FINDING #7860 · UNIT ID 277168957
eugeneyan/applied-ml
📚 Papers & tech blogs by companies sharing their work on data science & machine learning in production.
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
0% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
4.33
ACCEL
-0.50
RETENTION
50.0%
PEAK 2026-08-27 · FORK-RETENTION 0.0% · 13 STARS / WINDOW
Author Audience
AUDIENCE
10,170
FOLLOWERS
5,182
OWNER ★
49,882
Engagement Signals
FORKS
3,992
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 13 / 13 (DIVERSITY 1.00)
Why This Is A Finding
eugeneyan/applied-ml собрал 13 звёзд за окно, тогда как у автора всего 5,182 подписчиков — эффективная аудитория ≈ 10,170. Это даёт surprise-индекс 0.000424 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 18% OF 9558 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9558 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 18%
VELOCITY4.335.67-1.33ABOVE 35%
RETENTION50.0%42.9%+7.1 PPABOVE 53%
FORKS3,992333+3,659ABOVE 91%
SURPRISE0.000.00-0.00ABOVE 15%