1. 实验数据：issue > 400 且 bug_ratio 在（0.2-0.8）:  874个项目。

2. 目标： 目前项目内的bug分类已经有了结果，下一步工作是找到多种方法构建项目依赖关系网络，对某一个项目，找到相关联的项目族群，并使用项目族群的issue训练的模型对该项目issue分类，看最终得到的结果能否逼近使用项目本身的数据进行分类的准确度。

3. 如何构建项目间的关系网络？

• 参考论文MSR15：【Ecosystems in GitHub and a Method for Ecosystem Identification using Reference Coupling 】

1. issue, pull request, and commit 的评论信息中对其他项目的交叉引用（文本链接）反映了项目间的技术依赖，关联权重为项目间交叉引用的数量。

2.项目的核心成员（owner）的开发行为能够反映项目的技术依赖。     

【a】项目 A的owner follow 项目 B的owner，则A & B有关联，关联权重0表示没有关联，1表示单向follow，2表示双向follow

【b】任意一个项目的owner star了项目A和B，则A & B有关联，关联权重有同时star这两个项目的owner数量决定。

3.项目的外围贡献者(Contributors )不能反映项目间的技术关联。

• 从某一类入手，比如ruby的或python的项目，另外现在github上ruby的项目有直接dependents数据，显示前100页依赖于该项目的项目数据，可以直接爬下来分析一下，看能否构建关系网络，但是874个项目中ruby的项目只有43个，可能会很稀疏。
• 关于comment信息，ghtorrent中有commmit的comment信息，但是只有前256个字符，可能还是需要重新爬取，issue和pr也需要重新爬，现在可以利用爬取的时间先分析owner的开发行为。
• 其他可以考虑的还有编程语言，项目描述的文本相似度等。