文章的品質和受歡迎程度公式 مرینگن fa
在哪裡:
- - 是歸一化品質指標
- - 是品質指標的數量
- - 是降低分數(如果存在)
where:
- - 是語言版本的索引
- - 表示作者的興趣(作者數量)
- - 表示文章的受歡迎程度(頁面瀏覽量)
- - 是 2025年6月期間 維基百科中文章「مرینگن」的作者的一組唯一名稱
- - 是 2025年6月 維基百科中「مرینگن」文章的熱門程度
由於公式中歸一化指標的四捨五入值,計算結果可能略有不同
波斯語維基百科的「مرینگن」文章品質得分為 5.6 分(截至2025年7月1日). 本文包含 0 篇參考文獻和 2 個章節。
這篇文章是德語維基百科中品質最好的。 此外,這篇文章是該語言版本(波斯語)中最受歡迎的。
自「مرینگن」文章創建以來,其內容由 1 名波斯語維基百科註冊用戶撰寫,並由 337 名所有語言的註冊維基百科用戶編輯。
該文章在波斯語維基百科中被引用 159 次,在所有語言中被引用 872 次。
2001 年以來作者的最高興趣排名:
2008年以來的最高人氣排名:
WikiRank 資料庫中本文有 29 種語言版本(所考慮的 55 個維基百科語言版本)。
品質和受歡迎程度評估是基於 2025年7月1日的維基百科轉儲(包括前幾年的修訂歷史和頁面瀏覽量)。
下表顯示了最高品質的文章的語言版本。
# | 语言 | 价值 |
---|---|---|
ar | 阿拉伯語 مورينغن | ![]() |
da | 丹麥語 Moringen | ![]() |
de | 德語 Moringen | ![]() |
en | 英語 Moringen | ![]() |
eo | 世界語 Moringen | ![]() |
es | 西班牙語 Moringen | ![]() |
et | 愛沙尼亞語 Moringen | ![]() |
eu | 巴斯克語 Moringen | ![]() |
fa | 波斯語 مرینگن | ![]() |
fr | 法語 Moringen | ![]() |
hu | 匈牙利語 Moringen | ![]() |
it | 意大利語 Moringen | ![]() |
ja | 日語 モーリンゲン | ![]() |
kk | 哈薩克語 Моринген | ![]() |
la | 拉丁語 Moringen | ![]() |
ms | 馬來語 Moringen | ![]() |
nl | 荷蘭語 Moringen | ![]() |
pl | 波蘭語 Moringen | ![]() |
pt | 葡萄牙語 Moringen | ![]() |
ro | 羅馬尼亞語 Moringen | ![]() |
ru | 俄語 Моринген | ![]() |
sh | 塞爾維亞-克羅地亞語 Moringen | ![]() |
sr | 塞爾維亞語 Моринген | ![]() |
sv | 瑞典語 Moringen | ![]() |
tr | 土耳其語 Moringen | ![]() |
uk | 烏克蘭語 Морінген | ![]() |
uz | 烏茲別克語 Moringen | ![]() |
vi | 越南語 Moringen | ![]() |
zh | 中文 莫林根 | ![]() |
最佳排名 | 波斯語: 60500 10.2013 |
全球: 366626 12.2008 |
最佳排名 | 波斯語: 5393 04.2011 |
全球: 19887 12.2012 |
不同語言的維基百科文章列表(從最受歡迎的開始):
2025年8月12日,在多語言維基百科中,網路使用者最常閱讀以下主題的文章:克里斯蒂亚诺·罗纳尔多、星期三、乔治娜·罗德里格斯、ChatGPT、凶器、貞娜·歐塔嘉、2025年逝世人物列表、泰勒·斯威夫特、米格尔·乌里韦、2025年至2026年歐洲冠軍聯賽。
波斯語維基百科當天最受歡迎的文章是:صحرا اسدالهی、محمود فرشچیان、بچهمهندس、پیرپسر (فیلم ۱۴۰۰)、آمیزش جنسی بدون دخول、جنگ ایران و اسرائیل、نهنگ قاتل、روشهای آمیزش جنسی、کریستیانو رونالدو、سکس داشتن در آمریکا.
該計畫旨在對維基百科各種語言版本的文章進行自動相對評估。 目前,該服務允許比較 55 種語言的超過 4,400 萬篇維基百科文章。 文章的品質分數是根據 2025年7月的維基百科轉儲。 在計算作者當前的受歡迎程度和興趣時,考慮了 2025年6月的數據。 對於作者受歡迎程度和興趣的歷史價值,WikiRank 使用了 2001 年至 2025 年的數據。 更多資訊
在哪裡:
where:
由於公式中歸一化指標的四捨五入值,計算結果可能略有不同