16、探索GitHub热门编程语言与花授粉算法性能分析

探索GitHub热门编程语言与花授粉算法性能分析

1. 从GitHub仓库发现热门编程语言

在对GitHub仓库的研究中，为了发现热门的编程语言组合，采用了一系列的研究方法。

研究过程的步骤如下：
1. 数据预处理与变量识别 ：
- 从GitHub仓库随机抽取60个不同的用户账户。
- 确定了“编程语言”和“粉丝数量”两个合适的变量，同时将“下载数量”确定为无关变量。
- 从获取的数据中选择了十种不同的编程语言。
2. 构建模型 ：
- 由于Apriori方法在计算支持计数时需要多次扫描的缺点，采用FP - Growth方法构建模型。
- 模型的具体规格如下：
- 输入：每个用户使用的编程语言。
- 输出：两种编程语言的组合及其支持计数。
- 算法：频繁模式增长算法。
- 输入：事务数据库。
- 输出：带有支持计数的两种编程语言组合。
- 预处理：将事务项（文本形式的编程语言）转换为数字。
- 使用的编程语言：C语言。
- 以一个静态数据集为例，首先计算不同编程语言的支持计数，然后根据支持计数降序排序并存储在FP - 树中，最后使用FP - Growth方法生成两种编程语言的组合。
3. 假设检验 ：为发现的两种编程语言组合构建假设并进行测试。

研究结果表明，根据粉丝数量将GitHub用户账户分为两组，对两组的前两种编程语言组合及其支持计数进行分析。通过独立样本T检验，发现使用热门编程语言（包含Javascri