【PaddlePaddle Hackathon 3】开源社区洞察任务合集

[Ligoml]

（此 ISSUE 为 PaddlePaddle Hackathon 第三期活动的任务 ISSUE，更多详见 【PaddlePaddle Hackathon 第三期】任务总览）

以下为飞桨黑客松第三期中，开源社区洞察任务合集：

注：报名参与开源社区洞察任务的同学可以向 [email protected] 发邮件，我们会邀请你加入社群参与讨论~

No.87：Paddle 社区数据分析

• 任务标签：GitHub 社区数据分析，深度学习

• 任务难度：基础

• 详细描述：使用 Paddle 社区的 GitHub 日志数据对 Paddle 社区进行深度的分析。
  分析任务包含：

  • 各类统计型任务（如 Issue、PR 数量，响应周期，解决周期等）并进行可视化和介绍，可参考 CHAOSS 指标体系。提出对 Paddle 社区的现状分析与优化建议；
  • 评论的情感分析：使用算法对 Issue 和 PR 中的评论内容进行情感分析，对正面或负面情绪进行识别与展示。
  • （选做）PR 的 reviewer 推荐：使用算法对特定 PR 进行 Reviewer 推荐。

• 提交流程：对任务进行分析工作，并将结果汇总为 Jupyter Notebook 报告文件，上传至 X-lab2017/open-digger 仓库 Hackathon 文件夹中。

• 提交内容：提交内容为一个完成的分析报告的 Jupyter Notebook 文件，至少包含基本分析任务。进阶分析任务需包含结果示例用于评判。

• 评判标准：合入分析结果和说明的 Notebook 文件即为完成任务，最终排名由评判委员会对完成任务的参赛者打分，分数最高者获胜。

• 技术要求：

  • 熟悉 Python 或 Node.js；
  • 熟悉 Clickhouse SQL 语法；
  • 了解 GitHub 日志数据。

• 参考内容：

  • 数据集获取：sample_data；
  • 熟悉 Node.js，可按上述文档使用 OpenDigger 提供的 Node.js Kernel JupyterLab 容器镜像进行分析工作；
  • 也可自行构建 Python Kernel 并进行分析工作。

No.88：Paddle 社区开发者行为可视化

• 任务标签：GitHub 社区数据分析，深度学习

• 任务难度：基础

• 详细描述：使用 Paddle 社区的 GitHub 日志数据对 Paddle 社区中的开发者进行深入分析。
  分析任务包含：

  • 对 Paddle 社区的开发者的行为进行统计性分析，如日常贡献项目、使用语言、活跃情况、在 Paddle 社区的活跃周期等。
  • 利用算法对 Paddle 社区的贡献者进行开发者画像分析，如开发者的技能标签、所在组织、所在时区分析等。选取10位典型开发者展开介绍，形成对飞桨社区开发者的具象认知。

• 提交流程：对任务进行分析工作，并将结果汇总为 Jupyter Notebook 报告文件，上传至 X-lab2017/open-digger 仓库 Hackathon 文件夹中。

• 提交内容：提交内容为一个完成的分析报告的 Jupyter Notebook 文件，至少包含基本分析任务。进阶分析任务需包含结果示例用于评判。

• 评判标准：合入分析结果和说明的 Notebook 文件即为完成任务，最终排名由评判委员会对完成任务的参赛者打分，分数最高者获胜。

• 技术要求：

  • 熟悉 Python 或 Node.js；
  • 熟悉 Clickhouse SQL 语法；
  • 了解 GitHub 日志数据。

• 参考内容：

  • 数据集获取：sample_data；
  • 熟悉 Node.js，可按上述文档使用 OpenDigger 提供的 Node.js Kernel JupyterLab 容器镜像进行分析工作；
  • 也可自行构建 Python Kernel 并进行分析工作。

No.89：开源社区对比研究

• 任务标签：GitHub 社区数据分析，GitHub 社区社会学研究

• 任务难度：进阶

• 详细描述：选取 GitHub上包含 PaddlePaddle/Paddle 社区在内的 10 个国内外优秀开源社区（不需要局限在人工智能领域，star 数 10k 以上），依据 GitHub 公开数据、社区研究论文、第三方分析报告等资料，对 10 个开源社区做横向对比研究。开放性任务。

• 提交流程：提 PR 至 PaddlePaddle/community/ 仓库的 insight 目录。

• 提交内容：一份对比研究报告，PDF 格式，如有其他开源分析 repo 可附链接在PDF中。

• 评判标准：合入 PR 即为完成任务，最终排名由评判委员会对完成任务的参赛者打分，分数最高者获胜，次优者酌情获得奖励。

• 技术要求：无。

• 参考内容：

  • X-lab
  • OSS Insight

答疑交流

• 如果对于上述任务有任何问题，欢迎在本 Issue 下留言交流；
• 如果有 OpenDigger 使用相关问题，欢迎在 OpenDigger 项目中提交 Issue 进行讨论。

[GT-ZhangAcer]

Python环境下的PyGitHub第三方库封装了较多GitHub V3 API，可考虑使用该库提供GitHub数据支持。