一、背景

        找到软件后，快速便捷的复用，哪些搭配，哪些冲突

二、相关工作

        数据挖掘领域，频繁项集发现三种算法算法，aprior、FP-growth、使用垂直格式挖掘

三、同现网络构造

        由复用网络转化为同现网络，同现网络其实是2频繁项集，两顶点如果有边，则说明两顶点同现过。

四、同现网络分析

        还没写，不知道用什么对这个网络进行分析，不知道分析的目标是什么，预期结果是什么。

五、同现关系量化模型

        在网络图中依据路径计算项集的支持度和置信度

六、组合软件推荐方法

        在网络图中用广度优先或深度优先，根据迭代或递归次数找n元环发现n项集，用项集的支持度和置信度去判断是否频繁

七、实验结果分析

        还没写，不知道怎么筛选项目，也不知道怎么判断好坏

        目前筛选是watch!=0 and star!=0 and fork!=0 and pom_number >10 的项目，如果最小支持度设为0.2，出现的频繁项集比较少，只能依次减小支持度。

        还有没有其他好的方法筛选项目，缩小原始数据集？

主要内容

1、开源软件复用生态系统 （小论文）

       构造 - 数据爬取、处理、建模为网络

       分析 - 社交网络分析方法、复用网络分析结果

2、相似开源软件推荐

        以依赖包为软件项目的特征

        模拟TF-IDF模型构建项目空间向量  Project = {dependency1, dependency2,...,dependencyk}

        利用余弦模型计算相似度  

实验测试集 

        选取了watch !=0 and fork !=0 and star !=0 and 复用依赖包数量 >10 的软件项目，共 6652个

目前，实验结果分析还没有写。

没有想好怎么去对实验结果进行评测分析