接反映開源軟件的質(zhì)量。因此，如果我們能將開源軟件的開發(fā)數(shù)據(jù)與知識共享社區(qū)中軟件

3、的討論信息進行關聯(lián)，實現(xiàn)開源軟件熱度的綜合評價，這將是一件很有意義的事情?；谝陨戏治?，本文研究內(nèi)容主要包括：
　　1.協(xié)同開發(fā)社區(qū)及知識共享社區(qū)數(shù)據(jù)的采集。通過對網(wǎng)絡爬蟲Heritrix進行擴展，開發(fā)了一個高效的聚焦網(wǎng)絡爬蟲系統(tǒng)，實現(xiàn)社區(qū)數(shù)據(jù)的準確抓取。
　　2.開源軟件與社區(qū)文檔關聯(lián)關系挖掘算法的研究。解決數(shù)據(jù)單一性問題，為多角度評價開源軟件熱度作準備。
　　3.開源軟件熱度評價機制的研究。通過各方面數(shù)據(jù)，實現(xiàn)開源