算法大公开！开源项目的Gitee指数是如何计算的？

经常逛 Gitee 的同学一定会注意到，在 Gitee 上衡量一个开源项目优质与否，除了 Star 的数量以外，还有一个很重要的指标——Gitee 指数。如果该项目 Star 数量很多但 Gitee 指数较低，那么该项目可能“年久失修”或已无人维护，如果该项目 Star 数量并不多但 Gitee 指数较高，那么说明这个项目是个“潜力股”，值得持续关注。

综合 Gitee 八年来的经验，我们明白想要对开源项目的质量进行合理评估，仅仅只看 Star 数量是远不够的，要想全方位地评估一个项目，就必须收集其各方面的基础数据。

在没有推荐算法的情况下，用户会通常会选择高 Star 数的项目，而忽略低 Star 数的项目，低 Star 数的项目就不值得推荐吗？根据这个问题引发了 Gitee 团队对什么是优质开源项目的探讨。最后提出了好的开源项目应该从以下角度切入（以下的数据信息和分析都是依据于真实的开源软件社区）。

Gitee指数评估维度

1.影响力

用来判断开发者是否真正关注过该项目，低 Star 数可能是由种种原因被埋没，而长时间无 Star，可能这个项目并没有辐射到其他开发者。

2.代码活跃度

项目代码“年久失修”，维护人员可能已经抛弃了该项目，只是忘了清除仓库，这样的项目在全球范围内不在少数，但也有可能是已经较为完善的项目，不需要过多地维护。

3.社区活跃度

你对一个项目提了一个 Issue，在短时间内就得到回应，这样的感觉是极好的，反映其项目作者与社区普通用户的互动频率。

4.团队健康

这一点也相当的重要，如果项目实际的贡献者只有那么几位，关键贡献者从团队退出是经常导致一个软件的停更的原因，该指数与贡献者人数和稳定度相关。

5.流行趋势

与项目近期收到用户的关注程度相关。

有了评估维度后，就需要对各个维度进行权重划分，各维度具体的权重如下图所示：

维度计算方法

有权重后就可以对不同维度进行计算了，各维度的计算方法如下：

为项目画像的维度， 为维度下的各个分支特征，是基于业务场景中的经验权重。

要做到数据更加易懂及好看，还要进行特征归一化：

其中为输入的数据，为所有数据样本中的最小值，为所有数据样本中的最大值。

该方法能够将需要对比的数据映射到[0,1]区间中，给用户展示可对比的数据。

归一化后的项目特征如下图：

最终呈现在线上的就是大家在文中最开始看到的效果了。

目前占据 Gitee 指数全站排名第一的项目是来自华为的 AI 框架 MindSpore ，如果你自己项目的 Gitee 指数想要追上它，通过这次的算法大公开，相信你知道要从哪方面努力了，那就赶快行动起来吧！

同时我们也开放各位开发者对于算法的各种建议，目的就是能够最大限度的为大家提供一个科学、合理、公平的开源项目指标，如果你对该算法有什么想法，欢迎留言告诉我们哦～