这本书是 第9105名 全球维基百科排名中最受欢迎的书籍 和 第948名 最受欢迎书籍 俄語維基百科中. 俄語維基百科的「Сказка о Тройке」文章品質得分為 18.4 分（截至2024年8月1日）.
本文包含 4 篇參考文獻和 12 個章節。 這篇文章是意大利語維基百科中品質最好的。 然而，這篇文章是最受歡迎的俄語版本。 自「Сказка о Тройке」文章創建以來，其內容由 64 名俄語維基百科註冊用戶撰寫，並由 170 名所有語言的註冊維基百科用戶編輯。 Сказка о Тройке在當地俄語維基百科全书籍排名中名列第 948 位，在全球所有時間圖书籍排名中名列第 9105 位。 該文章在俄語維基百科中被引用 83 次，在所有語言中被引用 225 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 7 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) Сказка о Тройке |
 | 367 129 |
| 2 | 英語 (en) Tale of the Troika |
 | 65 522 |
| 3 | 德語 (de) Das Märchen von der Troika |
 | 13 965 |
| 4 | 捷克語 (cs) Pohádka o Trojce |
 | 6 017 |
| 5 | 意大利語 (it) La favola della Trojka |
 | 2 818 |
| 6 | 烏克蘭語 (uk) Казка про Трійку |
 | 1 263 |
| 7 | 匈牙利語 (hu) Mese a Trojkáról |
 | 564 |
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) Сказка о Тройке |
 | 64 |
| 2 | 德語 (de) Das Märchen von der Troika |
 | 43 |
| 3 | 英語 (en) Tale of the Troika |
 | 26 |
| 4 | 捷克語 (cs) Pohádka o Trojce |
 | 15 |
| 5 | 意大利語 (it) La favola della Trojka |
| 11 |
| 6 | 烏克蘭語 (uk) Казка про Трійку |
 | 6 |
| 7 | 匈牙利語 (hu) Mese a Trojkáról |
| 5 |
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 | 俄語: 20447 01.2009 |
全球: 386035 11.2012 |
| 最佳排名 | 俄語: 5241 09.2006 |
全球: 63690 09.2006 |
不同語言的維基百科文章列表（從最受歡迎的開始）：
2024年10月10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：韩江、Lyle and Erik Menendez、拉斐爾·拿度、尚恩·库姆斯、喬治·鮑多克、拉坦·塔塔、颶風卡特里娜、飓风米尔顿、小丑：雙重瘋狂、埃塞爾·甘迺迪。
俄語維基百科當天最受歡迎的文章是：Яндекс、Квадроберы、Керимов, Сулейман Абусаидович、Зубец, Алексей Николаевич、Сигал, Стивен、Комбинация (группа)、Милтон (ураган)、Джексон, Майкл、Барахоев, Бекхан Абдулхамидович、YouTube.
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
$$品質=1/c∑↙{i=1}↖c nm_i-RS=1/5(15.89+2.2+0+60+13.81)$$
在哪裡：
$$GlobalAI=|⋃↙{lang=1}↖7 Authors_{lang}|=1$$
$$PopGlobal=∑↙{lang=1}↖7 PopLocal_{lang}=2910$$
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
