1.现在已处理的可利用信息有：项目间贡献者（提交过commit信息）的交集、pull request核心开发者交集(pr的合并或关闭，重开)、issue核心开发者交集(issue的合并或关闭，重开)、项目owner的follow关系。

其中项目owner的follow关系数量极少，只有20条关系，而且大都不准确直接忽略。

• 贡献者交集数量>=5的关系数量：1152    >=1 :  275844
• pr核心开发者交集数量>=5的关系数量 ：145   >=1 : 2509
• issue核心开发者交集数量>=5的关系数量 ：102  >=1 : 715

2.两种做法：

• 选出和原项目A有依赖关系的多个项目B、C，采取投票制，训练回归模型确定项目影响权重。Acc(A) = W0 * H(B) + W1 * H(C) ,H(B)表示B的模型对A的数据的分类结果。W0、W1又可以通过pr和issue交集等信息确定，即W0 = X0 * Count(Pr) + X1 * Count(Issue) + X2 * Count(Contributors),整个可以看做是线性回归问题，最终确定权重X0,X1,X2。
• 根据依赖关系强度按比例抽取各个项目的issue数据，最终综合数据训练模型对原项目A进行预测

3.先采取第一种做法

• 由于数据计算量较大，首先将所有项目的模型和vocab存储下来
• 采取随机抽一个项目对原项目进行跨项目预测作为baseline,之后通过引入项目依赖关系等先验知识，再次对原项目预测分类比较结果