介绍GitHub是全球最大的开源软件托管平台，因此追踪GitHub的热度对于软件开发者和用户来说非常重要。这篇文章是介绍一个GitHub流行度追踪框架，用他们的Stars数来评估GitHub的流行软件。本文使用的数据来自于5月1日的GitHub。衡量流行度这里我们考虑GitHub上排名前24位的编程语言，通过GitHub的高级搜索引擎进行排序。下面的数据是每种语言前1000个库的星数分布。假设24000个示例中前10%的系统很受欢迎，前1%的系统非常受欢迎。下表显示了每种编程语言的流行和非常流行的系统数量。流行度增长模式评估应用程序随时间的流行度。我们将对流行系统的分析限制为至少52周。通过这种方式，我们研究了2138个流行系统（占初始样本的89%）。出于本系统的目的，我们将Rt定义为第t周排名列表的排名对数（以2为底）。这个排名对数是由右偏的流行系统的Star数决定的。***的系统排名为1，最早的周为1，最旧的为52。同时定义了RTop和RBottom为top和bottom位置。我们得到了以下人气增长模式：持续增长：在分析期内持续增长，计算方法：(RBottom?RTop)<0.25示例：快速增长：计算方法：(ROld?RNow)>1∧(Rt+1≤Rt)在至少90%的周t示例：缓慢增长：计算：(RNow?ROld)>1∧(Rt+1≥Rt)在至少90%的周t示例（这导致theirrank):Viralgrowth:短时间内（比如一周）达到最高的Star数例子：下面的列表展示了各个编程语言的持续增长，fastgrowth,slowgrowthGrowth,ViralGrowthCases:Popularity-relatedForksandRelatedUsageForks:下面的数据显示了一个项目的受欢迎程度和TA的fork数量之间的关系。我们可以看到分叉和星级之间存在很强的正相关性（Spearman秩相关系数=0.55）。客户端：为了将客户端使用与Stars相关联，我们专注于一组受限制的应用程序，这些应用程序由来自NPM注册表的Node.js基础库组成。我们首先使用NPMAPI检索数据库中流行的JavaScript应用程序的依赖项数量。然后根据依赖项选择的Node.js基础库模块，对排名前100的应用程序进行人工审核。我们还发现这两个因素之间存在很强的相关性（Spearman等级相关系数为0.68）。总结我们正在开发一个可以跟踪GitHub流行度的框架。使用这个框架，我们可以发现：JavaScript垄断了GitHub超过三分之一的热门应用，其次是Ruby、Objective-C、Python、Java和PHP。语言占流行应用程序的另外三分之一。21%的流行系统具有可持续增长；5%的热门系统增长迅速；不到1%的流行系统增长缓慢。我们发现了37个具有病毒式增长行为的系统。系统中的star数量不仅与分叉数量有关，还与其他客户端应用程序的使用效率有关。
