文章的品質和受歡迎程度公式 Classe Hunter fr
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「Classe Hunter」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「Classe Hunter」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
獵人級巡防艦 - 澳洲皇家海軍巡防艦艦級. 法語維基百科的「Classe Hunter」文章品質得分為 24.6 分(截至2024年8月1日). 本文包含 20 篇參考文獻和 7 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。
2024年7月,Classe Hunter」一文由法語維基百科的 1 位作者編輯,並由 6 位所有語言的作者撰寫。
自「Classe Hunter」文章創建以來,其內容由 3 名法語維基百科註冊用戶撰寫,並由 113 名所有語言的註冊維基百科用戶編輯。
該文章在法語維基百科中被引用 16 次,在所有語言中被引用 132 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 9 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) Hunter-class frigate |
715 043 | |
2 | 德語 (de) Hunter-Klasse |
38 983 | |
3 | 日語 (ja) ハンター級フリゲート |
37 306 | |
4 | 中文 (zh) 亨特級巡防艦 |
32 422 | |
5 | 捷克語 (cs) Třída Hunter |
2 337 | |
6 | 阿拉伯語 (ar) الفرقاطة فئة هنتر |
1 237 | |
7 | 韓語 (ko) 헌터급 호위함 |
721 | |
8 | 法語 (fr) Classe Hunter |
413 | |
9 | 挪威語 (no) Hunter-klassen |
243 |
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) Hunter-class frigate |
72 | |
2 | 德語 (de) Hunter-Klasse |
10 | |
3 | 中文 (zh) 亨特級巡防艦 |
10 | |
4 | 捷克語 (cs) Třída Hunter |
6 | |
5 | 日語 (ja) ハンター級フリゲート |
6 | |
6 | 法語 (fr) Classe Hunter |
3 | |
7 | 挪威語 (no) Hunter-klassen |
3 | |
8 | 韓語 (ko) 헌터급 호위함 |
2 | |
9 | 阿拉伯語 (ar) الفرقاطة فئة هنتر |
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 | 法語: 426959 06.2024 |
全球: 83719 02.2024 |
最佳排名 | 法語: 6135 03.2024 |
全球: 14933 07.2018 |
不同語言的維基百科文章列表(從最受歡迎的開始):
2025年1月15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、伊隆·马斯克、魷魚遊戲第二季、2025年逝世人物列表、ChatGPT、吸血鬼:諾斯費拉圖、唐納·川普、尼爾·蓋曼、皮特·赫格塞思、格陵兰。
法語維基百科當天最受歡迎的文章是:Timothée Chalamet、Pauline Bonaparte、Bob Dylan、François Rebsamen、Soudan du Sud、Espaly-Saint-Marcel、N'oubliez pas les paroles !、Charlie Dalin、Philomena、Patricia Lyfoung.
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