文章的品質和受歡迎程度公式 Vorschmack fi
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「Vorschmack」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「Vorschmack」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
芬蘭語維基百科的「Vorschmack」文章品質得分為 12.9 分(截至2024年8月1日). 本文包含 2 篇參考文獻和 2 個章節。
這篇文章是英語維基百科中品質最好的。 然而,本文最流行的語言版本是俄語。
自「Vorschmack」文章創建以來,其內容由 20 名芬蘭語維基百科註冊用戶撰寫,並由 189 名所有語言的註冊維基百科用戶編輯。
該文章在芬蘭語維基百科中被引用 4 次,在所有語言中被引用 457 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 | 俄語 (ru) Форшмак |
1 062 883 | |
2 | 芬蘭語 (fi) Vorschmack |
262 413 | |
3 | 英語 (en) Vorschmack |
240 817 | |
4 | 波蘭語 (pl) Forszmak |
77 276 | |
5 | 烏克蘭語 (uk) Форшмак |
52 349 | |
6 | 日語 (ja) フォルシュマーク |
44 417 | |
7 | 德語 (de) Vorschmack |
6 170 | |
8 | 白俄羅斯語 (be) Фаршмак |
1 589 | |
9 | 西班牙語 (es) Vorschmack |
1 234 | |
10 | 哈薩克語 (kk) Форшмак |
871 |
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 | 俄語 (ru) Форшмак |
![]() | 76 |
2 | 英語 (en) Vorschmack |
![]() | 41 |
3 | 芬蘭語 (fi) Vorschmack |
![]() | 20 |
4 | 烏克蘭語 (uk) Форшмак |
![]() | 13 |
5 | 波蘭語 (pl) Forszmak |
![]() | 12 |
6 | 日語 (ja) フォルシュマーク |
![]() | 11 |
7 | 德語 (de) Vorschmack |
![]() | 8 |
8 | 白俄羅斯語 (be) Фаршмак |
![]() | 3 |
9 | 西班牙語 (es) Vorschmack |
![]() | 2 |
10 | 印度尼西亞語 (id) Vorschmack |
![]() | 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 | 芬蘭語: 1655 03.2013 |
全球: 117037 12.2021 |
最佳排名 | 芬蘭語: 2301 10.2016 |
全球: 60606 01.2023 |
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。
芬蘭語維基百科當天最受歡迎的文章是:Eheytyshoito、Myanmar、Pertti Ylermi Lindgren、Elvis Presley、J. Karjalainen、Susanna Penttilä、Tapani Kansa、Kesäaika、Rantasuon raatajat、Archie Cruz.
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