OpenRank 开源评价系列算法介绍
OpenRank 开源评价系列算法使用开发者协作网络,配合将 PageRank 算法推广至具初值的高维异质网络的 OpenRank 算法,针对不同开源评价应用场景所提出的系列算法,主要包括了 OpenRank 影响力评价算法与 OpenRank 贡献度评价算法。
OpenRank 影响力评价算法
-
简介:OpenRank 影响力评价算法脱胎于开源价值流网络思想,通过开源生态全域协作数据对开发者与开源项目之间的协作关系进行建模,并通过 OpenRank 算法对开发者与开源项目按月度进行影响力协同评价,形成具有时序连续性的开源生态影响力评估的北极星指标。
-
学术:OpenRank 影响力评价算法对应的学术论文《OpenRank 动力学:面向开源生态的影响力评估与动态传播模型》获得首届开源技术学术大会最佳论文奖(大会唯一),并发表于中文核心学术期刊《计算机科学》2025 年 8 月刊。该论文介绍了 OpenRank 影响力评价指标的构建方法,并使用动态传播模型证明了 OpenRank 影响力评估算法在开源生态影响力评估中的相较于传统影响力评估模型在有效性与评估效率上的优势。
-
标准:OpenRank 影响力算法作为一种开源社区的评价算法已进入《信息技术 开源治理 第3部分:社区治理框架》标准之中,该系列标准同时入选 2024 年团体标准应用推广典型案例(工信部科函〔2025〕19号),作为一种开源社区评价方法被数十家企业所采纳与使用。
-
报告:OpenRank 影响力指标发明以来,受到业界的广泛认可,自 2022 年以来深度支撑了《中国开源年度报告》、《中国开源发展蓝皮书》等一系列重要的年度开源数据报告,同时支撑了《中国十年开源洞察报告》、《2022 开源大数据热力报告》、《大模型开源开发全景图》、《CCF 开源战略动态月报》等开源报告。
-
应用:OpenRank 影响力指标除支持大量开源数据报告外,还形成了丰富的下游应用生态,如 OpenLeaderboard、HyperCRX、开放原子基金会全球开源协作全景图、OSGraph、PolarDB 开源社区洞察大屏等,为众多政府机构、企业与社区提供开源洞察能力。
