文章的品質和受歡迎程度公式 Эшби, Иан ru
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「Эшби, Иан」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「Эшби, Иан」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
俄語維基百科的「Эшби, Иан」文章品質得分為 11 分(截至2024年8月1日). 本文包含 2 篇參考文獻和 2 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。
自「Эшби, Иан」文章創建以來,其內容由 18 名俄語維基百科註冊用戶撰寫,並由 233 名所有語言的註冊維基百科用戶編輯。
該文章在俄語維基百科中被引用 9 次,在所有語言中被引用 92 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 | 人气奖 | 相对人气 |
---|---|---|---|
1 | 英語 (en) Ian Ashbee |
217 081 | |
2 | 俄語 (ru) Эшби, Иан |
11 425 | |
3 | 意大利語 (it) Ian Ashbee |
7 531 | |
4 | 波蘭語 (pl) Ian Ashbee |
6 772 | |
5 | 德語 (de) Ian Ashbee |
5 978 | |
6 | 法語 (fr) Ian Ashbee |
4 400 | |
7 | 阿拉伯語 (ar) إيان أشبي |
3 733 | |
8 | 匈牙利語 (hu) Ian Ashbee |
2 073 | |
9 | 丹麥語 (da) Ian Ashbee |
1 790 | |
10 | 泰語 (th) เอียน แอชบี |
1 402 |
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) Ian Ashbee |
77 | |
2 | 意大利語 (it) Ian Ashbee |
30 | |
3 | 德語 (de) Ian Ashbee |
26 | |
4 | 法語 (fr) Ian Ashbee |
18 | |
5 | 俄語 (ru) Эшби, Иан |
18 | |
6 | 匈牙利語 (hu) Ian Ashbee |
13 | |
7 | 丹麥語 (da) Ian Ashbee |
12 | |
8 | 波蘭語 (pl) Ian Ashbee |
9 | |
9 | 土耳其語 (tr) Ian Ashbee |
8 | |
10 | 阿拉伯語 (ar) إيان أشبي |
7 |
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: 164620 03.2009 |
全球: 184460 10.2008 |
最佳排名 | 俄語: 23604 03.2009 |
全球: 32191 03.2009 |
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。
俄語維基百科當天最受歡迎的文章是:Яндекс、Добровольская, Евгения Владимировна、Игра в кальмара (2-й сезон)、Анора、Игра в кальмара、ЯRUS、Кеосаян, Тигран Эдмондович、YouTube、Борисов, Юрий Александрович、Немоляева, Светлана Владимировна.
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