تحليل مستودعات GitHub باستخدام Data Mining وNLP

مشروع لتحليل مستودعات GitHub واستخراج الأنماط والعلاقات بينها باستخدام تقنيات Data Mining وGraph Mining وNLP.

تم تحليل 3,000 مستودع GitHub باستخدام عينة تجمع بين المستودعات الأعلى من حيث عدد النجوم ومستودعات مختارة عشوائيًا. شمل التحليل بناء Graph اعتمادًا على الـ Topics المشتركة، واستخدام PageRank وHITS لتحليل أهمية المستودعات، بالإضافة إلى Association Rule Mining لاكتشاف العلاقات المتكررة بين التقنيات والـ Topics.

كما تم استخدام BERT-based embeddings لتحليل التشابه الدلالي وتصنيف المستودعات، مع بناء Interactive Dashboard باستخدام Streamlit لعرض النتائج والتفاعل معها.