Github Trends®
6892 findingsmedian surprise 0.0109window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: gharchive
FINDING #588 · UNIT ID 1244263201
LangZhong36/immortal-jellyfish-algorithm
A novel bio-inspired swarm intelligence optimizer — immortal Jellyfish Algorithm (IJA)
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0562
ENGAGEMENT0.20
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
14% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
5.86
ACCEL
-0.29
RETENTION
50.0%
PEAK 2026-07-14 · FORK-RETENTION 0.0% · 41 STARS / WINDOW

Author Audience

AUDIENCE
64
FOLLOWERS
34
OWNER ★
302

Engagement Signals

FORKS
42
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 41 / 41 (DIVERSITY 1.00)

Why This Is A Finding

LangZhong36/immortal-jellyfish-algorithm собрал 41 звёзд за окно, тогда как у автора всего 34 подписчиков — эффективная аудитория ≈ 64. Это даёт surprise-индекс 0.0562 (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 6892 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.020.00+0.02ABOVE 91%
VELOCITY5.864.14+1.71ABOVE 61%
RETENTION50.0%40.6%+9.4 PPABOVE 60%
FORKS4289-47ABOVE 30%
SURPRISE0.060.01+0.05ABOVE 87%