Classificação de repositórios open source com foco na experiência de iniciantes

Abstract

O estudo visa categorizar repositórios open source que facilitam a in- tegração de desenvolvedores iniciantes, utilizando dados do GHtorrent e algo- ritmos de aprendizado de máquina, como Artificial Neural Network (ANN), K- Nearest Neighbors (KNN) e Support Vector Machines (SVM). A pesquisa identi- ficou que projetos recentes, com alta atividade de commits e comunidades maio- res, são mais atrativos para novos colaboradores. Redes Neurais apresentaram

melhor desempenho, com 77% de acurácia, mas demonstraram limitações na identificação de projetos menos receptivos. O trabalho destaca a importância de facilitar a inclusão de iniciantes para fortalecer comunidades open source e propõe aprimoramentos futuros como a personalização das recomendações.

The study aims to categorize open source repositories that facili- tate the onboarding of novice developers, using data from GHtorrent and ma- chine learning algorithms such as Artificial Neural Networks (ANN), K-Nearest

Neighbors (KNN), and Support Vector Machines (SVM). The research identified that recent projects with high commit activity and larger communities are more attractive to new contributors. Neural Networks showed the best performance with 77% accuracy but demonstrated limitations in identifying less welcoming projects. The work highlights the importance of facilitating novice integration to strengthen open source communities and proposes future improvements, such as personalized recommendations.