文章的品質和受歡迎程度公式 Soueich hu
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「Soueich」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「Soueich」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
苏埃什 - 法国上加龙省市镇. 匈牙利語維基百科的「Soueich」文章品質得分為 24.7 分(截至2024年8月1日). 本文包含 2 篇參考文獻和 3 個章節。
這篇文章是法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。
該文章在匈牙利語維基百科中被引用 589 次,在所有語言中被引用 7358 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 22 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 | 法語 (fr) Soueich | ![]() | 75.5209 |
2 | 中文 (zh) 苏埃什 | ![]() | 40.6957 |
3 | 巴斯克語 (eu) Soueich | ![]() | 38.7882 |
4 | 烏克蘭語 (uk) Суеш | ![]() | 32.7332 |
5 | 斯洛伐克語 (sk) Soueich | ![]() | 32.6126 |
6 | 俄語 (ru) Суэш | ![]() | 30.8199 |
7 | 羅馬尼亞語 (ro) Soueich | ![]() | 27.7492 |
8 | 英語 (en) Soueich | ![]() | 26.3889 |
9 | 加泰羅尼亞語 (ca) Soeish | ![]() | 26.208 |
10 | 匈牙利語 (hu) Soueich | ![]() | 24.6867 |
下表顯示了本文最受歡迎的語言版本。
# | 语言 | 引证指数奖 | 相对引证指数 |
---|---|---|---|
1 | 俄語 (ru) Суэш |
![]() | 644 |
2 | 加泰羅尼亞語 (ca) Soeish |
![]() | 593 |
3 | 意大利語 (it) Soueich |
![]() | 592 |
4 | 羅馬尼亞語 (ro) Soueich |
![]() | 591 |
5 | 烏克蘭語 (uk) Суеш |
![]() | 591 |
6 | 英語 (en) Soueich |
![]() | 589 |
7 | 匈牙利語 (hu) Soueich |
![]() | 589 |
8 | 葡萄牙語 (pt) Soueich |
![]() | 586 |
9 | 烏茲別克語 (uz) Soueich |
![]() | 585 |
10 | 越南語 (vi) Soueich |
![]() | 579 |
最佳排名 | 匈牙利語: 155451 08.2016 |
全球: 1052903 09.2020 |
最佳排名 | 匈牙利語: 22404 07.2017 |
全球: 33358 06.2011 |
2025年3月19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:肯尼迪遇刺案、Adolescence、伊隆·马斯克、盖尔·加朵、约翰·肯尼迪、非自愿独身、蘇尼塔·威廉斯、2025年逝世人物列表、ChatGPT、3月19日。
匈牙利語維基百科當天最受歡迎的文章是:Blága Tünde、Hunyadi (televíziós sorozat)、Hunyadi János、Fekete Linda、Magyar névnapok listája dátum szerint、Farm VIP、Traubisoda、1848–49-es forradalom és szabadságharc、Petőfi Sándor、I. Mátyás magyar király.
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