文章的品質和受歡迎程度公式 Ева Янева bg
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「Ева Янева」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「Ева Янева」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
保加利亞語維基百科的「Ева Янева」文章品質得分為 29.2 分(截至2024年8月1日). 本文包含 7 篇參考文獻和 5 個章節。
在該語言版本的維基百科中,該文章具有最佳的品質。然而,本文最流行的語言版本是英語。
自「Ева Янева」文章創建以來,其內容由 10 名保加利亞語維基百科註冊用戶撰寫,並由 138 名所有語言的註冊維基百科用戶編輯。
該文章在保加利亞語維基百科中被引用 2 次,在所有語言中被引用 150 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 11 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 | 人气奖 | 相对人气 |
---|---|---|---|
1 | 英語 (en) Eva Yaneva |
35 072 | |
2 | 波蘭語 (pl) Ewa Janewa |
26 332 | |
3 | 保加利亞語 (bg) Ева Янева |
21 119 | |
4 | 法語 (fr) Eva Yaneva |
15 797 | |
5 | 日語 (ja) エヴァ・ヤネヴァ |
13 230 | |
6 | 意大利語 (it) Eva Janeva |
10 817 | |
7 | 土耳其語 (tr) Eva Yaneva |
8 564 | |
8 | 俄語 (ru) Янева, Ева |
1 924 | |
9 | 波斯語 (fa) اوا یانوا |
593 | |
10 | 烏克蘭語 (uk) Єва Янева |
163 |
下表顯示了上個月最受歡迎的文章的語言版本。
# | 语言 | 作者兴趣奖 | 作者相对兴趣 |
---|---|---|---|
1 | 英語 (en) Eva Yaneva |
![]() | 34 |
2 | 意大利語 (it) Eva Janeva |
![]() | 24 |
3 | 波蘭語 (pl) Ewa Janewa |
![]() | 21 |
4 | 法語 (fr) Eva Yaneva |
![]() | 20 |
5 | 日語 (ja) エヴァ・ヤネヴァ |
![]() | 11 |
6 | 保加利亞語 (bg) Ева Янева |
![]() | 10 |
7 | 土耳其語 (tr) Eva Yaneva |
![]() | 9 |
8 | 俄語 (ru) Янева, Ева |
![]() | 4 |
9 | 瑞典語 (sv) Eva Janeva |
![]() | 2 |
10 | 烏克蘭語 (uk) Єва Янева |
![]() | 2 |
下表顯示了上個月作者最感興趣的文章的語言版本。
最佳排名 | 保加利亞語: 672 08.2021 |
全球: 348425 10.2009 |
最佳排名 | 保加利亞語: 1757 03.2024 |
全球: 100716 06.2011 |
不同語言的維基百科文章列表(從最受歡迎的開始):
2025年3月28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:緬甸、混沌少年時、格陵兰、2025年3月29日日食、白雪公主、瑞秋·曾格勒、2025年逝世人物列表、非自愿独身、莎麗娜、乌莎·万斯。
保加利亞語維基百科當天最受歡迎的文章是:Мианмар、Спешно отделение (сериал)、Мила Родино、Менингит、Рамазан байрам、Аржентинозаври、Тайланд、Григор Димитров、Банкок、География на Мианмар.
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