【缺陷】 项目去重问题 正常
1.OSChina的项目因为描述信息为中文，且没有标签，跟其它社区做去重的时候无法进行语义关联。单纯利用homepage去重率不高。
2.别名提取存在别名重复，且别名提取率不高。
建议：对于像apache hive等这样有多个单词且名称一致的项目可考虑直接合并；OSChina的项目去重是否考虑直接按项目名称去重？
别名重复是指synonyms字段里一个别名存了两次，如<git>,<git>
另，像带apache、mozilla、GNU等前缀的项目是否直接去前缀作为项目别名？
© Copyright 2007~2021 国防科技大学Trustie团队 & IntelliDE 湘ICP备 17009477号
加入QQ群
关注微信APP
预览
提