論文の概要: Git2KG: Mining socio-technical relationships in GitHub repositories as temporal knowledge graphs
- arxiv url: http://arxiv.org/abs/2611.15509v1
- Date: Wed, 11 Nov 2026 14:04:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.162903
- Title: Git2KG: Mining socio-technical relationships in GitHub repositories as temporal knowledge graphs
- Title(参考訳): Git2KG: 時間的知識グラフとしてのGitHubリポジトリにおける社会技術的関係のマイニング
- Abstract要約: GitHubから時間的知識グラフ(TKG)をマイニングするPythonライブラリであるGit2KGを紹介します。
Gitログから詳細なコ編集関係とコードオーナシップを抽出する。
開発イベントを固定サイズの非重複時間ウィンドウにスライスすることで、時間解析をサポートする。
- 参考スコア(独自算出の注目度): 3.587583295683849
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The widespread use of Git and GitHub in open source software (OSS) projects has produced large volumes of data on collaborative software development. Existing approaches to mine those data often use graph models to (i) capture communication between developers in the issue tracker, or (ii) represent developer-developer co-authorship or developer-file code ownership networks from the editing history of code artifacts. Integrating these data in a single knowledge graph (KG) is complicated by the need to disambiguate authors and match entities from multiple sources. Moreover, most works using network analysis have taken a time-aggregated perspective that neglects temporal dynamics of collaborations. To address these issues, we present Git2KG, an extensible Python library that mines temporal knowledge graphs (TKGs) from GitHub repositories. Git2KG extracts fine-grained co-editing relations and code ownership from the Git log. It further disambiguates developer identities to align the resulting graphs with management and communication networks extracted from GitHub issue trackers. Git2KG supports temporal analysis by slicing development events into fixed-size, non-overlapping time windows, yielding a series of knowledge graph snapshots per repository. It further supports computing node features and labels for downstream machine learning tasks. Snapshots can then be exported to PyTorch Geometric, PathPyG, and NetworkX for temporal network analysis, visualization, and graph learning.
- Abstract(参考訳): オープンソースプロジェクト(OSS)プロジェクトでGitとGitHubが広く利用されていることで、コラボレーションソフトウェア開発に関する大量のデータが生み出されている。
これらのデータをマイニングするための既存のアプローチは、しばしばグラフモデルを使用する。
(i)イシュートラッカ内の開発者間のコミュニケーションをキャプチャする、又は
(ii) コードアーティファクトの編集履歴から開発者-開発者共同オーサシップまたは開発者-ファイルコードオーサシップネットワークを表す。
これらのデータを単一の知識グラフ(KG)に統合することは、著者を曖昧にし、複数の情報源のエンティティにマッチする必要があるため、複雑である。
さらに、ネットワーク分析を用いたほとんどの研究は、コラボレーションの時間的ダイナミクスを無視する時間集約的な視点を採っている。
これらの問題に対処するため、GitHubリポジトリから時間的知識グラフ(TKG)をマイニングする拡張可能なPythonライブラリであるGit2KGを紹介します。
Git2KGは、Gitログから詳細な共編集関係とコードオーナシップを抽出する。
GitHubイシュートラッカから抽出した管理および通信ネットワークと結果のグラフを整合させるため、開発者のアイデンティティをさらに曖昧にする。
Git2KGは、開発イベントを固定サイズで重複しない時間ウィンドウにスライスすることで、時間分析をサポートし、リポジトリ毎に一連のナレッジグラフスナップショットを生成する。
さらに、ダウンストリーム機械学習タスクのノード機能やラベルもサポートする。
スナップショットはPyTorch Geometric、PathPyG、NetworkXにエクスポートして、時間的ネットワーク分析、可視化、グラフ学習を行うことができる。
関連論文リスト
- SwingArena: Competitive Programming Arena for Long-context GitHub Issue Solving [90.32201622392137]
We present SwingArena, a competitive evaluation framework for Large Language Models (LLMs)。
従来の静的ベンチマークとは異なり、SwingArenaはLLMをイテレーションとして組み合わせて、テストケースを作成し、継続的インテグレーション(CI)パイプラインを通じてパッチを検証するパッチとレビュアーを生成することで、ソフトウェアのコラボレーションプロセスをモデル化する。
論文 参考訳(メタデータ) (2025-05-29T18:28:02Z) - GitBugs: Bug Reports for Duplicate Detection, Retrieval Augmented Generation, and More [0.0]
GitBugsは、9つのアクティブにメンテナンスされているオープンソースプロジェクトからの15万以上のバグレポートからなる、包括的で最新のデータセットである。
GitBugsはGithub、Bugzilla、Jiraのイシュートラッカからのデータを集約し、分類タスクの標準化されたカテゴリフィールドを提供する。
探索分析ノートや、重複率や分解時間などの詳細なプロジェクトレベルの統計情報が含まれている。
論文 参考訳(メタデータ) (2025-04-13T16:55:28Z) - RepoGraph: Enhancing AI Software Engineering with Repository-level Code Graph [63.87660059104077]
RepoGraphは、現代のAIソフトウェアエンジニアリングソリューションのためのリポジトリレベルの構造を管理するプラグインモジュールである。
RepoGraphはすべてのシステムのパフォーマンスを大幅に向上させ、オープンソースフレームワークの間で新たな最先端技術を生み出している。
論文 参考訳(メタデータ) (2024-10-03T05:45:26Z) - Visual Analysis of GitHub Issues to Gain Insights [2.9051263101214566]
本稿では,課題タイムラインに関する洞察を提供するために,可視化を生成するプロトタイプWebアプリケーションを提案する。
問題のライフサイクルに焦点をあて、ユーザによる開発パターンの理解を高めるために重要な情報を記述する。
論文 参考訳(メタデータ) (2024-07-30T15:17:57Z) - LasTGL: An Industrial Framework for Large-Scale Temporal Graph Learning [61.4707298969173]
本稿では,共通時間グラフ学習アルゴリズムの統一的および統一的な実装を統合する産業用フレームワークであるLasTGLを紹介する。
LasTGLは、詳細なチュートリアルとともに、包括的な時間グラフデータセット、TGNNモデル、ユーティリティを提供する。
論文 参考訳(メタデータ) (2023-11-28T08:45:37Z) - Collaborative, Code-Proximal Dynamic Software Visualization within Code
Editors [55.57032418885258]
本稿では,コードエディタに組み込むソフトウェアビジュアライゼーション手法の設計と実装について紹介する。
私たちのコントリビューションは、ソフトウェアシステムの実行時の動作の動的解析を使用するという点で、関連する作業と異なります。
私たちの視覚化アプローチは、一般的なリモートペアプログラミングツールを強化し、共有コード都市を利用することで協調的に使用できます。
論文 参考訳(メタデータ) (2023-08-30T06:35:40Z) - PyTorch Geometric Signed Directed: A Software Package on Graph Neural
Networks for Signed and Directed Graphs [20.832917829426098]
PyGSD (PyTorch Geometric Signed Directed) は、PyGSDのソフトウェアパッケージである。
PyGSDは、使い易いGNNモデル、合成および実世界のデータ、タスク固有の評価指標と損失関数で構成されている。
PyGの拡張ライブラリとして提案されているソフトウェアは、オープンソースリリース、詳細なドキュメント、継続的インテグレーション、ユニットテスト、コードカバレッジチェックでメンテナンスされています。
論文 参考訳(メタデータ) (2022-02-22T10:25:59Z) - Leveraging Structural Properties of Source Code Graphs for Just-In-Time
Bug Prediction [6.467090475885797]
グラフは関係データを理解するのに最もよく使われる表現の1つである。
本研究では,ソースコードのリレーショナル特性をグラフ形式で活用する手法を提案する。
論文 参考訳(メタデータ) (2022-01-25T07:20:47Z) - LabelGit: A Dataset for Software Repositories Classification using
Attributed Dependency Graphs [11.523471275501857]
LabelGitと呼ばれるGitHubプロジェクトの新しいデータセットを作成します。
私たちのデータセットは、依存関係グラフや識別子からのソースコードニューラル表現など、ソースコードからの直接的な情報を使用します。
プロキシに頼らず、ソースコード全体を分類するために使用するソリューションの開発を支援することを願っています。
論文 参考訳(メタデータ) (2021-03-16T07:28:58Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。