Github Trends®
8038 findingsmedian surprise 0.00514window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: own snapshots
FINDING #6103 · 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

SURPRISE0.000764
ENGAGEMENT0.20
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
0% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
15.67
ACCEL
-1.00
RETENTION
0.0%
PEAK 2026-10-11 · FORK-RETENTION 0.0% · 47 STARS / WINDOW

Author Audience

AUDIENCE
20,460
FOLLOWERS
6,512
OWNER ★
139,548

Engagement Signals

FORKS
15,504
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 47 / 47 (DIVERSITY 1.00)

Why This Is A Finding

krahets/hello-algo собрал 47 звёзд за окно, тогда как у автора всего 6,512 подписчиков — эффективная аудитория ≈ 20,460. Это даёт surprise-индекс 0.000764 (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.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 8038 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 24%
VELOCITY15.675.67+10.00ABOVE 80%
RETENTION0.0%14.3%-14.3 PPABOVE 0%
FORKS15,504333+15,172ABOVE 98%
SURPRISE0.000.01-0.00ABOVE 20%