組み込みAIやデスクトップロボティクス向けのオープンソースハードウェアプロジェクトを調査していた開発者が、不自然なスターのパターンに気づきました。統計ツールを使って、スター数が多いにもかかわらずIssueやコミットが少ないプロジェクトを特定し、人為的な水増しの可能性を指摘しています。この投稿では、そのような異常を検出するバッチスクリーニング手法を詳しく説明しています。このシグナルは、スター詐欺が開発者を低品質のプロジェクトに誤導する可能性があるため、オープンソースコミュニティにとって重要です。手法は再現可能で、GitHubメトリクスに対するより懐疑的なアプローチを促します。
開発者が統計的手法を用いてスター操作を検出し、スター数だけに頼らない評価を促す。