NPM a JavaScript

Abstract

Táto práca skúma JavaScriptové repozitáre a vývojárske metadáta z viacerých zdrojov. Zozbierali sme niekoľko datasetov a analyzovali ich základné vlastnosti. Vytvorili sme process na detekciu duplikátov miliónov JavaScriptových súborov a zistili sme, že na GitHube je viac ako 90\% súborov zduplikovaných z iných projektov. Poskytujeme niekoľko vysvetlení pre veľké mnošžstvo duplikátov a navrhujeme niekoľko ďalších projektov, ktoré by sa zo zozbieranými dátami mohli robiť.

In this work we looked at different sources of JavaScript code and metadata, collected rich datasets and performed a data analysis on top of them. We have created a pipeline for detecting duplicates within millions of JavaScript files and found that there is more than 90\% of JavaScript files in Github projects that are cloned from somewhere else. We discuss the reasons for the high percentage of clones and present few ideas on what analyses we can to in the future with collected data.