[論文レビュー] Collaborative similarity analysis of multilayer developer-project bipartite network

Dengcheng Yan, Bing-Hong Wang|arXiv (Cornell University)|Mar 9, 2017

Complex Network Analysis Techniques参考文献 15被引用数 3

ひとこと要約

本稿では、GitHubにおける開発者とプロジェクト間の協働関係を、ウォッチングおよびフォークという相互作用を用いて分析するため、マルチレイヤーバイパートナイトネットワークモデルを提案する。協働類似度を用いて関心の多様性を測定した結果、ウォッチング層では開発者の協働類似度が次数に反比例する（広範な関心を示す）が、フォーク層では次数に正比例する（集中的・専門的関与を示す）ことが判明した。一方、プロジェクトの側ではフォーク層において明確な相関関係は観察されなかった。

ABSTRACT

To understand the multiple relations between developers and projects on GitHub as a whole, we model them as a multilayer bipartite network and analyze the degree distributions, the nearest neighbors' degree distributions and their correlations with degree, and the collaborative similarity distributions and their correlations with degree. Our results show that all degree distributions have a power-law form, especially, the degree distribution of projects in watching layer has double power-law form. Negative correlations between nearest neighbors' degree and degree for both developers and projects are observed in both layers, exhibiting a disassortative mixing pattern. The collaborative similarity of both developers and projects negatively correlates with degree in watching layer, while a positive correlations is observed for developers in forking layer and no obvious correlation is observed for projects in forking layer.

研究の動機と目的

• 単一レイヤーモデルにとどまらない、GitHubにおける開発者とプロジェクト間の多面的関係を理解すること。
• ウォッチングおよびフォークの相互作用をマルチレイヤーバイパートナイトネットワークとしてモデル化し、開発者・プロジェクト協働の包括的視点を提供すること。
• バイパートナイトネットワークにおけるクラスタリング行動の測定指標である協働類似度を用いて、開発者の関心の多様性を調査すること。
• 次数およびネットワーク構造が、各レイヤーにおいて協働類似度とどのように相関するかを検討すること。
• ウォッチング（情報追跡）とフォーク（開発関与）の行動に差が生じる背景にある行動的差異を明らかにすること。

提案手法

• 開発者とプロジェクト間のウォッチング（通知ベース）およびフォーク（コード分岐）関係を含む、2層構造のマルチレイヤーバイパートナイトネットワークを構築する。
• GHTorrentプロジェクト（2015年1月）の実際のGitHubデータを用い、PHPプロジェクトに絞って両レイヤーのエッジリストを抽出する。
• 次数分布にパワーロウフィッティングを適用し、尾部の正確性を保つためにlog-spacedのビンを用いたpowerlaw Pythonパッケージを用いる。
• 両レイヤーにおける非同型混合（disassortative mixing）のパターンを検出するため、近隣ノードの次数相関を分析する。
• 次数に依存する協働類似度を定義し、同じ次数を持つ開発者が選択するプロジェクト間の平均Jaccard類似度を用い、トレンドを可視化するためのlog-binningを実施する。
• ウォッチング層とフォーク層の両方において、次数範囲ごとの協働類似度分布を比較する。

実験結果

リサーチクエスチョン

• RQ1 ウォッチング層とフォーク層において、開発者およびプロジェクトの次数分布はどのように異なるか？
• RQ2 両レイヤーにおいて、ノードの次数とその近隣ノードの次数との関係はどのような性質を示すか？
• RQ3 ウォッチング層およびフォーク層において、ノードの次数に応じて協働類似度はどのように変化するか？
• RQ4 なぜウォッチング行動とフォーク行動が、協働類似度において異なるパターンを示すのか？
• RQ5 これらのパターンから、開発者の関心の多様性についてどのようなインサイトが得られるか？

主な発見

• すべての次数分布がパワーロウの形を示し、ウォッチング層のプロジェクトでは二重パワーロウ分布を示した。
• 両レイヤーにおいて、ノードの次数と近隣ノードの次数の間に負の相関が観察され、開発者およびプロジェクトの両方で非同型混合が生じていることが示された。
• ウォッチング層における開発者の協働類似度は次数と負の相関を示しており、活発なウォッチャーにおいて関心の多様性が広がっていることを示唆している。
• 一方、フォーク層における開発者の協働類似度は次数と正の相関を示しており、頻繁にフォークする開発者は、ますます集中的・専門的な関心を示していることが示された。
• フォーク層におけるプロジェクトの協働類似度は、次数と有意な相関を示さず、グローバル平均の周辺を揺れ動いている。
• これらの結果は、機能的差異によって説明できる：ウォッチングは多様なプロジェクトへの露出を促進するが、フォークは継続的かつ分野特化的な関与を反映している。