Github Trends®
7872 findingsmedian surprise 0.00437window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: own snapshots
РЕПО НЕТ В ОКНЕ 30D. ПОКАЗАН FINDING ИЗ ОКНА 3D (3 days) — РАНГ #1035.
FINDING #1035 · UNIT ID 721469547
TranThanhTuan2509/Time-Series-Forecasting
A simple " Time series forecasting " model makes future predictions based on csv data
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0663
ENGAGEMENT0.20
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
53% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
3.33
ACCEL
-4.50
RETENTION
5.6%
PEAK 2026-09-06 · FORK-RETENTION 0.0% · 10 STARS / WINDOW

Author Audience

AUDIENCE
10
FOLLOWERS
7
OWNER ★
33

Engagement Signals

FORKS
3
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 10 / 10 (DIVERSITY 1.00)

Why This Is A Finding

TranThanhTuan2509/Time-Series-Forecasting собрал 10 звёзд за окно, тогда как у автора всего 7 подписчиков — эффективная аудитория ≈ 10. Это даёт surprise-индекс 0.0663 (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 7872 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.01ABOVE 87%
VELOCITY3.335.67-2.33ABOVE 18%
RETENTION5.6%0.0%+5.6 PPABOVE 59%
FORKS3365-362ABOVE 2%
SURPRISE0.070.00+0.06ABOVE 91%