文章的品質和受歡迎程度公式 Kapil Dev az
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 2024年7月期間 維基百科中文章「Kapil Dev」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「Kapil Dev」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
这个人是 第9997名 全球维基百科排名中最受欢迎的人们. 阿塞拜疆語維基百科的「Kapil Dev」文章品質得分為 24 分(截至2024年8月1日). 本文包含 11 篇參考文獻和 1 個章節。
這篇文章是英語維基百科中品質最好的。 此外,這篇文章是該語言版本中最受歡迎的。
自「Kapil Dev」文章創建以來,其內容由 1 名阿塞拜疆語維基百科註冊用戶撰寫,並由 741 名所有語言的註冊維基百科用戶編輯。
在維基百科的全球圖人们排名中,Kapil Dev一直位居第 9997 位。
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 13 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 2024年8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 | 质量等级 | 质量分数 |
---|---|---|---|
1 | 英語 (en) Kapil Dev | 91.6002 | |
2 | 俄語 (ru) Дев, Капил | 54.869 | |
3 | 泰米爾語 (ta) கபில்தேவ் | 48.8464 | |
4 | 簡體英語 (simple) Kapil Dev | 30.177 | |
5 | 烏爾都語 (ur) کپیل دیو | 26.796 | |
6 | 阿塞拜疆語 (az) Kapil Dev | 24.0199 | |
7 | 阿拉伯語 (ar) كابيل ديف | 23.2591 | |
8 | 印度尼西亞語 (id) Kapil Dev | 19.1001 | |
9 | 德語 (de) Kapil Dev | 16.5726 | |
10 | 印地語 (hi) कपिलदेव | 15.3493 |
下表顯示了本文最受歡迎的語言版本。
# | 语言 | 人气奖 | 相对人气 |
---|---|---|---|
1 | 英語 (en) Kapil Dev |
9 043 802 | |
2 | 印地語 (hi) कपिलदेव |
321 159 | |
3 | 簡體英語 (simple) Kapil Dev |
34 811 | |
4 | 泰米爾語 (ta) கபில்தேவ் |
26 452 | |
5 | 德語 (de) Kapil Dev |
16 490 | |
6 | 法語 (fr) Kapil Dev |
12 796 | |
7 | 阿拉伯語 (ar) كابيل ديف |
5 034 | |
8 | 烏爾都語 (ur) کپیل دیو |
3 264 | |
9 | 波斯語 (fa) کاپیل دیو |
2 939 | |
10 | 印度尼西亞語 (id) Kapil Dev |
1 667 |
下表顯示了上個月最受歡迎的文章的語言版本。
最佳排名 | 阿塞拜疆語: 53390 07.2024 |
全球: 1368 12.2021 |
最佳排名 | 阿塞拜疆語: 12780 09.2023 |
全球: 6105 12.2021 |
2025年1月5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:魷魚遊戲、魷魚遊戲第二季、Avicii、吸血鬼:諾斯費拉圖、主顯節、人類偏肺病毒、吉米·卡特、伊隆·马斯克、傑夫·貝納、奥布瑞·普拉扎。
阿塞拜疆語維基百科當天最受歡迎的文章是:Azər Baxşəliyev、Ana səhifə、Bozbash Pictures、Elşən Orucov、Bəylər Eyyubov、Zaur Baxşəliyev、İlkin Həsəni、Xocalı soyqırımı、Azərbaycan、Yasamal qəbiristanlığı.
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 2024年8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 2024年7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 2023 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