diff --git a/translated/tech/20221206.3 ⭐️⭐️ A data scientist's guide to open source community analysis.md b/published/20221206.3 ⭐️⭐️ A data scientist's guide to open source community analysis.md similarity index 82% rename from translated/tech/20221206.3 ⭐️⭐️ A data scientist's guide to open source community analysis.md rename to published/20221206.3 ⭐️⭐️ A data scientist's guide to open source community analysis.md index 9fca276fe8..a4e928cad1 100644 --- a/translated/tech/20221206.3 ⭐️⭐️ A data scientist's guide to open source community analysis.md +++ b/published/20221206.3 ⭐️⭐️ A data scientist's guide to open source community analysis.md @@ -3,24 +3,28 @@ [#]: author: "Cali Dolfi https://opensource.com/users/cdolfi" [#]: collector: "lkxed" [#]: translator: "Chao-zhi" -[#]: reviewer: " " -[#]: publisher: " " -[#]: url: " " +[#]: reviewer: "wxy" +[#]: publisher: "wxy" +[#]: url: "https://linux.cn/article-15640-1.html" 数据科学家的开源社区分析指南 ====== +![][0] + +> 研究一下这个框架，来建立你自己的开源项目的数据分析。 + 在数据分析的黄金时代，开源社区也不能免俗。大家都热衷于将一些华丽的数字放到演示幻灯片上，但如果你掌握了正确的分析方法，这些信息可以为你带来更大的价值。 -或许你认为作为一名[数据科学家][1]，我会告诉你数据分析和自动化能为你的社区决策提供信息。但实际上，情况恰恰相反。利用数据分析来建立你现有的开源社区知识，吸收其他的知识，并发现潜在的偏见和没有考虑的观点。你或许是实施社区活动的专家，而你那些同事则是代码方面的专家。当你们每个人都在自己的知识背景下开发可视化时，你们都可以从这些信息中受益。 +或许你认为作为一名 [数据科学家][1]，我会告诉你数据分析和自动化能为你的社区决策提供信息。但实际上，情况恰恰相反。利用数据分析来构建你现有的开源社区知识，吸收其他的知识，并发现潜在的偏见和没有思考过的观点。你或许是实施社区活动的专家，而你那些同事则是代码方面的专家。当你们每个人都在自己的知识背景下将信息可视化时，你们都可以从这些信息中受益。 -让我们来面对现实吧。每个人都有一千零一件事情要做，而且总感觉一天的时间永远不够用。如果要得到关于你的社区的答案需要几个小时，你就不可能有足够的精力去解决这些事情。但是，花时间创建一个全面发展的可视化项目，可以帮助你时刻掌握你所关心的社区的不同方面，这就将你从精疲力尽中解放了出来。 +让我们来面对现实吧。每个人都有一千零一件事情要做，而且总感觉一天的时间永远不够用。如果需要几个小时才能得到你的社区的答案，你就不可能有足够的精力去解决这些事情。但是，花时间创建一个全面发展的可视化项目，可以帮助你时刻掌握你所关心的社区的不同方面，这就将你从精疲力尽中解放了出来。 随着“数据驱动”思维的盛行，围绕开源社区的信息宝库可能是一种祝福，也可能是一种诅咒。下面我将分享一些方法，告诉你如何从数据干草堆中挑出有价值的信息。 ### 你的预期是什么？ -当考虑一个指标时，首先要明确你的目的和需求。以下是几个可能涉及的概念： +当考虑一个指标时，首先要明确你想提供的观点。以下是几个可能涉及的概念： **告知性和影响性的行动：** 你的社区是否存在某个领域尚未被理解？你是否已迈出第一步？你是否试图确定特定方向？你是否正在衡量现有倡议的效果？ @@ -42,11 +46,11 @@ 假设你开始进行分析，并且已经知道你将要研究的内容对你或你的社区是有用的。那么你该如何提高分析的价值呢？这里的想法是建立在“传统”的开源社区分析基础之上。假设你的数据表明，在项目的整个生命周期内，你共有 120 个贡献者。这是你可以放在幻灯片上的价值，但你不能从中做出决策。从仅有一个数字到获得洞见，逐步采取措施。例如，你可以从相同的数据中将贡献者分为活跃和流失的贡献者（那些已经有一段时间没有做出贡献的贡献者），以获得更深入的了解。 -#### 场景 2：社区活动影响测量 +#### 场景 2：社区活动的影响测量 ![目标和影响][3] -考虑聚会、会议或其他任何社区外联活动。你如何看待你的影响力和目标？这两个步骤实际上互相影响。一旦你确定了活动的目标，就要确定可以用什么来检测效果。这些信息有助于设定活动的目标。在活动开始时，很容易陷入模糊的计划而非具体的计划的陷阱中。 +针对聚会、会议或其他任何社区外联活动，你如何看待你的影响力和目标？这两个步骤实际上互相影响。一旦你确定了活动的目标，就要确定可以用什么来检测效果。这些信息有助于设定活动的目标。在活动开始时，很容易陷入模糊的计划而非具体的计划的陷阱中。 #### 场景3：形成新的影响分析区 @@ -56,13 +60,13 @@ #### 第一步：分解关注区和视角 -首先，想象一下魔法 8 球——你可以问任何问题，摇一摇，就能得到答案的玩具。考虑你的分析区。如果你能立即得到任何答案，那会是什么？ +首先，想象一下魔法 8 球——你可以问任何问题，摇一摇，就能得到答案的玩具。考虑你的分析领域。如果你能立即得到任何答案，那会是什么？ 接下来，考虑数据。从你的魔法 8 球问题中，哪些数据源可能与问题或关注领域有关？ -在数据背景下，哪些问题可以被回答，让你更接近你提出的魔法 8 球问题？需要注意的是，如果你试图将所有的数据汇集在一起，你必须考虑到所做出的假设。 +在数据背景下，哪些问题可以回答，让你更接近你提出的魔法 8 球问题？需要注意的是，如果你试图将所有的数据汇集在一起，你必须考虑到所做出的假设。 -#### 第二步：将问题转化为度量标准 +#### 第二步：将问题转化为指标 以下是第一步中每个子问题的处理过程： @@ -74,7 +78,7 @@ #### 第三步：分析实践 -这一步是你开始处理你所创建的度量标准或可视化的影响的地方。 +这一步是你开始处理你所创建的指标或可视化的影响。 首先要考虑的是，这个度量标准是否符合当前对社区的了解。 @@ -83,7 +87,7 @@ 一旦你确定你的分析足够稳定，可以开始在信息上实施社区倡议。当你正在进行分析以确定下一步最佳步骤时，你应该确定衡量倡议成功的具体方法。 -现在，观察这些由你的度量标准提供信息的社区倡议。确定是否可以用你之前建立的成功衡量指标观察到影响。如果没有，可以考虑以下几点： +现在，观察这些由你的指标提供信息的社区倡议。确定是否可以用你之前建立的成功衡量指标观察到影响。如果没有，可以考虑以下几点： - 你是否在衡量正确的事情？ - 倡议战略是否需要调整？ @@ -104,7 +108,7 @@ 这个问题的目的是先看看新的贡献者在做什么。 -**数据：** GitHub上的首次贡献随时间推移的数据（问题、PR、评论等）。 +**数据：** GitHub 上的首次贡献随时间推移的数据（议题、PR、评论等）。 ![每季度首次贡献图表][5] @@ -121,16 +125,16 @@ **行动项目：** -- 给 "好的第一个问题 "贴上一致的标签，并将这些问题链接到贡献文档中。 +- 给 “好的第一个问题” 贴上一致的标签，并将这些问题链接到贡献文档中。 - 在这些问题上添加一个 PR 伙伴。 -**子问题 2：** "我们的代码库真的依赖于路过的贡献者吗？" +**子问题 2：** “我们的代码库真的依赖于路过的贡献者吗？” **数据：** GitHub 的贡献数据。 ![贡献者类型随时间变化的图表][7] -**可视化：** "贡献总额：按路过和重复贡献者的贡献进行细分。" +**可视化：** “贡献总额：按路过和重复贡献者的贡献进行细分。” **根据这一信息可能采取的行动。** @@ -138,7 +142,7 @@ ### 分析：吸取教训 -数字和数据分析并不是“事实”，它们可以支持任何观点。因此，在处理数据时，内部怀疑者应该非常积极，并进行反复迭代，以带来真正的价值。你不希望你的分析只是一个“yes man”，因此花点时间退一步，评估你所做的假设。 +数字和数据分析并不是“事实”，它们可以支持任何观点。因此，在处理数据时，内部怀疑者应该非常积极，并进行反复迭代，以带来真正的价值。你不希望你的分析只是一个 “yes man”，因此花点时间退一步，评估你所做的假设。 如果一个指标只是指出了调查的方向，那也是一个巨大的胜利。你不可能看清或想到所有的事情，兔子洞可以是一个好事，对话的起点可以把你带到一个新的地方。 @@ -178,7 +182,7 @@ via: https://opensource.com/article/22/12/data-scientists-guide-open-source-comm 作者：[Cali Dolfi][a] 选题：[lkxed][b] 译者：[Chao-zhi](https://github.com/Chao-zhi) -校对：[校对者ID](https://github.com/校对者ID) +校对：[wxy](https://github.com/wxy) 本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译，[Linux中国](https://linux.cn/) 荣誉推出 @@ -199,3 +203,4 @@ via: https://opensource.com/article/22/12/data-scientists-guide-open-source-comm [13]: https://www.redhat.com/en/resources/data-intensive-applications-hybrid-cloud-blueprint-detail?intcmp=7013a000002CxqkAAC [14]: https://opensource.com/downloads/mariadb-mysql-cheat-sheet?intcmp=7013a000002CxqkAAC [15]: https://opensource.com/tags/data-science?intcmp=7013a000002CxqkAAC +[0]: https://img.linux.net.cn/data/attachment/album/202303/19/155043lcx6bxqw5ci5gpgi.jpg \ No newline at end of file