add commit sum by author_email per repo

README.md

@@ -13,7 +13,7 @@
 
 * `data/` 目录下是各种中间输入数据目录
 * `ranks/` 目录下是榜单数据输出目录
-* `src/` 是数据获取和榜单计算源代码目录，其中榜单计算代码是：`src/main.py`
+* `src/` 是数据获取和榜单计算源代码目录，其中榜单计算代码是：`src/tasks/ranks.py`
 
 ## 项目配置和运行
 
@@ -40,7 +40,13 @@
 
 # 开源指数计算
 
-**注释**：实际的计算规则以[src/main.py](src/main.py)里的计算逻辑为准 
+## 计算方法1
+
+计算方法 1 是通过对项目各个数据因子进行加权计算得出的一个排名结果，具体的计算规则可参考[src/tasks/ranks.py](src/tasks/ranks.py)
+
+方法 1 的结算结果详见 `ranks` 目录中的数据
+
+## 计算方法 2
 
 1. 项目的受欢迎指数 P，指标包括：项目总 Star 数(S)、项目总 Fork 数(F)、项目总 Issue 数(I)
 	- P = S * 0.5 + F * 0.3 + I * 0.2
@@ -49,7 +55,9 @@
 3. 项目的一段时间范围内的趋势，包括：
 	- 受欢迎指数变化趋势，以月为单位，最近 12个月项目的平均受欢迎指数的变化趋势 b（正的趋势>1 ，减弱的趋势 <1)
 	- 活跃指数变化趋势，以月为单位，最近 12个月项目的平均活跃指数变化趋势 d （正的趋势 >1 ，减弱的趋势 <1 ）
-4. 开源项目指数 = P * b + A * d
+4. 开源项目指数 = P * ATAN(b) + A * ATAN(d) 
+
+方法 2 的计算结果详见  [`data/csdn/gitcode_project_rank_top1000.csv`](data/csdn/gitcode_project_rank_top1000.csv)
 
 # 贡献者排行
 
@@ -57,13 +65,6 @@
 
 基于仓库的 commit 汇总数据 & `RepoType-OSChina.xlsx` 开源项目分类情况，找到不同项目的开发者排行，然后根据 GitHub 用户信息得到不同项目的开发者排行
 
-## 数据处理问题点
-
-- [ ] 项目类型分类（国际主流开源项目/中国发起的国际开源项目/中国活跃项目）
-	- 设想：通过项目的贡献者国家分布数据来判断
-	- 数据提供方： PingCAP
-- [ ] 指数的解释
-
 ## 数据介绍
 
 > 补充说明：
@@ -76,6 +77,7 @@
 - `data/CSDN/CSDN 指数.xlsx` ： 开源项目关键词在 CSDN 内容社区的指数变化趋势，以月为单位；该数据主要用于计算项目排行榜
 - `data/CSDN/repo-commit-rank.csv` ：开源项目的提交排行榜（按邮箱）；该数据用于爬虫抓取全部提交用户的 GitHub 用户信息
 - `data/CSDN/repository_commit_events_20200930_analysis_new-demo.csv` ： 全部 5000 + 开源项目的 commit 提交记录按项目/按邮箱的汇总表，完整数据会导入到数据仓库中；该数据用于计算 Top 项目的用户贡献排行（个人用户&公司用户）
+- `data/CSDN/commit_analysis.csv` ： 全部 5000 + 开源项目最近24个月 `2020-10-1 ~ 2022-09-30` 的基于全部 commit 历史记录 汇总的 author_email 提交次数记录
 
 ### PingCAP 数据