文章的品質和受歡迎程度公式 Wu Chan-siung cs
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「Wu Chan-siung」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「Wu Chan-siung」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
捷克語維基百科的「Wu Chan-siung」文章品質得分為 1.4 分(截至2024年8月1日).
這篇文章是西班牙語維基百科中品質最好的。 然而,本文最流行的語言版本是中文。
自「Wu Chan-siung」文章創建以來,其內容由 4 名捷克語維基百科註冊用戶撰寫,並由 66 名所有語言的註冊維基百科用戶編輯。
該文章在捷克語維基百科中被引用 4 次,在所有語言中被引用 111 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 12 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) Wu Hanxiong |
11 440 | |
2 | 中文 (zh) 吴汉雄 |
4 928 | |
3 | 意大利語 (it) Wu Hanxiong |
2 709 | |
4 | 瑞典語 (sv) Wu Hanxiong |
496 | |
5 | 德語 (de) Wu Hanxiong |
426 | |
6 | 西班牙語 (es) Wu Hanxiong |
227 | |
7 | 韓語 (ko) 우한슝 |
168 | |
8 | 匈牙利語 (hu) Vu Han-hsziung |
143 | |
9 | 法語 (fr) Wu Hanxiong |
129 | |
10 | 捷克語 (cs) Wu Chan-siung |
100 |
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 | 意大利語 (it) Wu Hanxiong |
![]() | 16 |
2 | 英語 (en) Wu Hanxiong |
![]() | 14 |
3 | 中文 (zh) 吴汉雄 |
![]() | 11 |
4 | 瑞典語 (sv) Wu Hanxiong |
![]() | 7 |
5 | 捷克語 (cs) Wu Chan-siung |
![]() | 4 |
6 | 德語 (de) Wu Hanxiong |
![]() | 4 |
7 | 西班牙語 (es) Wu Hanxiong |
![]() | 3 |
8 | 韓語 (ko) 우한슝 |
![]() | 3 |
9 | 波斯語 (fa) وو هانشیونگ |
![]() | 1 |
10 | 法語 (fr) Wu Hanxiong |
![]() | 1 |
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 | 捷克語: 206009 05.2017 |
全球: 2141507 01.2008 |
最佳排名 | 捷克語: 7096 05.2017 |
全球: 185095 11.2012 |
不同語言的維基百科文章列表(從最受歡迎的開始):
2025年2月7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:伊隆·马斯克、唐納·川普、比安卡·森索里、肯伊·威斯特、克里斯蒂亚诺·罗纳尔多、美国国际开发署、2025年逝世人物列表、卡洛斯·加斯科恩、班森·布恩、Irv Gotti。
捷克語維基百科當天最受歡迎的文章是:Jiří Maryško、Silvie Maryško、Freddie Mercury、Simona Lewandowska、Zuzana Zlatohlávková、Studna (seriál)、Sagvan Tofi、Daniel Vávra、Kingdom Come: Deliverance II、Queen.
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