文章的品質和受歡迎程度公式 Ji Xiang pl
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「Ji Xiang」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「Ji Xiang」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
吉翔 - 中国足球运动员. 波蘭語維基百科的「Ji Xiang」文章品質得分為 9.5 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中文。
自「Ji Xiang」文章創建以來,其內容由 1 名波蘭語維基百科註冊用戶撰寫,並由 90 名所有語言的註冊維基百科用戶編輯。
該文章在波蘭語維基百科中被引用 24 次,在所有語言中被引用 546 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 10 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) Ji Xiang (footballer) |
39 464 | |
2 | 中文 (zh) 吉翔 |
13 327 | |
3 | 俄語 (ru) Цзи Сян |
6 310 | |
4 | 意大利語 (it) Ji Xiang |
4 598 | |
5 | 葡萄牙語 (pt) Ji Xiang |
598 | |
6 | 波蘭語 (pl) Ji Xiang |
530 | |
7 | 匈牙利語 (hu) Csi Hsziang |
377 | |
8 | 阿拉伯語 (ar) جاي زاينج |
155 | |
9 | 西班牙語 (es) Ji Xiang |
142 | |
10 | 烏茲別克語 (uz) Ji Xiang |
26 |
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) Ji Xiang (footballer) |
![]() | 30 |
2 | 中文 (zh) 吉翔 |
![]() | 25 |
3 | 意大利語 (it) Ji Xiang |
![]() | 20 |
4 | 俄語 (ru) Цзи Сян |
![]() | 5 |
5 | 匈牙利語 (hu) Csi Hsziang |
![]() | 4 |
6 | 烏茲別克語 (uz) Ji Xiang |
![]() | 2 |
7 | 阿拉伯語 (ar) جاي زاينج |
![]() | 1 |
8 | 西班牙語 (es) Ji Xiang |
![]() | 1 |
9 | 波蘭語 (pl) Ji Xiang |
![]() | 1 |
10 | 葡萄牙語 (pt) Ji Xiang |
![]() | 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 | 波蘭語: 467523 05.2016 |
全球: 643660 01.2015 |
最佳排名 | 波蘭語: 73802 04.2019 |
全球: 60421 01.2015 |
2025年3月2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:弗拉基米尔·泽连斯基、伊隆·马斯克、金·哈克曼、第97屆奧斯卡金像獎、唐納·川普、詹姆斯·大衛·万斯、鲍勃·迪伦、粗獷派建築師、蜜雪兒·柴藤伯、方濟各。
波蘭語維基百科當天最受歡迎的文章是:Cezary Trybański、Grażyna Szapołowska、Filip Gurłacz、Magda Mołek、J.D. Vance、Simona Kossak、Donald Trump、Zbigniew Maj、Emu、Dancing with the Stars. Taniec z gwiazdami.
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