文章的品質和受歡迎程度公式 HMS Superb sl
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「HMS Superb」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「HMS Superb」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
斯洛文尼亞語維基百科的「HMS Superb」文章品質得分為 0.2 分(截至2024年8月1日).
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「HMS Superb」文章創建以來,其內容由 1 名斯洛文尼亞語維基百科註冊用戶撰寫,並由 66 名所有語言的註冊維基百科用戶編輯。
該文章在斯洛文尼亞語維基百科中被引用 2 次,在所有語言中被引用 42 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) HMS Superb |
67 891 | |
2 | 德語 (de) HMS Superb |
5 080 | |
3 | 俄語 (ru) HMS Superb |
2 038 | |
4 | 斯洛文尼亞語 (sl) HMS Superb |
1 860 | |
5 | 芬蘭語 (fi) HMS Superb |
1 644 | |
6 | 挪威語 (no) HMS «Superb» |
1 595 | |
7 | 法語 (fr) HMS Superb |
1 454 | |
8 | 意大利語 (it) HMS Superb |
975 | |
9 | 越南語 (vi) HMS Superb |
574 | |
10 | 波斯語 (fa) اچاماس سوپرب |
164 |
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) HMS Superb |
![]() | 21 |
2 | 德語 (de) HMS Superb |
![]() | 10 |
3 | 意大利語 (it) HMS Superb |
![]() | 9 |
4 | 挪威語 (no) HMS «Superb» |
![]() | 8 |
5 | 越南語 (vi) HMS Superb |
![]() | 6 |
6 | 俄語 (ru) HMS Superb |
![]() | 5 |
7 | 芬蘭語 (fi) HMS Superb |
![]() | 3 |
8 | 法語 (fr) HMS Superb |
![]() | 3 |
9 | 斯洛文尼亞語 (sl) HMS Superb |
![]() | 1 |
10 | 波斯語 (fa) اچاماس سوپرب |
![]() | 0 |
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 | 斯洛文尼亞語: 40921 05.2008 |
全球: 505129 05.2008 |
最佳排名 | 斯洛文尼亞語: 2036 01.2006 |
全球: 100061 10.2012 |
不同語言的維基百科文章列表(從最受歡迎的開始):
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。
斯洛文尼亞語維基百科當天最受歡迎的文章是:Seznam slovenskih igralcev、Teja Glažar、Pust、Primeri inšpektorja Vrenka、Jože Babič (režiser)、Tomi Meglič、Franja Bojc Bidovec、Kurent、Babič、Zodiak.
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