Github Trends®
287 findingsmedian surprise 0.00026window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: gharchive
FINDING #213 · UNIT ID 561730219
krahets/hello-algo
《Hello 算法》:动画图解、一键运行的数据结构与算法教程。支持简中、繁中、English、日本語,提供 Python, Java, C++, C, C#, JS, Go, Swift, Rust, Ruby, Kotlin, TS, Dart 等代码实现
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0000743
ENGAGEMENT0.70
FRESHNESS1.45
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
0% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
1.50
ACCEL
-0.19
RETENTION
3.0%
PEAK 2026-06-16 · FORK-RETENTION 66.7% · 45 STARS / WINDOW

Author Audience

AUDIENCE
20,146
FOLLOWERS
6,420
OWNER ★
137,263

Engagement Signals

FORKS
15,426
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 45 / 45 (DIVERSITY 1.00)

Why This Is A Finding

krahets/hello-algo собрал 45 звёзд за окно, тогда как у автора всего 6,420 подписчиков — эффективная аудитория ≈ 20,146. Это даёт surprise-индекс 0.0000743 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 66.7% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 287 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 26%
VELOCITY1.502.60-1.10ABOVE 0%
RETENTION3.0%16.0%-13.0 PPABOVE 4%
FORKS15,4263,228+12,198ABOVE 89%
SURPRISE0.000.00-0.00ABOVE 27%