如何评估一个 github 项目的价值

作者: songtianyi 2018-10-22

前言

一直觉得 github 的社交价值有待挖掘,想了下,可以做一个发现周围技术牛人的小程序,具体怎么做,这里先不说。如果去实现它,要解决的问题之一就是怎么评价 github 项目的价值。

要素的选取

对比的要素 github 已经都标出来了,star, fork, watch. 比如目前比较热的深度学习框架 Tensorflow,它的要素值为(112564, 68801, 8471),

确定参考项目

另外,我们需要一个或者多个项目作为参考值。 不同的项目所对应的参考项目应该是不一样的,拿一个爬虫项目和 Tensorflow 对比没有意义, 而且冷门领域的 star 数会小几个数量级。所以,需要分类选取多个参考项目,简单点,我们把 star 排名前 N 的项目都找出来,作为参考项目,这些项目应该已经涵盖到了技术的方方面面了。在计算分数的时候,根据编程语言,标签(topics)找到匹配的参考项目进行计算。匹配的原则是,任意一个元素匹配即可,比如 A 项目的分类属性值为(go, wechat, bot), B 项目的分类属性值为(ruby, wechat, tool), 其中 wechat 是匹配的,那么 B 可以作为 A 的参考项目,这样更容易将项目的价值凸显出来。

计算

最简单的计算方式是 star + fork + watch,然后计算和参考项目的差值并计算比例即可,但从某个角度来说,star, fork, watch 是三个不同的度量,好比单位不同(你不能直接将单位为米的 star 和单位为厘米的 fork 相加),此外,star, fork, watch 它们的在计算时的权重也应有所差异,watch 的权重应该最高,其次是 fork。我们可以估算一个权重 star=5*fork=10*watch 。我们可以把它们看成三维空间的 x, y, z 轴上的值,如果有多个参考对象,先使用欧式距离分别计算它们和当前项目的距离,设参考项目 j 的要素值为(starj, fork j, watchj), 则有:

image

由于有多个参考项目,我们取 d 最小的 j, 其到零点的距离为:

image

同样地,计算出当前项目 i 到零点的距离 di, 那么项目 i 的打分为为:

image

PS. 写着写着发现自己在扯淡,充个数吧。

参考资料

  1. Euclidean Distance