Github Trends®
4503 findingsmedian surprise 0.00322window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: own snapshots
FINDING #3105 · 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

SURPRISE0.000346
ENGAGEMENT0.73
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
7.00
ACCEL
-10.50
RETENTION
0.0%
PEAK 2026-07-25 · FORK-RETENTION 0.0% · 21 STARS / WINDOW

Author Audience

AUDIENCE
20,189
FOLLOWERS
6,426
OWNER ★
137,634

Engagement Signals

FORKS
15,377
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 21 / 21 (DIVERSITY 1.00)

Why This Is A Finding

krahets/hello-algo собрал 21 звёзд за окно, тогда как у автора всего 6,426 подписчиков — эффективная аудитория ≈ 20,189. Это даёт surprise-индекс 0.000346 (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 4503 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 31%
VELOCITY7.005.33+1.67ABOVE 62%
RETENTION0.0%0.0%0.0 PPABOVE 0%
FORKS15,377457+14,920ABOVE 97%
SURPRISE0.000.00-0.00ABOVE 16%