Github Trends®
9771 findingsmedian surprise 0.00917window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: own snapshots
FINDING #248 · UNIT ID 1140988056
XiaoMaColtAI/math-modeling-skill
数学建模技能 - 面向 CUMCM、MCM/ICM 等数学建模竞赛的三阶段工作流:建模分析、Python/MATLAB 编程与 DOCX 论文生成。包含丰富的算法资源库(优化/预测/评价/图论/机器学习等)、角色指导文档、论文模板和实用工具脚本
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.12
ENGAGEMENT0.41
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
18.86
ACCEL
-0.61
RETENTION
65.7%
PEAK 2026-08-25 · FORK-RETENTION 80.0% · 132 STARS / WINDOW

Author Audience

AUDIENCE
123
FOLLOWERS
18
OWNER ★
1,051

Engagement Signals

FORKS
58
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 132 / 132 (DIVERSITY 1.00)

Why This Is A Finding

XiaoMaColtAI/math-modeling-skill собрал 132 звёзд за окно, тогда как у автора всего 18 подписчиков — эффективная аудитория ≈ 123. Это даёт surprise-индекс 0.12 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 80.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9771 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.060.00+0.06ABOVE 97%
VELOCITY18.863.71+15.14ABOVE 88%
RETENTION65.7%39.3%+26.4 PPABOVE 86%
FORKS5891-33ABOVE 39%
SURPRISE0.120.01+0.11ABOVE 95%