文章的品質和受歡迎程度公式 Menglon vi
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「Menglon」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「Menglon」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
芒格隆 - 法国德龙省市镇. 越南語維基百科的「Menglon」文章品質得分為 3 分(截至2024年8月1日).
這篇文章是法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「Menglon」文章創建以來,其內容由 15 名越南語維基百科註冊用戶撰寫,並由 164 名所有語言的註冊維基百科用戶編輯。
該文章在越南語維基百科中被引用 369 次,在所有語言中被引用 3801 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 22 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 | 法語 (fr) Menglon | ![]() | 47.7356 |
2 | 中文 (zh) 芒格隆 | ![]() | 40.8926 |
3 | 巴斯克語 (eu) Menglon | ![]() | 35.5267 |
4 | 加泰羅尼亞語 (ca) Menglon | ![]() | 34.2889 |
5 | 斯洛伐克語 (sk) Menglon | ![]() | 32.6417 |
6 | 烏克蘭語 (uk) Манглон | ![]() | 32.6318 |
7 | 英語 (en) Menglon | ![]() | 30.7327 |
8 | 羅馬尼亞語 (ro) Menglon | ![]() | 27.7373 |
9 | 匈牙利語 (hu) Menglon | ![]() | 25.2709 |
10 | 西班牙語 (es) Menglon | ![]() | 20.5455 |
下表顯示了本文最受歡迎的語言版本。
# | 语言 | 引证指数奖 | 相对引证指数 |
---|---|---|---|
1 | 羅馬尼亞語 (ro) Menglon |
![]() | 371 |
2 | 烏克蘭語 (uk) Манглон |
![]() | 371 |
3 | 意大利語 (it) Menglon |
![]() | 370 |
4 | 匈牙利語 (hu) Menglon |
![]() | 369 |
5 | 越南語 (vi) Menglon |
![]() | 369 |
6 | 烏茲別克語 (uz) Menglon |
![]() | 368 |
7 | 加泰羅尼亞語 (ca) Menglon |
![]() | 366 |
8 | 英語 (en) Menglon |
![]() | 366 |
9 | 中文 (zh) 芒格隆 |
![]() | 361 |
10 | 馬來語 (ms) Menglon |
![]() | 191 |
最佳排名 | 越南語: 58770 05.2010 |
全球: 1434866 09.2013 |
最佳排名 | 越南語: 7293 01.2011 |
全球: 45658 01.2011 |
2025年3月12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:伊隆·马斯克、2024–25年歐洲冠軍聯賽、歐洲冠軍聯賽、迭戈·西蒙尼、金賽綸、金秀賢、格陵兰、朱利亞諾·施蒙尼、唐納·川普、ChatGPT。
越南語維基百科當天最受歡迎的文章是:Đài Truyền hình Kỹ thuật số VTC、Kim Sae-ron、Kim Soo-hyun、Ngô Phương Ly、Quý Bình、Đối tác chiến lược, đối tác toàn diện (Việt Nam)、Tô Lâm、Won Bin、Choi Hyun-wook、Việt Nam.
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