文章的品質和受歡迎程度公式 冒顿 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「冒顿」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「冒顿」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
中文維基百科的「冒顿」文章品質得分為 34 分(截至2024年8月1日). 本文包含 9 篇參考文獻和 8 個章節。
這篇文章是英語維基百科中品質最好的。 然而,本文最流行的語言版本是土耳其語。
自「冒顿」文章創建以來,其內容由 69 名中文維基百科註冊用戶撰寫,並由 921 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 344 次,在所有語言中被引用 1316 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 27 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 | 作者兴趣奖 | 作者相对兴趣 |
---|---|---|---|
1 | 英語 (en) Modu Chanyu |
![]() | 10 |
2 | 法語 (fr) Modu Chanyu |
![]() | 3 |
3 | 哈薩克語 (kk) Мөде қаған |
![]() | 3 |
4 | 土耳其語 (tr) Mete |
![]() | 2 |
5 | 格魯吉亞語 (ka) მოდუ |
![]() | 1 |
6 | 阿拉伯語 (ar) مودو شانيو |
![]() | 0 |
7 | 阿塞拜疆語 (az) Mete xaqan |
![]() | 0 |
8 | 保加利亞語 (bg) Маодун |
![]() | 0 |
9 | 德語 (de) Mao-tun |
![]() | 0 |
10 | 希臘語 (el) Μαντού Σανγιού |
![]() | 0 |
下表顯示了被引用次數最高的文章的語言版本。
# | 语言 | 价值 |
---|---|---|
ar | 阿拉伯語 مودو شانيو | ![]() |
az | 阿塞拜疆語 Mete xaqan | ![]() |
bg | 保加利亞語 Маодун | ![]() |
de | 德語 Mao-tun | ![]() |
el | 希臘語 Μαντού Σανγιού | ![]() |
en | 英語 Modu Chanyu | ![]() |
eo | 世界語 Modu Ĉanju | ![]() |
es | 西班牙語 Modun | ![]() |
fa | 波斯語 مودو چانیو | ![]() |
fr | 法語 Modu Chanyu | ![]() |
hi | 印地語 मोदू चानयू | ![]() |
hu | 匈牙利語 Mao-tun | ![]() |
id | 印度尼西亞語 Modu Chanyu | ![]() |
ja | 日語 冒頓単于 | ![]() |
ka | 格魯吉亞語 მოდუ | ![]() |
kk | 哈薩克語 Мөде қаған | ![]() |
ko | 韓語 묵돌선우 | ![]() |
nl | 荷蘭語 Mao Dun (heerser) | ![]() |
no | 挪威語 Modu Chanyu | ![]() |
ru | 俄語 Модэ | ![]() |
sh | 塞爾維亞-克羅地亞語 Modu Chanyu | ![]() |
sl | 斯洛文尼亞語 Modu | ![]() |
ta | 泰米爾語 மொடு சன்யூ | ![]() |
tr | 土耳其語 Mete | ![]() |
uk | 烏克蘭語 Маодунь | ![]() |
vi | 越南語 Mặc Đốn thiền vu | ![]() |
zh | 中文 冒顿 | ![]() |
最佳排名 | 中文: 7611 07.2008 |
全球: 36972 04.2020 |
不同語言的維基百科文章列表(從最受歡迎的開始):
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