文章的品質和受歡迎程度公式 広報 ja
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「広報」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「広報」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
宣传 (公共关系) - 提高知名度或者达到特定舆论目的的散发式行为. 日語維基百科的「広報」文章品質得分為 11.7 分(截至2024年8月1日). 本文包含 5 篇參考文獻和 10 個章節。 該文章還包含品質缺陷模板,這會降低品質分數。
這篇文章是馬來語維基百科中品質最好的。 然而,本文最流行的語言版本是英語。
自「広報」文章創建以來,其內容由 26 名日語維基百科註冊用戶撰寫,並由 315 名所有語言的註冊維基百科用戶編輯。
該文章在日語維基百科中被引用 571 次,在所有語言中被引用 1800 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 14 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 | 馬來語 (ms) Publisiti | ![]() | 42.5113 |
2 | 英語 (en) Publicity | ![]() | 40.2517 |
3 | 中文 (zh) 宣传 | ![]() | 31.3208 |
4 | 塞爾維亞-克羅地亞語 (sh) Publicitet | ![]() | 27.4951 |
5 | 烏克蘭語 (uk) Пабліситі | ![]() | 21.9168 |
6 | 烏茲別克語 (uz) Pablisti | ![]() | 21.1033 |
7 | 斯洛文尼亞語 (sl) Publiciteta | ![]() | 16.5661 |
8 | 日語 (ja) 広報 | ![]() | 11.7235 |
9 | 波斯語 (fa) نامورسازی | ![]() | 10.5706 |
10 | 印度尼西亞語 (id) Publisitas | ![]() | 7.4348 |
下表顯示了本文最受歡迎的語言版本。
# | 语言 | 人气奖 | 相对人气 |
---|---|---|---|
1 | 英語 (en) Publicity |
1 868 865 | |
2 | 日語 (ja) 広報 |
689 672 | |
3 | 中文 (zh) 宣传 |
174 125 | |
4 | 印度尼西亞語 (id) Publisitas |
134 178 | |
5 | 烏克蘭語 (uk) Пабліситі |
34 584 | |
6 | 馬來語 (ms) Publisiti |
29 855 | |
7 | 捷克語 (cs) Publicita |
25 951 | |
8 | 韓語 (ko) 퍼블리시티 |
17 762 | |
9 | 塞爾維亞-克羅地亞語 (sh) Publicitet |
14 067 | |
10 | 阿拉伯語 (ar) ترويج إعلامي |
12 305 |
下表顯示了上個月最受歡迎的文章的語言版本。
最佳排名 | 日語: 14408 11.2014 |
全球: 48464 06.2008 |
最佳排名 | 日語: 28081 04.2007 |
全球: 10836 06.2003 |
不同語言的維基百科文章列表(從最受歡迎的開始):
2025年4月6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:混沌少年時、方·基默、MINECRAFT麥塊電影、亚历山大·奥韦奇金、唐納·川普、2025年世界一级方程式锦标赛、韦恩·格雷茨基、2025年逝世人物列表、白蓮花大飯店、1923。
日語維基百科當天最受歡迎的文章是:清原果耶、名古屋アベック殺人事件、吉田鋼太郎、鈴木一真、やなせたかし、フジテレビのアナウンサー一覧、HANA (ガールズグループ)、渡邊渚、ウィッチウォッチ、九龍ジェネリックロマンス.
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