[논문 리뷰] Collaborative similarity analysis of multilayer developer-project bipartite network

Dengcheng Yan, Bing-Hong Wang|arXiv (Cornell University)|2017. 03. 09.

Complex Network Analysis Techniques참고 문헌 15인용 수 3

한 줄 요약

이 논문은 GitHub에서 개발자와 프로젝트 간의 협업 관계를 관찰 및 포크 상호작용을 통해 분석하기 위해 다층 이분망 모델을 제안한다. 협업 유사도를 적용하여 관심의 다양성을 측정한 결과, 관찰 층에서는 개발자의 협업 유사도가 도수와 반비례하여 감소함(넓은 관심을 의미함)을 보이고, 포크 층에서는 도수와 정비례하여 증가함(집중적이고 전문화된 참여를 의미함)을 확인하였으며, 프로젝트의 경우 포크 층에서 명확한 상관관계가 없음을 밝혀냈다.

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.

연구 동기 및 목표

• 단일 층 모델을 넘어서 GitHub에서 개발자와 프로젝트 간의 다층적 관계를 이해하기 위해.
• 관찰 및 포크 상호작용을 다층 이분망으로 모델링하여 개발자-프로젝트 협업의 통합적 시각 확보를 위해.
• 이분망 내 클러스터링 행동을 측정하는 협업 유사도를 활용해 개발자의 관심 다양성을 조사하기 위해.
• 도수 및 네트워크 구조가 각 층에서 협업 유사도와 어떻게 관련되어 있는지 분석하기 위해.
• 관찰(정보 추적)과 포크(개발 참여) 행동 간의 행동적 차이를 규명하기 위해.

제안 방법

• 개발자와 프로젝트 간의 관찰(알림 기반) 및 포크(코드 분기) 관계를 포함한 두 층으로 구성된 다층 이분망을 구축하기 위해.
• 2015년 1월의 GHTorrent 프로젝트에서 실제 GitHub 데이터를 확보하여 PHP 프로젝트에 대해 필터링하고, 양 층의 간선 목록을 추출하기 위해.
• 도수 분포에 대한 힘의 법칙 피팅을 위해 log-spaced bins를 유지하는 것을 목적으로 powerlaw Python 패키지를 사용하기 위해.
• 양 층 모두에서 이웃 노드의 도수 상관관계를 분석하여 비동질적 혼합 패턴을 탐지하기 위해.
• 로그 빈(bin)을 사용하여 시각화된 추세를 확보하기 위해, 동일한 도수를 가진 개발자가 선택한 프로젝트 간의 평균 재작도(Jaccard) 유사도를 기반으로 도수에 따라 변하는 협업 유사도를 정의하기 위해.
• 관찰 층과 포크 층 간의 도수 범위에 따른 협업 유사도 분포를 비교하기 위해.

실험 결과

연구 질문

• RQ1 관찰 층과 포크 층에서 개발자와 프로젝트의 도수 분포는 어떻게 다름?
• RQ2 양 층 모두에서 노드와 그 가장 가까운 이웃 간의 도수 상관관계는 어떠한가?
• RQ3 관찰 층과 포크 층에서 협업 유사도는 노드의 도수와 어떻게 관련되어 있는가?
• RQ4 왜 관찰과 포크 행동이 협업 유사도 패턴에서 서로 다른 결과를 낳는가?
• RQ5 이러한 패턴은 개발자의 관심 다양성에 대해 어떤 통찰을 제공하는가?

주요 결과

• 모든 도수 분포는 힘의 법칙 형태를 따르며, 관찰 층의 프로젝트에서는 이중 힘의 법칙 분포를 보임.
• 양 층 모두에서 노드 도수와 가장 가까운 이웃의 도수 간에 음성 상관관계를 관찰하여, 개발자와 프로젝트 모두가 비동질적 혼합을 보임.
• 관찰 층에서 개발자의 협업 유사도는 도수와 반비례함으로써, 높은 활동성을 보이는 관찰자들 사이에서 더 넓은 관심 다각화가 이루어짐을 시사함.
• 반면, 포크 층에서 개발자의 협업 유사도는 도수와 정비례함으로써, 빈번한 포크를 수행하는 이들은 점점 더 집중적이고 전문화된 관심을 가짐을 나타냄.
• 포크 층에서 프로젝트의 도수와 협업 유사도 간에 유의미한 상관관계가 없으며, 값이 전 세계 평균 주변에서 진동함.
• 결과는 功能적 차이에 의해 설명됨: 관찰은 다양한 프로젝트에 노출되게 하며, 포크는 지속적인 분야별 참여를 반영함.