编程语言与软件工程2024arxiv.org
GitHub 上约 450 万颗疑似虚假 Star
4.5M Suspected Fake Stars in GitHub
入门 · 约 45 分钟读完前置知识：GitHub 平台机制、数据分析基础
导读
这篇论文用检测方法识别 GitHub 上的疑似虚假 Star，估计约有 450 万个，并分析了这类刷星行为的规模、增长趋势及其与恶意或低质量仓库推广之间的关系。论文的核心论点是：Star 数作为流行度信号正在被系统性地污染。
HN 关注点：Star 这一最常用的项目可信度指标是否还能信，以及任何公开指标一旦被当作评价标准就难逃被刷的命运。
HN 评论精选
这几条评论里：支持 1 质疑 2 补充 1
补充Star 本质是收藏而非使用证明，clone 数更难刷、更能反映真实使用。
我觉得克隆数（clone count）是更好的指标，它有点像工作量证明：克隆一个仓库需要消耗算力。对我来说，给仓库点 Star 只是点赞或收藏，仅此而已。GitHub 干脆把 Star 改名叫“已收藏”算了。
attentionmech查看英文原文
I think number of clones is a much better metric (it's like proof of work, it needs compute to clone a repo). For me starring a repo is liking bookmarking it, nothing else. They might as well just mark it as "Bookmarked" instead of "Starred".
支持指标一旦被当作评价依据就必然被博弈，且很难根治。
所有指标迟早都会被刷。我也不确定到底能怎么对抗这个问题。
zitterbewegung查看英文原文
All metrics will be gamed at some point. I don't know exactly how you could even fight this.
质疑实际选型看 README 和 issue 质量，Star 数并非决策依据。
Star 真的算数吗？我决定是否用一个项目只看两点：一是 README，二是 issues。
dzonga查看英文原文
do stars even count ? my determination to use a project is 1. the readme 2. the issues
质疑质疑 Star 数的实际用途，希望了解真正依赖它的人如何使用。
我从没给任何 GitHub 项目点过 Star，也从未看过或考虑过项目的 Star 数来评估它。大家到底拿这个指标干什么用？（这不是反问，如果你会用，我想知道为什么、怎么用。）
cvoss查看英文原文
I've never once starred a GH project, nor ever looked at or considered the star count of a project in order to evaluate it. What do people actually use this metric for? (This is not a rhetorical question. If you use it, I'd like to know why/how.)
相关资源
从这篇论文所有 HN 讨论帖的全部评论里整理出来的链接。
历次讨论
- 2024Hacker News 讨论帖236 分 · 212 评
同领域还值得读
Google 的软件工程（2017）
Software Engineering at Google (2017)
介绍了 Google 的软件工程实践，包括其单一代码库（monorepo）、几乎全部开发在主干进行而非分支、代码审查、构建系统 Blaze、协议缓冲区等工具与流程，并讨论了频繁重…
编程语言与软件工程2017 · 1,127 分 · 465 评 · 引用 15入门 · 约 45 分钟编辑精选Peter Naur：编程作为理论构建 (1985)
Peter Naur – Programming as Theory Building (1985)
Peter Naur 1985 年的经典论文《Programming as Theory Building》提出：编程的本质不是写代码或文档，而是在程序员头脑中构建对程序及其运行…
编程语言与软件工程2016 · 629 分 · 74 评入门 · 约 45 分钟编辑精选SciPy 1.0：Python 科学计算的基础算法
SciPy 1.0: fundamental algorithms for scientific computing in Python
这篇发表于 Nature Methods 的论文介绍了 SciPy 1.0——Python 科学计算生态的基石库，涵盖其核心算法模块（优化、积分、插值、线性代数等）、软件架构与社…
编程语言与软件工程2020 · 387 分 · 98 评入门 · 约 45 分钟编辑精选Lisp 的历史（1979）
History of Lisp (1979)
这是 Lisp 发明者 John McCarthy 于 1979 年为 HOPL（编程语言史）会议撰写的回顾文章，讲述 Lisp 的起源、设计动机与早期演进，文中也涉及 if 表…
编程语言与软件工程2018 · 352 分 · 44 评入门 · 约 45 分钟编辑精选使用 NumPy 进行数组编程
Array Programming with NumPy
这篇 Nature 文章介绍 NumPy 的数组编程模型及其在科学计算中的核心作用：以 ndarray 为中心，通过向量化操作让 Python 高效处理多维数组。
编程语言与软件工程2020 · 318 分 · 134 评入门 · 约 40 分钟编辑精选