丁沂

摘? ?要：文章討論了復雜的網(wǎng)絡概念以及利用開源軟件（OSS）數(shù)據(jù)構建的社會網(wǎng)絡，對Berlios，GNU和SourceForge這3種不同開放源碼軟件的社會網(wǎng)絡進行了初探。很多研究者已經(jīng)在此類網(wǎng)絡快照或合并視圖上進行了大量研究，尤其是SourceForge，歸結于其社區(qū)規(guī)模的龐大。SourceForge網(wǎng)絡因具有在不同時間點的度分布、連通性、中心性和無標度等特性，被進行過大量的研究。然而，很少有人研究網(wǎng)絡生長，即如何建立網(wǎng)絡，尤其是指標是如何隨時間演變的。

關鍵詞：復雜網(wǎng)絡;開發(fā)者網(wǎng)絡;項目網(wǎng)絡;網(wǎng)絡分析

1? ? CVS數(shù)據(jù)

開源軟件（Open Source Software，OSS）網(wǎng)絡定義：開發(fā)者和項目是網(wǎng)絡中的節(jié)點。如果一個開發(fā)者在一個項目上工作，那么在開發(fā)者和項目之間就存在一條邊，被分成開發(fā)者和項目兩部分。同性質(zhì)節(jié)點之間是沒有邊的，是一個二分網(wǎng)絡，可以輕易地轉換為開發(fā)者網(wǎng)絡或項目網(wǎng)絡?？梢詮拈_源社區(qū)的開發(fā)源代碼配置管理工具（Concurrent Version System，CVS）集中提取開發(fā)者、小組和時間戳等相關信息;時間戳是開發(fā)者最早和最新提交到特定項目的時間。有了這些信息，構建開發(fā)者網(wǎng)絡時，雖然兩個開發(fā)者在同一個項目上工作，但只有在同一時間且同一項目上工作時才能建立連接，即其時間窗口重疊。

2? ? 相關研究

Jin等[1]分析了SourceForge社區(qū)中關于開發(fā)者和項目網(wǎng)絡的許多方面，包括SourceForge開發(fā)者網(wǎng)絡隨時間推移演化的情況，并驗證了網(wǎng)絡的無標度特性。還使用了模塊化等指標研究SourceForge開發(fā)者網(wǎng)絡的社區(qū)結構，從而找到了最大的開發(fā)者社區(qū)以及其中的開發(fā)者。Gao基于長達一年半的開源社區(qū)數(shù)據(jù)，檢驗了SourceForge開發(fā)者網(wǎng)絡的直徑、聚類系數(shù)、中心度等指標[2]。劉建強等[3]用社會網(wǎng)絡分析方法分析CVS數(shù)據(jù)，利用Apache，Gnome和KDE不同歷史時期的數(shù)據(jù)，計算了網(wǎng)絡的各種度量，如度分布、模塊的聚類系數(shù)，加權聚類系數(shù)和各模塊的連接度等指標，并發(fā)現(xiàn)了項目模塊網(wǎng)絡和開發(fā)者網(wǎng)絡表現(xiàn)出小世界效應。

3? ? 網(wǎng)絡分析

3.1? SourceForge開發(fā)者網(wǎng)絡

在SourceForge上，84 636個用戶至少有過一次CVS數(shù)據(jù)提交行為。其中，58 647個開發(fā)者至少連接到一個其他開發(fā)者（這些開發(fā)者沒有一個人單獨進行一個項目的開發(fā)工作），占總開發(fā)者人數(shù)的69.29%。彼此連接的開發(fā)者，最大的連接社團包含21 372個用戶，占總人數(shù)的36.44%，其中，30.23%的開發(fā)者至少有過一次有效的提交行為。圖1形象地展示了SourceForge開發(fā)者網(wǎng)絡隨機抽樣的結果，其開發(fā)者網(wǎng)絡是從利用開發(fā)者—項目關系2/3的數(shù)據(jù)提取出來構建的。該網(wǎng)絡中有40 206個節(jié)點，其中最大的連接組件包含5 132個節(jié)點，其中有許多開發(fā)者社區(qū)，但沒有關鍵的核心節(jié)點，并且存在很多開發(fā)者的“環(huán)”，朝著網(wǎng)絡的外圍發(fā)展?！碍h(huán)”中的開發(fā)者在網(wǎng)絡中起到非常重要的作用，如果沒有，網(wǎng)絡可能就會斷開。

3.2? GNU開發(fā)者和項目網(wǎng)絡

在革奴計劃（GNU is Not Unix，GNU）開發(fā)者網(wǎng)絡中，3 986個開發(fā)者至少提交過一個CVS，其中3 122個開發(fā)者至少跟一個其他開發(fā)者相連接，占78.32%。在這些連接中，最大的連接組件包含1 821個開發(fā)者，占58.32%，或者說45.62%的開發(fā)者至少有過一次提交，該網(wǎng)絡可視化的結果如圖2所示，其中，項目是由唯一一個被排除在外的開發(fā)者開發(fā)的數(shù)據(jù)。另外，在GNU的項目網(wǎng)絡中，項目之間彼此連接，并呈現(xiàn)出一個較大的集群，主要原因是大多數(shù)GNU項目的生存時間都很長，不斷有新的項目托管到GNU上，并且很多開發(fā)者都把畢生的精力投入到GNU的多個開發(fā)項目上。

3.3? Berlios開發(fā)者和項目網(wǎng)絡

在Berlios項目中，至少1 612個開發(fā)者有過一個CVS提交記錄，其中，有1 125個用戶至少和一個其他開發(fā)者相連（只有一個開發(fā)者的項目排除在外），占70.35%。其中，最大的連接組件僅包含100個用戶，占8.98%，即6.32%開發(fā)者至少提交過一次。Berlios項目網(wǎng)絡基本上沒有連接，不過網(wǎng)絡里面有一些有趣的社區(qū)。

4? ? 重復網(wǎng)絡連接

在SourceForge開發(fā)者網(wǎng)絡中，有386 690條開發(fā)者之間的連邊，其中10 491條是重復的，占2.65%。然而，在GNU中，47 656個開發(fā)者節(jié)點對中，有4 762對是重復的，接近10%。對于Berlios，3 412個開發(fā)者關系中有96個是重復的，占2.51%，與SourceForge相當。開發(fā)者網(wǎng)絡中重復網(wǎng)絡連接現(xiàn)象還沒有得到廣泛的研究，據(jù)推測，Savannah富有成效的開發(fā)者關系表明其中的項目很可能是成功的，也可能表明薩凡納的典型項目比SourceForge或Berlios的典型項目更成功。重復的網(wǎng)絡連接現(xiàn)象暗含著開發(fā)者之間的合作更加緊密，相應的開發(fā)平臺和項目更容易獲得成功，然而事實并非如此。

5? ? 社區(qū)

Berlios并不是一個流行的全球化開發(fā)者社區(qū)。盡管許多開發(fā)者與其他人開發(fā)者有聯(lián)系，但開發(fā)者網(wǎng)絡并沒有呈現(xiàn)出小世界效應。SourceForge是一個很大的開發(fā)者社區(qū)，在連接方面比Berlios更好。在SourceForge中，大約有1/4的開發(fā)者在最大的開發(fā)社區(qū)中，另外，在GNU中有將近一半的開發(fā)者在最大的開發(fā)者社區(qū)中。

6? ? 結語

本文給出了3個不同的OSS平臺上項目和開發(fā)者網(wǎng)絡的初步統(tǒng)計分析，分析、揭示了網(wǎng)絡演化的趨勢，并為OSS平臺上的一些現(xiàn)象提供了重要的見解。軟件版本控制日志為建立和研究網(wǎng)絡提供了一個很好的資源。

[參考文獻]

[1]JIN X，GREGORY M.Exploration of the open source software community[D].Notre Dame：University of Notre Dame，2004.

[2]任卓明，邵鳳，劉建國，等.基于度與集聚系數(shù)的網(wǎng)絡節(jié)點重要性度量方法研究[J].物理學報，2013（12）：56-58.

[3]劉建強，蘭巨龍，鄔江興.基于節(jié)點疏遠方法的網(wǎng)絡節(jié)點重要性評價[J].計算機工程與科學，2011（3）：13-17.