一、度量的提出：

对之前的GQM模型改进，从开发者的贡献代码量、开发质量和社交活跃度三个方面评价，具体如下：

CCGN（changed lines of code）：变更的代码行数。

CMT（number of commits）：提交代码的次数。

IRPT（number of reports）：提交的问题报告（issue report）的数量。

GBG（generated bugs）：平均每行代码引入的缺陷数。

GQI（generated quality issues）：平均每行引入的代码质量问题数。

CMNT（number of comments）：评论的数量，包括issue、pull request和commit的评论。

AAT（average active time）：平均活跃时间，即计算某个开发者相邻社交活动间隔时间的平均值。

二、实验进展

目前分析了python排名前五的三个项目（httpie，flask，requests）的开发者贡献度的指标，分析结果在附件中，目前粗略分析了开发者开发质量的两个指标GBG和GQI的相关关系，结果如下：

对三个项目分别分析：

httpie：

pearson相关系数：-0.01115682

httpie:

pearson相关系数为-0.01006093

pearson相关系数为0.268149

从这三个项目分别的分析结果可以看出，开发者在开发过程中引入的代码质量问题与引入的bug数的相关性很小，也就是说，开发者的开发水平较差不一定引入的bug就多。这与常识不太相符。

将三个项目数据合在一起做pearson相关，也得到一样的结果：

pearson相关系数为：0.1419347

下一步打算进一步分析其他指标的关系，尤其对个体开发者，以时间为维度分析其开发质量的变化