文章的品質和受歡迎程度公式 刘瑜 (政治学者) zh
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「刘瑜 (政治学者)」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「刘瑜 (政治学者)」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
刘瑜 - 中国作家. 中文維基百科的「刘瑜 (政治学者)」文章品質得分為 33.2 分(截至2024年8月1日). 本文包含 12 篇參考文獻和 8 個章節。 該文章還包含品質缺陷模板,這會降低品質分數。
這篇文章是英語維基百科中品質最好的。 然而,這篇文章是最受歡迎的中文版本。
自「刘瑜 (政治学者)」文章創建以來,其內容由 40 名中文維基百科註冊用戶撰寫,並由 61 名所有語言的註冊維基百科用戶編輯。
該文章在中文維基百科中被引用 14 次,在所有語言中被引用 22 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 3 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 | 英語 (en) Liu Yu (political scientist) | 43.0362 | |
2 | 中文 (zh) 刘瑜 (政治学者) | 33.2381 | |
3 | 印度尼西亞語 (id) Liu Yu (ilmuwan politik) | 17.7554 |
下表顯示了本文最受歡迎的語言版本。
# | 语言 | 人气奖 | 相对人气 |
---|---|---|---|
1 | 中文 (zh) 刘瑜 (政治学者) |
117 097 | |
2 | 英語 (en) Liu Yu (political scientist) |
11 903 | |
3 | 印度尼西亞語 (id) Liu Yu (ilmuwan politik) |
166 |
下表顯示了上個月最受歡迎的文章的語言版本。
# | 语言 | 人气奖 | 相对人气 |
---|---|---|---|
1 | 中文 (zh) 刘瑜 (政治学者) |
1 236 | |
2 | 英語 (en) Liu Yu (political scientist) |
108 | |
3 | 印度尼西亞語 (id) Liu Yu (ilmuwan politik) |
2 |
下表顯示了作者最感興趣的文章的語言版本。
# | 语言 | 作者兴趣奖 | 作者相对兴趣 |
---|---|---|---|
1 | 中文 (zh) 刘瑜 (政治学者) |
40 | |
2 | 英語 (en) Liu Yu (political scientist) |
20 | |
3 | 印度尼西亞語 (id) Liu Yu (ilmuwan politik) |
1 |
下表顯示了上個月作者最感興趣的文章的語言版本。
# | 语言 | 作者兴趣奖 | 作者相对兴趣 |
---|---|---|---|
1 | 英語 (en) Liu Yu (political scientist) |
0 | |
2 | 印度尼西亞語 (id) Liu Yu (ilmuwan politik) |
0 | |
3 | 中文 (zh) 刘瑜 (政治学者) |
0 |
下表顯示了被引用次數最高的文章的語言版本。
# | 语言 | 引证指数奖 | 相对引证指数 |
---|---|---|---|
1 | 中文 (zh) 刘瑜 (政治学者) |
14 | |
2 | 英語 (en) Liu Yu (political scientist) |
7 | |
3 | 印度尼西亞語 (id) Liu Yu (ilmuwan politik) |
1 |
最佳排名 | 中文: 19012 07.2018 |
全球: 306126 07.2021 |
最佳排名 | 中文: 3799 01.2012 |
全球: 79006 07.2021 |
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