Persistent brokers in open-source collaboration: identifying Structural Hole Spanners on Github

As the most popular hosting platform for software development, GitHub.com supports interactions between millions of developers and repositories. This thesis investigates the structure and dynamics of collaboration networks on GitHub, with a particular focus on identifying and characterizing Structural Hole Spanners (SH spanners)—developers who bridge otherwise disconnected communities within the network. Using data collected from the top-100 most-starred repositories, we construct two com- plementary network representations: a repository-repository network and a developer- developer network. We apply centrality measures, community detection algorithms, and Burt’s structural hole constraint to detect SH spanners and validate their role as key knowledge brokers in the ecosystem. We extend the analysis to a temporal dimension by examining 69 monthly snapshots of the GitHub-Ranking dataset, revealing how network structure and spanner composition evolve over time. A persistence classification of the 1057 spanner candidates shows that 172 developers maintain a structural bridging role across more than 75% of snapshots, while the majority are transient. Finally, a developer profile analysis shows that persistent spanners are distinguishable from transient ones by significantly higher follower counts, larger public repository port- folios, and greater profile completeness—suggesting that visibility and productivity are key correlates of sustained structural influence.

GitHub.com, la piattaforma di hosting per lo sviluppo software più popolare al mondo, supporta interazioni tra milioni di sviluppatori e repository. Questa tesi analizza la strut- tura e la dinamica delle reti di collaborazione su GitHub, con particolare attenzione all’identificazione e alla caratterizzazione degli Structural Hole Spanners (SH spanner)— sviluppatori che fungono da ponte tra comunità altrimenti disconnesse all’interno della rete. Utilizzando dati raccolti dai 100 repository più popolari, vengono costruite due rappresen- tazioni complementari della rete: una rete repository-repository e una rete sviluppatore- sviluppatore. Si applicano misure di centralità, algoritmi di rilevamento delle comunità e il vincolo strutturale di Burt per identificare gli SH spanner e validare il loro ruolo come broker di conoscenza nell’ecosistema. L’analisi viene estesa alla dimensione temporale esaminando 69 snapshot mensili del dataset GitHub-Ranking, rivelando l’evoluzione della struttura della rete e della com- posizione degli spanner nel tempo. 172 sviluppatori mantengono un ruolo strutturale di collegamento in più del 75% degli snapshot, mentre la maggior parte risulta transitoria. Infine, un’analisi dei profili degli sviluppatori mostra che gli spanner persistenti si dis- tinguono da quelli transitori per un numero significativamente maggiore di follower, un portfolio più ampio di repository pubblici e una maggiore completezza del profilo.