L'articolo "幽灵数据" nella Wikipedia in cinese ha 31.5 punti per la qualità (al 1 agosto 2024). L'articolo contiene 20 riferimenti e 4 sezioni.
Dalla creazione dell'articolo "幽灵数据", il suo contenuto è stato scritto da 6 utenti registrati di Wikipedia in cinese e modificato da 6 utenti registrati di Wikipedia in tutte le lingue.
L'articolo è citato 2 volte nella Wikipedia in cinese e citato 2 volte in tutte le lingue.
Il grado di interesse degli autori più alto dal 2001:/p>
Il grado di popolarità più alto dal 2008:
C'è 1 versione linguistica per questo articolo nel database WikiRank (delle 55 edizioni linguistiche di Wikipedia considerate).
La valutazione della qualità e della popolarità si basava sui dump di Wikipedia del 1 agosto 2024 (inclusa la cronologia delle revisioni e le visualizzazioni di pagina degli anni precedenti).
| Miglior Rango | cinese: N. 232252 09.2020 |
Globale: N. 3988099 09.2020 |
| Miglior Rango | cinese: N. 2479 08.2020 |
Globale: N. 177212 08.2020 |
Il 2 marzo 2025 nella Wikipedia multilingue gli utenti di Internet leggono più spesso articoli sui seguenti argomenti: Volodimir Zelens'kij, Elon Musk, Gene Hackman, Premi Oscar 2025, Donald Trump, J. D. Vance, Bob Dylan, The Brutalist, Michelle Trachtenberg, Papa Francesco.
Nella Wikipedia in cinese gli articoli più popolari quel giorno erano: 方大同, 难哄, 巴哈伊信仰, 家庭計畫 (台灣), 古林睿煬, 林恩宇, 薛凱琪, 死了一個娛樂女記者之後, 弗拉基米尔·泽连斯基, 哪吒之魔童闹海.
Il progetto è finalizzato alla valutazione relativa automatica degli articoli nelle diverse versioni linguistiche di Wikipedia. Al momento il servizio permette di confrontare oltre 44 milioni di articoli di Wikipedia in 55 lingue. I punteggi di qualità degli articoli si basano sui dump di Wikipedia del agosto 2024. Nel calcolare la popolarità attuale e l'intelligenza artificiale degli articoli sono stati presi in considerazione i dati del luglio 2024. Per i valori storici di popolarità e AI WikiRank ha utilizzato dati dal 2001 al 2023... More information
$$Qualità=1/c∑↙{i=1}↖c nm_i-RS=1/5(26.6+20.2+0+33.33+77.24)$$
dove:
I risultati dei calcoli potrebbero essere leggermente diversi a causa dei valori arrotondati delle metriche normalizzate nelle formule
