共计 1966 个字符，预计需要花费 5 分钟才能阅读完成。
大家好，我卡颂。
当咱们看一个开源我的项目时，根本都会看下他有多少 star。尽管Github Star 是一个虚荣指标，但却有实际意义，比方：
- 很多开发者会关注
Github Star增长趋势，更多的star会取得更多关注 star数量往往是技术选型的一个根据。即便你的团队最终没有应用一个star很多的开源库，但通常也不会应用一个star很少的库
换个思路来看兴许更能体现 Github Star 的价值 —— 软件开源 并不意味着不赚钱，这只是一种产品开发策略。star数肯定水平上反映了这种策略执行的是否胜利。
而 策略执行是否胜利 又会影响投资人的投资决策，以及团队是否以更低成本（甚至白嫖）招募优良的开发人员。
有利益驱动就会有刷量、造假行为呈现。既然微博僵尸粉都能影响广告主的投放决策，那 Github Star 造假就难能可贵了。
那么，一个 Github Star 值多少钱？
欢送围观朋友圈、退出人类高质量前端交换群，带飞
Star 的售价
网上曾经有公开渠道购买 Github Star，比方：GitHub24 或 Baddhi Shop（在这个网站，你能花钱刷各种网站的行为数据，甚至能刷 IMDb 电影评分）。
Star的售价差别很大，比方：
- 64 刀能够买到 1000 个三无账号的
star - 要买到 100 颗有沉闷行为账号的
star，可能得 85 刀
如何辨认刷 Star
之所以两者差别微小，是因为甄别难度不同。
对于这个 zadahmed/music_recommender 仓库，能够显著看到有局部点赞者的账号是同一天注册的：
再深究的话，会发现这些点赞账号还有很多共性，比方：
- Followers < 1
- Following < 1
- 集体公开仓库数量 < 4
- 很多个人信息（比方邮箱、简介）为空
这类共性让这些假账号很容易被辨认，Github官网会定期清理这些账号。所以，如果你花钱刷了 1000star，可能过一个月就都隐没了。
除了 Github 官网以外，还有些工具能够辨认假账号，比方：
- astronomer
- fake-star-detector
想想，如果本人的我的项目好不容易做出点名气，但被人扒出已经刷star，那就难堪了。
辨认高端造假
但对于那些高价刷的star，这类检测机制就不太好用了。因为这类账号会模拟失常开发者的行为，光从行为数据上，很难将他们和失常开发者辨别。
这里开源编排平台 dagster 提供了一个检测思路 —— 他们应用一种被称为 unsupervised clustering（无监督聚类）的机器学习技术。简略来讲，咱们能够用一组行为特色来形容一个Github 账号，比方：
- 提交代码
- 给其余仓库提
PR star某个我的项目- 批改个人简介
这样就能将这个 Github 账号示意为高维向量空间中的一个点。那些向量空间中相近的点对应的 Github 账号，能够被归类为同类账号。
基于以上原理，dagster成员新建了个仓库，并高价刷了star：
这么做的目标是用那些点 star 的Github账号做聚类分析，标记出一个类。当实现聚类后，如果发现某个 Github 账号也属于这个类，那就能够狐疑这个账号也是假账号。
那么，为什么假账号可能聚类呢？这是因为这些账号尽管在模拟失常开发者，但他们之间也有很多相似行为，比方：
- 他们的行为可能都是同一个脚本在操作，那么在行为逻辑、行为执行的工夫上比拟相似
- 他们都会给同一批仓库（服务的卖主）点
star
举个例子，有两个 Github 账号，尽管他们之间并无交加（仓库的编程语言不同、开发者国籍不同 …），但他们都在某几天做着同类的事（比方先浏览一些仓库，再发表评论，最初给某个仓库star），那么他们会被划分为同类。
如果他们的同类中有实锤的假账号，那么他们大概率也是假账号。
在上面的图表中，掂量了上述刷 star 的仓库（100% star都是刷的）中，点了 star 的那些 Github 账号的行为，其中：
- 横轴是日期跨度
- 纵轴是账号交互的仓库总数
- 蓝色局部是所有用户
- 红色局部是明确的假
Github账号 - 黄色局部是依据聚类，被狐疑的假账号
因为已知这个仓库的所有 star 都是刷的，所以其实黄色局部的账号也都是假账号，通过聚类的形式他们被很好的辨认进去了（和红色局部同类）。
而对于齐全没有刷 star 的我的项目（这里以 dagster 为例），点 star 的用户行为根本不会与假账号有交加：
对于一个刷了star，同时又有理论参与者的我的项目，剖析后果如下图：
总结
尽管 star 数是虚荣指标，但因为他是很多决策的参考根据，这就诞生了 刷 star的需要。
比方，okcash 是一款开源的加密货币，有 578star。
然而，通过上述 dagster 的形式检测后会发现，所有为 okcash 点star的账号中，疑似虚伪刷 star 的账号占比达到 97%。置信这一后果会对这款加密货币的市场信念造成肯定影响。
如果你也想用 dagster 的形式检测其余开源库，能够参考这里。
