[论文解读] 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 14

一句话总结

本文提出一种网络分析框架，利用14个主要开源软件（OSS）项目长达14年的时间戳Bugzilla交互数据，量化分析开源社区中的社会结构组织。通过分析聚类系数、度数同配性、接近中心性集中度等结构网络指标随时间的变化，研究揭示了不同项目在协作凝聚力、责任分配和韧性方面的显著差异——例如，Gentoo在2006–2008年表现出较低的聚类系数和较高的中心性，表明其结构脆弱且依赖核心枢纽；而Eclipse则展现出更具韧性的同配性协作模式。

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.

研究动机与目标

• 理解大规模开源软件（OSS）社区中超越简单贡献者数量的社会组织结构动态。
• 识别反映社区凝聚力、责任分配公平性以及对成员流失韧性程度的基于网络的指标。
• 分析多样化OSS项目中随时间演化的协作模式，以揭示潜在的结构性脆弱或优势。
• 为OSS项目管理与评估开发多维韧性与风险指标。
• 通过将网络结构与社区绩效及可持续性关联，为项目管理者提供可操作的洞察。

提出的方法

• 从Bugzilla的时间戳变更日志中构建时间聚合的社会网络，将ASSIGNEE和CC字段的更新作为用户之间的边。
• 将节点定义为社区成员，边定义为协作互动（例如，在缺陷报告中指派或通知用户）。
• 应用标准的网络分析指标：聚类系数、度数同配性、接近中心性集中度以及最大连通分量（LCC）大小。
• 每月追踪14个长期存在的OSS项目超过十年的这些指标演变情况。
• 使用可视化与对比分析（如Gephi）对比Gentoo、KDE、Eclipse和NetBeans等项目之间的结构模式。
• 识别中心性与聚类等指标的时间动态变化，以推断社区凝聚力及对关键贡献者的依赖程度变化。

实验结果

研究问题

• RQ1 在大型OSS社区中，聚类系数、同配性与接近中心性集中度等结构网络指标如何随时间演变？
• RQ2 社会结构组织方面的差异（如凝聚力与中心性）在多大程度上可预测社区的韧性或失败风险？
• RQ3 在规模与成熟度相似的项目中，其协作模式有何不同？这些差异的成因是什么？
• RQ4 基于网络的指标能否检测出结构性脆弱期，例如对核心贡献者的过度依赖？
• RQ5 网络分析在多大程度上可为OSS项目潜在的社区不稳定性提供早期预警信号？

主要发现

• Gentoo社区在2006至2008年间聚类系数约为0.01，约为KDE的十分之一（≈0.1），表明该时期其社会凝聚力较弱。
• Gentoo的接近中心性在2006–2008年期间趋于平稳，反映出一种由单一核心成员主导大部分互动的枢纽依赖型结构。
• Eclipse的协作网络表现出正向度数同配性，表明高程度贡献者倾向于与其他高程度贡献者连接。
• KDE与Gentoo均表现出异配性混合，即高程度用户更常与低程度用户连接，暗示其内部结构凝聚力较弱。
• 尽管最大连通分量大小相近（≈500个节点），Gentoo与KDE在聚类系数与中心性方面存在显著差异，表明其社会结构组织模式存在根本性不同，且与项目规模无关。
• 研究识别出结构指标的时间动态变化，这些变化无法仅由项目规模解释，表明存在项目特定的社会演化模式。