常混GitHub的人都知道，想要從數(shù)以百萬的項(xiàng)目中找到靠譜的項(xiàng)目，有一個(gè)重要的參考標(biāo)準(zhǔn)，就是「開發(fā)者活躍度」。

然而，最近一家數(shù)據(jù)分析公司的CTO（本文作者）在分析過GitHub的開發(fā)者活躍度指數(shù)以及多個(gè)數(shù)據(jù)平臺(tái)根據(jù)該指數(shù)提供的排名后，卻發(fā)現(xiàn)，現(xiàn)有的指數(shù)數(shù)據(jù)和排名有些隱藏的坑，連以太坊這樣的王者都被無名項(xiàng)目給虐了。

總之，活躍度排名的水很深，還是讓圈內(nèi)人為你揭秘吧。

作為開發(fā)者，在GitHub瀏覽項(xiàng)目時(shí)，「開發(fā)者活躍度」（Dev Activity）是一個(gè)重要的參考指標(biāo)。

越多開發(fā)者愿意投入時(shí)間和精力在一個(gè)項(xiàng)目上，項(xiàng)目的活躍度高，活躍度高則往往意味著：開發(fā)者相信這個(gè)項(xiàng)目是靠譜的；這個(gè)項(xiàng)目的功能更豐富；以及這個(gè)項(xiàng)目存在「貓膩」的可能性更低。

雖然有些土豪開發(fā)者可以靠「刷量」把項(xiàng)目的活躍度給刷上去，但對(duì)于GitHub上的絕大多數(shù)普通開發(fā)者來說，刷量的成本是可望而不可即的。況且刷上去的項(xiàng)目，也很容易露出馬腳，經(jīng)常上GitHub的人往往一眼就能看出來。

那么，這是不是說GitHub是篩選項(xiàng)目最靠譜的參考數(shù)據(jù)呢？帶著這個(gè)疑問，我們研究了大量活躍度指數(shù)的數(shù)據(jù)，通過將此數(shù)據(jù)與不同項(xiàng)目進(jìn)行深度對(duì)比，發(fā)現(xiàn)一個(gè)有意思的現(xiàn)象，那就是現(xiàn)有的活躍度數(shù)據(jù)和排名并不能反應(yīng)項(xiàng)目的質(zhì)量和靠譜程度。

既然如此，這一現(xiàn)象是怎樣造成的？開發(fā)者在參考項(xiàng)目的活躍度時(shí)，到底該參考哪些數(shù)據(jù)呢？

王者敗給青銅，GitHub活躍度應(yīng)該怎么看？

CryptoMiso是一個(gè)活躍度數(shù)據(jù)平臺(tái)，通過對(duì)以太坊、比特幣等知名項(xiàng)目的GitHub活躍度指數(shù)進(jìn)行對(duì)比時(shí)發(fā)現(xiàn)，在活躍度的整體排名上，「王者」竟然敗給了無名「青銅」。

Particl和DigiByte這樣幾乎沒有存在感的項(xiàng)目，git commits的數(shù)量遠(yuǎn)遠(yuǎn)高于以太坊，排名竟然也將比特幣和以太坊遠(yuǎn)遠(yuǎn)甩在身后。

可問題是，Particl和DigiByte這樣的項(xiàng)目憑什么提交數(shù)就比比特幣和以太坊高呢？通過深挖，我們發(fā)現(xiàn)Particl「借鑒」了一部分比特幣的源碼，隨著「借鑒」的操作，也分流了一大批比特幣項(xiàng)目下的提交數(shù)（commits）和貢獻(xiàn)者，簡(jiǎn)單來說就是竊取了比特幣的勝利果實(shí)。

而這種操作Particl絕不是個(gè)例，類似這樣的項(xiàng)目還多著呢。

隨便舉幾個(gè)例子：

• DigiByte，CryptoMiso上排名第8位的項(xiàng)目，復(fù)制/粘貼了比特幣的源代碼；

• ChainCoin，CryptoMiso上排名第18位，把比特幣的源代碼進(jìn)行分叉，雖然提交數(shù)不多（不到30個(gè)），但仍然比以太坊要高；

• GlobalCoin，CryptoMiso上排名第22，同樣把比特幣的源代碼給分叉了，雖然活躍度不高，但排名卻比較靠前。

雖然CryptoMiso在展示排名時(shí)會(huì)在對(duì)別的項(xiàng)目進(jìn)行分叉的項(xiàng)目下用小字標(biāo)注出來，但這么做似乎也并沒有什么效果，像DigiByte這樣直接復(fù)制/粘貼的項(xiàng)目，能耐它何？

還有一個(gè)有意思的發(fā)現(xiàn)是，像CryptoMiso這樣的數(shù)據(jù)平臺(tái)往往只抓取一個(gè)代碼庫(kù)（repositories）的數(shù)據(jù)。比如以太坊就有很多個(gè)代碼庫(kù)，只抓取一個(gè)數(shù)據(jù)往往無法全面反映出以太坊的活躍度。

實(shí)際上，以太坊有大量超級(jí)活躍的代碼庫(kù)。

你可能會(huì)想，那我們換個(gè)數(shù)據(jù)平臺(tái)怎么樣？行啊，我們就來看看另一個(gè)數(shù)據(jù)平臺(tái)Coincheckup，通過對(duì)過去一年的提交數(shù)進(jìn)行篩選，很遺憾，數(shù)據(jù)顯示結(jié)果與上面如出一轍，DigiByte和Particl仍然分別排在第8位和第12位。

要找到以太坊，需要往后翻三頁(yè)。就連比特金（Bitcoin Gold）這樣連一條提交都沒有的項(xiàng)目，也排在了以太坊的前面。

還有更虐的，很多看起來提交數(shù)很多的項(xiàng)目，實(shí)際上摻了不少「水分」。

比如有些提交就是用pixel art畫了個(gè)像素風(fēng)格的畫，也能算做有效的數(shù)據(jù)。

除此之外，利用這些數(shù)據(jù)平臺(tái)去查看項(xiàng)目的GitHub活躍度指數(shù)，也是件及其麻煩的事。你要一個(gè)一個(gè)的去看各個(gè)項(xiàng)目的數(shù)據(jù)，然后再把這些數(shù)據(jù)放到一起來對(duì)比。

不僅如此，正如上面提到很多數(shù)據(jù)網(wǎng)站抓取的庫(kù)很單一，你還要再確定這些庫(kù)抓取的對(duì)不對(duì)。總之，非常麻煩。

那么，要想更科學(xué)的獲取項(xiàng)目的GitHub活躍度指數(shù)該怎么辦呢？

事件 vs. 提交，誰更靠譜？

從上面可以看出，按照項(xiàng)目的提交數(shù)這個(gè)標(biāo)準(zhǔn)來判斷項(xiàng)目的活躍度，根本無法有效的反映出項(xiàng)目實(shí)際的活躍度。

因此，有些開發(fā)者認(rèn)為，現(xiàn)有的排名機(jī)制不好，更科學(xué)的方法應(yīng)該是基于「項(xiàng)目在GitHub上所產(chǎn)生的事件」。那么，事件到底又指什么呢？

事件（event）可以包括以下幾個(gè)維度：

• 代碼推送（code pushes）數(shù)量；

• 互動(dòng)行為數(shù)量，包括添加/刪除/編輯/評(píng)論等行為；

• pull request交互數(shù)量，包括在PRs里的添加/刪除/編輯等；

• GitHub Wiki編輯數(shù)量；

• commits的評(píng)論數(shù)；

• 開源代碼庫(kù)數(shù)量。

通過事件（event）來判斷項(xiàng)目的活躍度還有一個(gè)好處，那就是所有事件的返回格式都是統(tǒng)一的。如下面代碼所示：

調(diào)用語(yǔ)句也非常簡(jiǎn)單：

通過「事件」來獲取GitHub項(xiàng)目的活躍度，不僅能避免上面的問題，還有以下好處：

• 避免了對(duì)某個(gè)項(xiàng)目代碼庫(kù)代碼的分叉，就能自動(dòng)繼承該項(xiàng)目的事件數(shù)據(jù)；

• 歷史抓去記錄不可更改；

• 開發(fā)者活躍度數(shù)據(jù)更多元，不僅有提交代碼數(shù)量，還包括上面提到的種種維度。

通過這樣的判斷標(biāo)準(zhǔn)再來篩選，我們得到了以下結(jié)果：

看到了嗎，以太坊和比特幣妥妥出現(xiàn)在了它們應(yīng)該出現(xiàn)的位置上，而那些在現(xiàn)有篩選機(jī)制上排名靠前的項(xiàng)目，如DigiByte、比特金等，則一個(gè)都沒有出現(xiàn)！

利用這一方法，我們也對(duì)ERC20 Token進(jìn)行了篩選，得到的結(jié)果也靠譜了很多：

從上圖可以看出，排在最前面的分別是：Status, EOS, BAT, Golem，甚至連波場(chǎng)（TRON）這樣近期被黑的廠商，也排在了相對(duì)客觀的位置。

其他有意思的發(fā)現(xiàn)

通過今天的文章，我們可以得出一個(gè)結(jié)論：GitHub項(xiàng)目的活躍度指數(shù)，基于事件比基于提交數(shù)更科學(xué)，也可以避開很多坑。

同時(shí)，通過數(shù)據(jù)的結(jié)果來看，也能看出一些有意思的現(xiàn)象：比如ERC20項(xiàng)目的開發(fā)者活躍度，比很多區(qū)塊鏈平臺(tái)項(xiàng)目高得多。

這意味著，以太坊已經(jīng)吸引到了大量的優(yōu)質(zhì)開發(fā)者基于這個(gè)平臺(tái)做開發(fā)。

作為開發(fā)者之一，相信通過科學(xué)的方法篩選和分析數(shù)據(jù)，找的項(xiàng)目會(huì)更靠譜。從今天起，也嘗試起來吧。

PS. 本文提到通過事件（event）篩選開發(fā)者活躍度的數(shù)據(jù)平臺(tái)為：

https://santiment.net