GitHubにおける注目度と長期貢献者の関係分析 の履歴(No.2)

• 履歴一覧
• 差分 を表示
• 現在との差分 を表示
• ソース を表示
• GitHubにおける注目度と長期貢献者の関係分析 へ行く。
  • 1 (2017-05-24 (水) 08:11:12)
  • 2 (2017-05-24 (水) 08:12:22)

築山

引き継ぎ（？）†

GitHubの研究したい人がいれば... 研究室の[Doropbox > MEMBERS > 築山 > 引き継ぎ_長期貢献者]の中にもメモ・参考文献などあります.

GitHubのデータ取得方法（GHTorrent × MySQL）†

• GHTorrent（GitHubAPIからデータを逐次取得・蓄積してるサイト）（http://ghtorrent.org/）
  • ダウンロードページにて（http://ghtorrent.org/downloads.html）
  • MySQLのdumpをダウンロードする（https://ghtstorage.blob.core.windows.net/downloads/mysql-2017-03-01.tar.gzとか）
  • MySQLでのデータの取得方法（https://github.com/gousiosg/github-mirror/tree/master/sql）を見ながら順に実行していく
  • [$ ./ght-restore-mysql ]が案外実行できなかったり
    • 容量不足（CentOSならMySQLがデフォルトでrootにインストールされるからパーティションを全部rootに割り振る（CentOSのデフォルトの設定では, ほとんどがuserに割り振られるので...）, [mysqlが参照するDBのファイルのパスを変更するのは私はうまくできませんでした > mysqlのconfigで設定する]）
    • フォルダ・ファイルのアクセス・実行権限（mysqlユーザに与える）
    • commitsテーブルが一番大きい（解凍してDBに入れたら80GBとかになる@20161101のデータ）
  • スクリプト[$ ./ght-restore-mysql ]が途中で止まったら
    • テーブルの構造はできてる（要確認）から, 一個一個csvファイルから直接データを入れていくのもあり（20個くらい）
    • スクリプト実行方法のページにも載ってる：[mysql > LOAD DATA LOCAL INFILE ‘cvsファイル’ INTO TABLE テーブル名 FIELDS TERMINATED BY ‘,’ ENCLOSED BY’”';]

卒論タイトル（OSS開発における長期貢献者の特徴理解のための注目度と活動期間の関係分析）†

• GitHubによって開発者の意識が変わったのか（変わったことから, 活動期間が長くなるのでは？）という研究
  • 結果：3ヶ月以内に100以上のフォロワー獲得した開発者はその後の活動期間が長い.

• データ, GHTorrent2016年11月01日
  • BRAIN？： [ユーザー]tsuki, [パスワード]いつもの
  • mysql：[ユーザー] ght, [パスワード]ght@Ge10, [データベース]ght_20161101
    • 全部入ってる
    • ※followersテーブルは2016年2月まで, commitsテーブルは2038年まで（おかしい）なのでクエリは期間指定する

• 読むべき論文
  • 卒論の引用は, GitHubによるWebでの協調作業の変化について書いてる論文（CSCW, HCI：情通ぽくないかも？）が多い
    • アウェアネス（個人ページができたことの影響など）
    • プルリクエスト

• 問題点（？）
  • コア開発者予測を目標にしているけど, GitHub自体が比較的新しくてデータが少ない