[論文レビュー] A Quantitative Study of Social Organisation in Open Source Software Communities

Marcelo Serrano Zanetti, Emre Sarigöl+3 more|arXiv (Cornell University)|Aug 21, 2012

Open Source Software Innovations被引用数 14

ひとこと要約

本稿は、14の主要なオープンソースソフトウェア（OSS）プロジェクトの時刻付きBugzilla相互作用データを用いて、OSSコミュニティにおける社会的組織の構造的側面を定量化するためのネットワーク分析フレームワークを提案する。時間経過に伴うクラスタリング係数、次数相関性、近接性集中度といった構造的ネットワークリーマーを分析することで、プロジェクト間で協働の結束、責任の分配、レジリエンスに顕著な差が生じていることが明らかになった。特に、Gentooは2006年から2008年の間、低クラスタリングと高集中度を示しており、ハブ依存型の脆弱な構造であった。一方、Eclipseはよりレジリエントで相関性の高い協働パターンを示していた。

ABSTRACT

The success of open source projects crucially depends on the voluntary contributions of a sufficiently large community of users. Apart from the mere size of the community, interesting questions arise when looking at the evolution of structural features of collaborations between community members. In this article, we discuss several network analytic proxies that can be used to quantify different aspects of the social organisation in social collaboration networks. We particularly focus on measures that can be related to the cohesiveness of the communities, the distribution of responsibilities and the resilience against turnover of community members. We present a comparative analysis on a large-scale dataset that covers the full history of collaborations between users of 14 major open source software communities. Our analysis covers both aggregate and time-evolving measures and highlights differences in the social organisation across communities. We argue that our results are a promising step towards the definition of suitable, potentially multi-dimensional, resilience and risk indicators for open source software communities.

研究の動機と目的

• 単なる貢献者数の単純な統計を超えて、大規模なオープンソースソフトウェア（OSS）コミュニティにおける社会的組織の構造的ダイナミクスを理解すること。
• コミュニティの結束、均等な責任の分配、メンバーの離脱に対するレジリエンスを反映するネットワークリーマー指標を特定すること。
• 多様なOSSプロジェクトにおける時間的変化に伴う協働パターンを分析し、構造的脆弱性や強みを解明すること。
• OSSプロジェクトの管理と評価のための多次元的レジリエンスおよびリスク指標を開発すること。
• ネットワーク構造とコミュニティのパフォーマンス・持続可能性の関連を示唆することで、プロジェクトマネージャーに実務的インサイトを提供すること。

提案手法

• Bugzillaの時刻付き変更ログから、ASSIGNEEおよびCCフィールドの更新をもとに、時系列集約された社会的ネットワークを構築した。
• ノードをコミュニティメンバー、エッジを協働的相互作用（例：バグレポートへのユーザーの割り当てや通知）として定義した。
• 標準的なネットワークリーマー指標を適用：クラスタリング係数、次数相関性、近接性集中度、最大連結成分（LCC）のサイズ。
• 14の長期にわたり継続するOSSプロジェクトにおいて、10年以上にわたる期間にわたり、これらの指標の月次的変化を追跡した。
• Gephiを用いた可視化と比較分析を通じて、Gentoo、KDE、Eclipse、NetBeansといったプロジェクト間の構造的パターンを対比した。
• 集中度やクラスタリングの変化といった時間的ダイナミクスを特定し、コミュニティの結束や主要貢献者への依存度の変化を推論した。

実験結果

リサーチクエスチョン

• RQ1 大規模なOSSコミュニティにおいて、クラスタリング係数、相関性、近接性集中度といった構造的ネットワークリーマーは、時間経過とともにどのように変化するか？
• RQ2 結束や集中度といった社会的組織の違いが、コミュニティのレジリエンスや失敗リスクをどれほど予測できるか？
• RQ3 類似した規模と成熟度を持つプロジェクト同士は、協働パターンでどのように異なるのか。その違いの背後にある要因は何か？
• RQ4 ネットワークリーマー指標は、中心的貢献者への過度な依存といった構造的脆弱性の時期を検出できるか？
• RQ5 ネットワークリーマー分析は、OSSプロジェクトにおける潜在的なコミュニティ不安定化の早期警戒信号をどれほど提供できるか？

主な発見

• Gentooコミュニティは2006年から2008年の間、クラスタリング係数が約0.01であり、KDEの約0.1よりも10倍も低く、この期間に弱い社会的結束を示していた。
• Gentooの近接性集中度は2006年から2008年にかけて plateau に達しており、1人の中心的メンバーが大多数の相互作用を仲介するハブ依存型構造を示していた。
• Eclipseの協働ネットワークは正の次数相関性を示しており、高次数の貢献者が他の高次数の貢献者とつながりやすい傾向にあった。
• KDEとGentooは非相関混合（disassortative mixing）を示しており、高次数のユーザーがより頻繁に低次数のユーザーとつながっていたため、内部構造がやや非結束的であった。
• LCCサイズがそれぞれ約500ノードとほぼ同等であったにもかかわらず、GentooとKDEはクラスタリング係数と集中度で顕著な差を示しており、規模とは無関係に異なる社会的組織パターンを有していた。
• 本研究では、プロジェクトの規模だけでは説明できない時間的ダイナミクスが構造的指標に見られた。これは、プロジェクト固有の社会的進化パターンが存在することを示唆している。