Github Trends®
1554 findingsmedian surprise 0.00063window 180 days
UNIT / TREND-MONITOR · REV 2.6
[ 180 days window ]
SOURCE: gharchive
FINDING #1146 · 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

SURPRISE0.000189
ENGAGEMENT0.43
FRESHNESS1.34
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
1% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
3.87
ACCEL
-0.06
RETENTION
9.2%
PEAK 2026-04-05 · FORK-RETENTION 62.3% · 696 STARS / WINDOW

Author Audience

AUDIENCE
20,375
FOLLOWERS
6,485
OWNER ★
138,904

Engagement Signals

FORKS
15,519
ISSUE AUTH
2
PR AUTH
5
UNIQUE STARGAZERS 693 / 696 (DIVERSITY 1.00)

Why This Is A Finding

krahets/hello-algo собрал 696 звёзд за окно, тогда как у автора всего 6,485 подписчиков — эффективная аудитория ≈ 20,375. Это даёт surprise-индекс 0.000189 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 62.3% и 7 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 1554 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 26%
VELOCITY3.872.67+1.19ABOVE 66%
RETENTION9.2%5.6%+3.6 PPABOVE 67%
FORKS15,5191,668+13,852ABOVE 94%
SURPRISE0.000.00-0.00ABOVE 28%