ഹബ്രാസ്റ്റാറ്റിസ്റ്റിക്സ്: സൈറ്റിൽ ഏറ്റവും കൂടുതൽ സന്ദർശിച്ചതും കുറഞ്ഞതുമായ വിഭാഗങ്ങൾ പര്യവേക്ഷണം ചെയ്യുന്നു

ഹലോ, ഹബ്ർ.

В മുൻ ഭാഗം പ്രധാന പാരാമീറ്ററുകൾ അനുസരിച്ച് ഹബറിന്റെ ട്രാഫിക് വിശകലനം ചെയ്തു - ലേഖനങ്ങളുടെ എണ്ണം, അവയുടെ കാഴ്ചകൾ, റേറ്റിംഗുകൾ. എന്നിരുന്നാലും, സൈറ്റ് വിഭാഗങ്ങളുടെ ജനപ്രീതിയുടെ പ്രശ്നം പരിശോധിക്കപ്പെടാതെ തുടർന്നു. ഇത് കൂടുതൽ വിശദമായി പരിശോധിച്ച് ഏറ്റവും ജനപ്രിയവും ജനപ്രിയമല്ലാത്തതുമായ ഹബുകൾ കണ്ടെത്തുന്നത് രസകരമായി. അവസാനമായി, ഞാൻ ഗീക്ക്ടൈംസ് ഇഫക്റ്റ് കൂടുതൽ വിശദമായി നോക്കാം, പുതിയ റാങ്കിംഗിനെ അടിസ്ഥാനമാക്കിയുള്ള മികച്ച ലേഖനങ്ങളുടെ ഒരു പുതിയ തിരഞ്ഞെടുപ്പിൽ അവസാനിക്കും.

എന്താണ് സംഭവിച്ചതെന്ന് താൽപ്പര്യമുള്ളവർക്ക്, തുടർച്ച വെട്ടിക്കുറച്ചതാണ്.

സ്ഥിതിവിവരക്കണക്കുകളും റേറ്റിംഗുകളും ഔദ്യോഗികമല്ല, എനിക്ക് ആന്തരിക വിവരങ്ങളൊന്നും ഇല്ലെന്ന് ഒരിക്കൽ കൂടി ഓർമ്മിപ്പിക്കട്ടെ. എനിക്ക് എവിടെയോ തെറ്റ് പറ്റിയിട്ടില്ലെന്നോ എന്തെങ്കിലും നഷ്ടമായെന്നോ ഉറപ്പില്ല. എന്നിട്ടും, അത് രസകരമായി മാറിയെന്ന് ഞാൻ കരുതുന്നു. ഞങ്ങൾ ആദ്യം കോഡിൽ തുടങ്ങും; ഇതിൽ താൽപ്പര്യമില്ലാത്തവർക്ക് ആദ്യ ഭാഗങ്ങൾ ഒഴിവാക്കാം.

ഡാറ്റ ശേഖരണം

പാർസറിന്റെ ആദ്യ പതിപ്പിൽ, കാഴ്ചകളുടെ എണ്ണം, അഭിപ്രായങ്ങൾ, ലേഖന റേറ്റിംഗുകൾ എന്നിവ മാത്രമേ കണക്കിലെടുക്കൂ. ഇത് ഇതിനകം മികച്ചതാണ്, എന്നാൽ കൂടുതൽ സങ്കീർണ്ണമായ അന്വേഷണങ്ങൾ നടത്താൻ ഇത് നിങ്ങളെ അനുവദിക്കുന്നില്ല. സൈറ്റിന്റെ തീമാറ്റിക് വിഭാഗങ്ങൾ വിശകലനം ചെയ്യേണ്ട സമയമാണിത്; ഇത് വളരെ രസകരമായ ഗവേഷണം നടത്താൻ നിങ്ങളെ അനുവദിക്കും, ഉദാഹരണത്തിന്, "C ++" വിഭാഗത്തിന്റെ ജനപ്രീതി നിരവധി വർഷങ്ങളായി മാറിയത് എങ്ങനെയെന്ന് കാണുക.

ലേഖന പാഴ്‌സർ മെച്ചപ്പെടുത്തി, ഇപ്പോൾ അത് ലേഖനം ഉൾപ്പെടുന്ന ഹബുകളും രചയിതാവിന്റെ വിളിപ്പേരും അവന്റെ റേറ്റിംഗും നൽകുന്നു (ഇവിടെയും ധാരാളം രസകരമായ കാര്യങ്ങൾ ചെയ്യാൻ കഴിയും, പക്ഷേ അത് പിന്നീട് വരും). ഇതുപോലെയുള്ള ഒരു csv ഫയലിൽ ഡാറ്റ സംരക്ഷിച്ചിരിക്കുന്നു:

2018-12-18T12:43Z,https://habr.com/ru/post/433550/,"Мессенджер Slack — причины выбора, косяки при внедрении и особенности сервиса, облегчающие жизнь",votes:7,votesplus:8,votesmin:1,bookmarks:32,
views:8300,comments:10,user:ReDisque,karma:5,subscribers:2,hubs:productpm+soft
...

സൈറ്റിന്റെ പ്രധാന തീമാറ്റിക് ഹബുകളുടെ ഒരു ലിസ്റ്റ് ഞങ്ങൾക്ക് ലഭിക്കും.

def get_as_str(link: str) -> Str:
    try:
        r = requests.get(link)
        return Str(r.text)
    except Exception as e:
        return Str("")

def get_hubs():
    hubs = []
    for p in range(1, 12):
        page_html = get_as_str("https://habr.com/ru/hubs/page%d/" % p)
        # page_html = get_as_str("https://habr.com/ru/hubs/geektimes/page%d/" % p)  # Geektimes
        # page_html = get_as_str("https://habr.com/ru/hubs/develop/page%d/" % p)  # Develop
        # page_html = get_as_str("https://habr.com/ru/hubs/admin/page%d" % p)  # Admin
        for hub in page_html.split("media-obj media-obj_hub"):
            info = Str(hub).find_between('"https://habr.com/ru/hub', 'list-snippet__tags') 
            if "*</span>" in info:
                hub_name = info.find_between('/', '/"')
                if len(hub_name) > 0 and len(hub_name) < 32:
                    hubs.append(hub_name)
    print(hubs)

find_between ഫംഗ്‌ഷനും Str ക്ലാസും രണ്ട് ടാഗുകൾക്കിടയിൽ ഒരു സ്ട്രിംഗ് തിരഞ്ഞെടുക്കുന്നു, ഞാൻ അവ ഉപയോഗിച്ചു നേരത്തെ. തീമാറ്റിക് ഹബുകൾ "*" കൊണ്ട് അടയാളപ്പെടുത്തിയിരിക്കുന്നതിനാൽ അവ എളുപ്പത്തിൽ ഹൈലൈറ്റ് ചെയ്യാനാകും, മറ്റ് വിഭാഗങ്ങളുടെ വിഭാഗങ്ങൾ ലഭിക്കുന്നതിന് നിങ്ങൾക്ക് അനുബന്ധ വരികൾ അൺകമന്റ് ചെയ്യാനും കഴിയും.

get_hubs ഫംഗ്‌ഷന്റെ ഔട്ട്‌പുട്ട് വളരെ ശ്രദ്ധേയമായ ഒരു ലിസ്‌റ്റാണ്, അത് ഞങ്ങൾ ഒരു നിഘണ്ടുവായി സംരക്ഷിക്കുന്നു. ഞാൻ ലിസ്റ്റ് പൂർണ്ണമായി അവതരിപ്പിക്കുന്നു, അതിലൂടെ നിങ്ങൾക്ക് അതിന്റെ വോളിയം കണക്കാക്കാം.

hubs_profile = {'infosecurity', 'programming', 'webdev', 'python', 'sys_admin', 'it-infrastructure', 'devops', 'javascript', 'open_source', 'network_technologies', 'gamedev', 'cpp', 'machine_learning', 'pm', 'hr_management', 'linux', 'analysis_design', 'ui', 'net', 'hi', 'maths', 'mobile_dev', 'productpm', 'win_dev', 'it_testing', 'dev_management', 'algorithms', 'go', 'php', 'csharp', 'nix', 'data_visualization', 'web_testing', 's_admin', 'crazydev', 'data_mining', 'bigdata', 'c', 'java', 'usability', 'instant_messaging', 'gtd', 'system_programming', 'ios_dev', 'oop', 'nginx', 'kubernetes', 'sql', '3d_graphics', 'css', 'geo', 'image_processing', 'controllers', 'game_design', 'html5', 'community_management', 'electronics', 'android_dev', 'crypto', 'netdev', 'cisconetworks', 'db_admins', 'funcprog', 'wireless', 'dwh', 'linux_dev', 'assembler', 'reactjs', 'sales', 'microservices', 'search_technologies', 'compilers', 'virtualization', 'client_side_optimization', 'distributed_systems', 'api', 'media_management', 'complete_code', 'typescript', 'postgresql', 'rust', 'agile', 'refactoring', 'parallel_programming', 'mssql', 'game_promotion', 'robo_dev', 'reverse-engineering', 'web_analytics', 'unity', 'symfony', 'build_automation', 'swift', 'raspberrypi', 'web_design', 'kotlin', 'debug', 'pay_system', 'apps_design', 'git', 'shells', 'laravel', 'mobile_testing', 'openstreetmap', 'lua', 'vs', 'yii', 'sport_programming', 'service_desk', 'itstandarts', 'nodejs', 'data_warehouse', 'ctf', 'erp', 'video', 'mobileanalytics', 'ipv6', 'virus', 'crm', 'backup', 'mesh_networking', 'cad_cam', 'patents', 'cloud_computing', 'growthhacking', 'iot_dev', 'server_side_optimization', 'latex', 'natural_language_processing', 'scala', 'unreal_engine', 'mongodb', 'delphi',  'industrial_control_system', 'r', 'fpga', 'oracle', 'arduino', 'magento', 'ruby', 'nosql', 'flutter', 'xml', 'apache', 'sveltejs', 'devmail', 'ecommerce_development', 'opendata', 'Hadoop', 'yandex_api', 'game_monetization', 'ror', 'graph_design', 'scada', 'mobile_monetization', 'sqlite', 'accessibility', 'saas', 'helpdesk', 'matlab', 'julia', 'aws', 'data_recovery', 'erlang', 'angular', 'osx_dev', 'dns', 'dart', 'vector_graphics', 'asp', 'domains', 'cvs', 'asterisk', 'iis', 'it_monetization', 'localization', 'objectivec', 'IPFS', 'jquery', 'lisp', 'arvrdev', 'powershell', 'd', 'conversion', 'animation', 'webgl', 'wordpress', 'elm', 'qt_software', 'google_api', 'groovy_grails', 'Sailfish_dev', 'Atlassian', 'desktop_environment', 'game_testing', 'mysql', 'ecm', 'cms', 'Xamarin', 'haskell', 'prototyping', 'sw', 'django', 'gradle', 'billing', 'tdd', 'openshift', 'canvas', 'map_api', 'vuejs', 'data_compression', 'tizen_dev', 'iptv', 'mono', 'labview', 'perl', 'AJAX', 'ms_access', 'gpgpu', 'infolust', 'microformats', 'facebook_api', 'vba', 'twitter_api', 'twisted', 'phalcon', 'joomla', 'action_script', 'flex', 'gtk', 'meteorjs', 'iconoskaz', 'cobol', 'cocoa', 'fortran', 'uml', 'codeigniter', 'prolog', 'mercurial', 'drupal', 'wp_dev', 'smallbasic', 'webassembly', 'cubrid', 'fido', 'bada_dev', 'cgi', 'extjs', 'zend_framework', 'typography', 'UEFI', 'geo_systems', 'vim', 'creative_commons', 'modx', 'derbyjs', 'xcode', 'greasemonkey', 'i2p', 'flash_platform', 'coffeescript', 'fsharp', 'clojure', 'puppet', 'forth', 'processing_lang', 'firebird', 'javame_dev', 'cakephp', 'google_cloud_vision_api', 'kohanaphp', 'elixirphoenix', 'eclipse', 'xslt', 'smalltalk', 'googlecloud', 'gae', 'mootools', 'emacs', 'flask', 'gwt', 'web_monetization', 'circuit-design', 'office365dev', 'haxe', 'doctrine', 'typo3', 'regex', 'solidity', 'brainfuck', 'sphinx', 'san', 'vk_api', 'ecommerce'}

താരതമ്യത്തിനായി, ഗീക്ക് ടൈംസ് വിഭാഗങ്ങൾ കൂടുതൽ എളിമയുള്ളതായി കാണപ്പെടുന്നു:

hubs_gt = {'popular_science', 'history', 'soft', 'lifehacks', 'health', 'finance', 'artificial_intelligence', 'itcompanies', 'DIY', 'energy', 'transport', 'gadgets', 'social_networks', 'space', 'futurenow', 'it_bigraphy', 'antikvariat', 'games', 'hardware', 'learning_languages', 'urban', 'brain', 'internet_of_things', 'easyelectronics', 'cellular', 'physics', 'cryptocurrency', 'interviews', 'biotech', 'network_hardware', 'autogadgets', 'lasers', 'sound', 'home_automation', 'smartphones', 'statistics', 'robot', 'cpu', 'video_tech', 'Ecology', 'presentation', 'desktops', 'wearable_electronics', 'quantum', 'notebooks', 'cyberpunk', 'Peripheral', 'demoscene', 'copyright', 'astronomy', 'arvr', 'medgadgets', '3d-printers', 'Chemistry', 'storages', 'sci-fi', 'logic_games', 'office', 'tablets', 'displays', 'video_conferencing', 'videocards', 'photo', 'multicopters', 'supercomputers', 'telemedicine', 'cybersport', 'nano', 'crowdsourcing', 'infographics'}

ബാക്കിയുള്ള ഹബ്ബുകൾ അതേ രീതിയിൽ സംരക്ഷിക്കപ്പെട്ടു. ലേഖനം ഗീക്ക്‌ടൈംസിന്റേതായാലും പ്രൊഫൈൽ ഹബ്ബിന്റെതായാലും ഫലം നൽകുന്ന ഒരു ഫംഗ്‌ഷൻ എഴുതുന്നത് ഇപ്പോൾ എളുപ്പമാണ്.

def is_geektimes(hubs: List) -> bool:
    return len(set(hubs) & hubs_gt) > 0

def is_geektimes_only(hubs: List) -> bool:
    return is_geektimes(hubs) is True and is_profile(hubs) is False

def is_profile(hubs: List) -> bool:
    return len(set(hubs) & hubs_profile) > 0

മറ്റ് വിഭാഗങ്ങൾക്കും ("വികസനം", "ഭരണം" മുതലായവ) സമാനമായ പ്രവർത്തനങ്ങൾ ചെയ്തു.

പ്രോസസ്സ് ചെയ്യുന്നു

വിശകലനം ആരംഭിക്കാനുള്ള സമയമാണിത്. ഞങ്ങൾ ഡാറ്റാസെറ്റ് ലോഡ് ചെയ്യുകയും ഹബ് ഡാറ്റ പ്രോസസ്സ് ചെയ്യുകയും ചെയ്യുന്നു.

def to_list(s: str) -> List[str]:
    # "user:popular_science+astronomy" => [popular_science, astronomy]
    return s.split(':')[1].split('+')

def to_date(dt: datetime) -> datetime.date:
    return dt.date()

df = pd.read_csv("habr_2019.csv", sep=',', encoding='utf-8', error_bad_lines=True, quotechar='"', comment='#')
dates = pd.to_datetime(df['datetime'], format='%Y-%m-%dT%H:%MZ')
dates += datetime.timedelta(hours=3)
df['date'] = dates.map(to_date, na_action=None)
hubs = df["hubs"].map(to_list, na_action=None)
df['hubs'] = hubs
df['is_profile'] = hubs.map(is_profile, na_action=None)
df['is_geektimes'] = hubs.map(is_geektimes, na_action=None)
df['is_geektimes_only'] = hubs.map(is_geektimes_only, na_action=None)
df['is_admin'] = hubs.map(is_admin, na_action=None)
df['is_develop'] = hubs.map(is_develop, na_action=None)

ഇപ്പോൾ നമുക്ക് ദിവസം അനുസരിച്ച് ഡാറ്റ ഗ്രൂപ്പുചെയ്യാനും വ്യത്യസ്ത ഹബുകൾക്കായി പ്രസിദ്ധീകരണങ്ങളുടെ എണ്ണം പ്രദർശിപ്പിക്കാനും കഴിയും.

g = df.groupby(['date'])
days_count = g.size().reset_index(name='counts')
year_days = days_count['date'].values
grouped = g.sum().reset_index()
profile_per_day_avg = grouped['is_profile'].rolling(window=20, min_periods=1).mean()
geektimes_per_day_avg = grouped['is_geektimes'].rolling(window=20, min_periods=1).mean()
geektimesonly_per_day_avg = grouped['is_geektimes_only'].rolling(window=20, min_periods=1).mean()
admin_per_day_avg = grouped['is_admin'].rolling(window=20, min_periods=1).mean()
develop_per_day_avg = grouped['is_develop'].rolling(window=20, min_periods=1).mean()

Matplotlib ഉപയോഗിച്ച് പ്രസിദ്ധീകരിച്ച ലേഖനങ്ങളുടെ എണ്ണം ഞങ്ങൾ പ്രദർശിപ്പിക്കുന്നു:

ചാർട്ടിൽ "ഗീക്ക് ടൈംസ്", "ഗീക്ക് ടൈംസ് മാത്രം" എന്നീ ലേഖനങ്ങൾ ഞാൻ വിഭജിച്ചു, കാരണം ഒരു ലേഖനം ഒരേ സമയം രണ്ട് വിഭാഗങ്ങളിലും ഉൾപ്പെടാം (ഉദാഹരണത്തിന്, "DIY" + "മൈക്രോ കൺട്രോളറുകൾ" + "C++"). സൈറ്റിലെ പ്രൊഫൈൽ ലേഖനങ്ങൾ ഹൈലൈറ്റ് ചെയ്യാൻ ഞാൻ "പ്രൊഫൈൽ" എന്ന പദവി ഉപയോഗിച്ചു, ഒരുപക്ഷേ ഇതിനുള്ള പ്രൊഫൈൽ എന്ന ഇംഗ്ലീഷ് പദം പൂർണ്ണമായും ശരിയല്ല.

ഈ വേനൽക്കാലത്ത് ആരംഭിക്കുന്ന ഗീക്ക്‌ടൈമുകൾക്കായുള്ള ലേഖനങ്ങളുടെ പേയ്‌മെന്റ് നിയമങ്ങളിലെ മാറ്റവുമായി ബന്ധപ്പെട്ട “ഗീക്ക്‌ടൈംസ് ഇഫക്റ്റിനെ” കുറിച്ച് മുമ്പത്തെ ഭാഗത്ത് ഞങ്ങൾ ചോദിച്ചു. നമുക്ക് ഗീക്ക് ടൈംസ് ലേഖനങ്ങൾ പ്രത്യേകം പ്രദർശിപ്പിക്കാം:

df_gt = df[(df['is_geektimes_only'] == True)]
group_gt = df_gt.groupby(['date'])
days_count_gt = group_gt.size().reset_index(name='counts')
grouped = group_gt.sum().reset_index()
year_days_gt = days_count_gt['date'].values
view_gt_per_day_avg = grouped['views'].rolling(window=20, min_periods=1).mean()

ഫലം രസകരമാണ്. ഗീക്ക്‌ടൈംസ് ലേഖനങ്ങളുടെ ആകെ കാഴ്ചകളുടെ ഏകദേശ അനുപാതം ഏകദേശം 1:5 ആണ്. എന്നാൽ മൊത്തം കാഴ്‌ചകളുടെ എണ്ണത്തിൽ ഏറ്റക്കുറച്ചിലുകൾ ഉണ്ടായപ്പോൾ, “വിനോദ” ലേഖനങ്ങളുടെ വീക്ഷണം ഏകദേശം അതേ തലത്തിൽ തന്നെ തുടർന്നു.

നിയമങ്ങൾ മാറ്റിയതിന് ശേഷവും “ഗീക്ക്‌ടൈം” വിഭാഗത്തിലെ ലേഖനങ്ങളുടെ ആകെ കാഴ്ചകളുടെ എണ്ണം ഇപ്പോഴും കുറഞ്ഞു, എന്നാൽ “കണ്ണിലൂടെ”, മൊത്തം മൂല്യങ്ങളുടെ 5% ൽ കൂടുതൽ കുറയുന്നത് നിങ്ങൾക്ക് ശ്രദ്ധിക്കാനാകും.

ഓരോ ലേഖനത്തിനും ശരാശരി കാഴ്ചകളുടെ എണ്ണം നോക്കുന്നത് രസകരമാണ്:

"വിനോദ" ലേഖനങ്ങൾക്ക് ഇത് ശരാശരി 40% കൂടുതലാണ്. ഇത് ഒരുപക്ഷേ ആശ്ചര്യകരമല്ല. ഏപ്രിലിന്റെ തുടക്കത്തിലെ പരാജയം എനിക്ക് മനസ്സിലാക്കാൻ കഴിയില്ല, ഒരുപക്ഷേ അതാണ് സംഭവിച്ചത്, അല്ലെങ്കിൽ ഇത് ഏതെങ്കിലും തരത്തിലുള്ള പാഴ്‌സിംഗ് പിശകായിരിക്കാം, അല്ലെങ്കിൽ ഗീക്ക്ടൈംസ് രചയിതാക്കളിൽ ഒരാൾ അവധിക്കാലത്ത് പോയിരിക്കാം;).

വഴിയിൽ, ലേഖനങ്ങളുടെ കാഴ്ചകളുടെ എണ്ണത്തിൽ ഗ്രാഫ് രണ്ട് ശ്രദ്ധേയമായ കൊടുമുടികൾ കാണിക്കുന്നു - പുതുവർഷവും മെയ് അവധിയും.

കേന്ദ്രങ്ങൾ

ഹബുകളുടെ വാഗ്ദാനം ചെയ്ത വിശകലനത്തിലേക്ക് നമുക്ക് പോകാം. കാഴ്ചകളുടെ എണ്ണം അനുസരിച്ച് നമുക്ക് മികച്ച 20 ഹബുകൾ ലിസ്റ്റ് ചെയ്യാം:

hubs_info = []
for hub_name in hubs_all:
    mask = df['hubs'].apply(lambda x: hub_name in x)
    df_hub = df[mask]

    count, views = df_hub.shape[0], df_hub['views'].sum()
    hubs_info.append((hub_name, count, views))

# Draw hubs
hubs_top = sorted(hubs_info, key=lambda v: v[2], reverse=True)[:20]
top_views = list(map(lambda x: x[2], hubs_top))
top_names = list(map(lambda x: x[0], hubs_top))

plt.rcParams["figure.figsize"] = (8, 6)
plt.bar(range(0, len(top_views)), top_views)
plt.xticks(range(0, len(top_names)), top_names, rotation=90)
plt.ticklabel_format(style='plain', axis='y')
plt.tight_layout()
plt.show()

ഫലം:

അതിശയകരമെന്നു പറയട്ടെ, കാഴ്‌ചകളുടെ കാര്യത്തിൽ ഏറ്റവും ജനപ്രിയമായ കേന്ദ്രം "വിവര സുരക്ഷ" ആയിരുന്നു; മികച്ച 5 നേതാക്കളിൽ "പ്രോഗ്രാമിംഗ്", "ജനപ്രിയ സയൻസ്" എന്നിവയും ഉൾപ്പെടുന്നു.

ആന്റിടോപ്പ് Gtk, Cocoa എന്നിവ ഉൾക്കൊള്ളുന്നു.

ഞാൻ നിങ്ങളോട് ഒരു രഹസ്യം പറയാം, ടോപ്പ് ഹബുകളും കാണാൻ കഴിയും ഇവിടെ, കാഴ്ചകളുടെ എണ്ണം അവിടെ കാണിച്ചിട്ടില്ലെങ്കിലും.

റേറ്റിംഗ്

ഒടുവിൽ, വാഗ്ദാനം ചെയ്ത റേറ്റിംഗ്. ഹബ് വിശകലന ഡാറ്റ ഉപയോഗിച്ച്, ഈ വർഷത്തെ 2019-ലെ ഏറ്റവും ജനപ്രിയമായ ഹബ്ബുകൾക്കായി ഞങ്ങൾക്ക് ഏറ്റവും ജനപ്രിയമായ ലേഖനങ്ങൾ പ്രദർശിപ്പിക്കാൻ കഴിയും.

വിവര സുരക്ഷ

• ഒരു വർഷത്തോളം ഞാൻ Sberbank-ൽ ജോലി ചെയ്യാതിരുന്നത് എങ്ങനെ? 304000 കാഴ്‌ചകൾ, 599 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +457.0/-14.0
• ഉപേക്ഷിക്കപ്പെട്ട സ്മാർട്ട് ലൈറ്റ് ബൾബുകൾ വ്യക്തിഗത വിവരങ്ങളുടെ വിലപ്പെട്ട ഉറവിടമാണ് 232000 കാഴ്‌ചകൾ, 147 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +75.0/-11.0
• തട്ടിപ്പുകാരും ഡിജിറ്റൽ സിഗ്നേച്ചറുകളും - എല്ലാം വളരെ മോശമാണ് 176000 കാഴ്‌ചകൾ, 778 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +356.0/-0.0
• മൊബൈൽ സബ്‌സ്‌ക്രിപ്‌ഷനുകളിൽ മെഗാഫോൺ എങ്ങനെ കത്തിച്ചു 166000 കാഴ്‌ചകൾ, 676 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +624.0/-2.0
• വികെ ഹാക്കിംഗ്, രണ്ട്-ഘടക പ്രാമാണീകരണം സംരക്ഷിക്കില്ല 148000 കാഴ്‌ചകൾ, 332 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +124.0/-17.0
• സഖാവിനെ ബ്രൗസർ എങ്ങനെ സഹായിക്കുന്നു 132000 കാഴ്‌ചകൾ, 321 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +246.0/-19.0
• ചരിത്രത്തിലെ ഏറ്റവും വലിയ ഡംപ്: 2,7 ബില്യൺ അക്കൗണ്ടുകൾ, അതിൽ 773 ദശലക്ഷം അദ്വിതീയമാണ് 123000 കാഴ്‌ചകൾ, 154 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +86.0/-5.0
• പ്രിയേ, ഞങ്ങൾ ഇന്റർനെറ്റിനെ നശിപ്പിക്കുകയാണ് 121000 കാഴ്‌ചകൾ, 933 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +392.0/-83.0
• SMS അല്ലെങ്കിൽ രജിസ്ട്രേഷൻ ഇല്ലാതെ 'മൊബൈൽ ഉള്ളടക്കം' സൗജന്യമാണ്. മെഗാഫോണിൽ നിന്നുള്ള തട്ടിപ്പിന്റെ വിശദാംശങ്ങൾ 114000 കാഴ്‌ചകൾ, 478 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +488.0/-8.0
• നിങ്ങളുടെ Rostelecom സ്വകാര്യ അക്കൗണ്ടിലെ പോർട്ട് സ്കാനർ 111000 കാഴ്‌ചകൾ, 194 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +300.0/-8.0

പ്രോഗ്രാമിംഗ്

• ഒരാളെ കുറിച്ച് 167000 കാഴ്‌ചകൾ, 249 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +239.0/-33.0
• നിങ്ങൾ എത്രയും വേഗം OOP മറക്കുന്നുവോ അത്രയും നല്ലത് നിങ്ങൾക്കും നിങ്ങളുടെ പ്രോഗ്രാമുകൾക്കും 129000 കാഴ്‌ചകൾ, 1271 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +131.0/-63.0
• എന്തുകൊണ്ടാണ് മുതിർന്ന ഡെവലപ്പർമാർക്ക് ജോലി ലഭിക്കാത്തത് 119000 കാഴ്‌ചകൾ, 901 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +151.0/-14.0
• ഇത് പ്രായമായവർക്കുള്ള സ്ഥലമല്ലേ? മുപ്പത്തഞ്ചിനു ശേഷം പ്രോഗ്രാമിംഗ് 116000 കാഴ്‌ചകൾ, 649 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +222.0/-16.0
• പുതിയ പ്രോഗ്രാമിംഗ് ഭാഷകൾ യാഥാർത്ഥ്യവുമായുള്ള നമ്മുടെ ബന്ധത്തെ നിശബ്ദമായി ഇല്ലാതാക്കുന്നു 106000 കാഴ്‌ചകൾ, 764 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +164.0/-52.0
• ഞാൻ കഠിനമായി പഠിച്ചത് (സോഫ്‌റ്റ്‌വെയർ വികസനത്തിൽ 30 വർഷത്തിലേറെ) 101000 കാഴ്‌ചകൾ, 128 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +178.0/-9.0
• ഏറ്റവും അപൂർവവും ചെലവേറിയതുമായ പ്രോഗ്രാമിംഗ് ഭാഷകൾ 82900 കാഴ്‌ചകൾ, 119 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +38.0/-10.0
• കെപിഐയിലെ JavaScript, Node.js എന്നിവയെക്കുറിച്ചുള്ള പ്രഭാഷണങ്ങളുടെ കോഴ്സ് 80300 കാഴ്‌ചകൾ, 14 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +34.0/-2.0
• ഉരുളക്കിഴങ്ങ് വളരുന്ന പ്രക്രിയയുടെ ഉദാഹരണം ഉപയോഗിച്ച് ഐടി നിബന്ധനകൾ 78000 കാഴ്‌ചകൾ, 86 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +84.0/-14.0
• നഗ്നമായ C++ ന്റെ 256 വരികൾ: ഏതാനും മണിക്കൂറുകൾക്കുള്ളിൽ ആദ്യം മുതൽ ഒരു റേ ട്രേസർ എഴുതുന്നു 77600 കാഴ്‌ചകൾ, 124 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +241.0/-0.0

ജനപ്രിയ ശാസ്ത്രം

• ഡിസൈനർ പുകവലിച്ചത്: അസാധാരണമായ തോക്കുകൾ 236000 കാഴ്‌ചകൾ, 123 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +119.0/-9.0
• ഭൂമിയിൽ ജീവിച്ചിരിക്കുന്ന ഏറ്റവും പ്രായം കൂടിയ കശേരുക്കളെ ശാസ്ത്രജ്ഞർ കണ്ടെത്തി 234000 കാഴ്‌ചകൾ, 212 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +82.0/-14.0
• ടിവി പരമ്പര 'ചെർണോബിൽ': കാണുകയും ചിന്തിക്കുകയും ചെയ്യുക 173000 കാഴ്‌ചകൾ, 803 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +164.0/-25.0
• 12 വയസ്സുള്ള ഒരു കൗമാരക്കാരൻ തന്റെ വീട്ടിലെ ലബോറട്ടറിയിൽ ന്യൂക്ലിയർ ഫ്യൂഷൻ റിയാക്ഷൻ നടത്തി. 145000 കാഴ്‌ചകൾ, 280 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +126.0/-29.0
• ദ ടെയിൽ ഓഫ് ദി അലോയ് റോസ് ആൻഡ് ദി ഫാളൻ ക്രെങ്ക 134000 കാഴ്‌ചകൾ, 244 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +217.0/-1.0
• ഇത് വലുതാക്കുക! ആധുനിക റെസല്യൂഷൻ മെച്ചപ്പെടുത്തൽ 134000 കാഴ്‌ചകൾ, 235 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +377.0/-1.0
• ബോയിംഗ് 737 മാക്‌സിന്റെ സോഫ്‌റ്റ്‌വെയർ എഴുതിയത് മണിക്കൂറിന് $9 സമ്പാദിക്കുന്ന ഔട്ട്‌സോഴ്‌സർമാരാണ്. 126000 കാഴ്‌ചകൾ, 560 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +153.0/-6.0
• പരിഭ്രാന്തരാകരുത്, തിരക്കുകൂട്ടരുത്, തടസ്സപ്പെടുത്തരുത്: ഒരു ദുരന്തത്തിന്റെ കഥ 121000 കാഴ്‌ചകൾ, 384 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +242.0/-4.0
• സംഖ്യകളെ ഗുണിക്കുന്നതിനുള്ള മികച്ച മാർഗം ഗണിതശാസ്ത്രജ്ഞർ കണ്ടെത്തി 108000 കാഴ്‌ചകൾ, 222 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +173.0/-10.0
• പുതിയ പ്രോഗ്രാമിംഗ് ഭാഷകൾ യാഥാർത്ഥ്യവുമായുള്ള നമ്മുടെ ബന്ധത്തെ നിശബ്ദമായി ഇല്ലാതാക്കുന്നു 106000 കാഴ്‌ചകൾ, 764 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +164.0/-52.0

ജീവിതം

• ഒരു വർഷത്തോളം ഞാൻ Sberbank-ൽ ജോലി ചെയ്യാതിരുന്നത് എങ്ങനെ? 304000 കാഴ്‌ചകൾ, 599 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +457.0/-14.0
• എന്റെ കോഡ് അവലോകനങ്ങൾ ഉപയോഗിച്ച് ഞാൻ ഡെവലപ്പർമാരുടെ ജീവിതം നശിപ്പിക്കുന്നു, ക്ഷമിക്കണം 187000 കാഴ്‌ചകൾ, 21 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +37.0/-3.0
• വികസനത്തിന്റെ രാജാവ് 179000 കാഴ്‌ചകൾ, 668 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +315.0/-60.0
• ഒരാളെ കുറിച്ച് 167000 കാഴ്‌ചകൾ, 249 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +239.0/-33.0
• 22ന് വിരമിക്കും 158000 കാഴ്‌ചകൾ, 927 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +259.0/-100.0
• നിങ്ങളുടെ ജോലിസ്ഥലത്ത് ഒരു ലൈറ്റ് ബൾബ് മാറ്റാതെ എങ്ങനെ മാറ്റാം? 139000 കാഴ്‌ചകൾ, 762 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +200.0/-20.0
• റഷ്യൻ ഭാഷയിൽ നവീകരണം 128000 കാഴ്‌ചകൾ, 612 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +480.0/-33.0
• എന്തുകൊണ്ടാണ് മുതിർന്ന ഡെവലപ്പർമാർക്ക് ജോലി ലഭിക്കാത്തത് 119000 കാഴ്‌ചകൾ, 901 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +151.0/-14.0
• 'കത്തിയ' ജീവനക്കാർ: ഒരു വഴിയുണ്ടോ? 117000 കാഴ്‌ചകൾ, 398 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +210.0/-14.0
• ഇത് പ്രായമായവർക്കുള്ള സ്ഥലമല്ലേ? മുപ്പത്തഞ്ചിനു ശേഷം പ്രോഗ്രാമിംഗ് 116000 കാഴ്‌ചകൾ, 649 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +222.0/-16.0

ഐടിയിലെ നിയമനിർമ്മാണം

• തട്ടിപ്പുകാരും ഡിജിറ്റൽ സിഗ്നേച്ചറുകളും - എല്ലാം വളരെ മോശമാണ് 176000 കാഴ്‌ചകൾ, 778 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +356.0/-0.0
• മൊബൈൽ സബ്‌സ്‌ക്രിപ്‌ഷനുകളിൽ മെഗാഫോൺ എങ്ങനെ കത്തിച്ചു 166000 കാഴ്‌ചകൾ, 676 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +624.0/-2.0
• റഷ്യൻ ഭാഷയിൽ നവീകരണം 128000 കാഴ്‌ചകൾ, 612 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +480.0/-33.0
• SMS അല്ലെങ്കിൽ രജിസ്ട്രേഷൻ ഇല്ലാതെ 'മൊബൈൽ ഉള്ളടക്കം' സൗജന്യമാണ്. മെഗാഫോണിൽ നിന്നുള്ള തട്ടിപ്പിന്റെ വിശദാംശങ്ങൾ 114000 കാഴ്‌ചകൾ, 478 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +488.0/-8.0
• സര് ട്ടിഫിക്കറ്റ് നടപ്പാക്കുന്നതിലെ പരാജയം എങ്ങനെ മറച്ചുപിടിക്കാനാണ് ഖസാക്ക് അധികൃതര് ശ്രമിക്കുന്നത് 111000 കാഴ്‌ചകൾ, 77 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +122.0/-14.0
• റഷ്യയിൽ പ്രോട്ടോൺമെയിൽ എങ്ങനെ തടഞ്ഞിരിക്കുന്നു 102000 കാഴ്‌ചകൾ, 398 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +418.0/-7.0
• റണ്ണറ്റിന്റെ ഒറ്റപ്പെടലിനെക്കുറിച്ചുള്ള നിയമം സ്റ്റേറ്റ് ഡുമ മൂന്ന് വായനകളിൽ അംഗീകരിച്ചു 88200 കാഴ്‌ചകൾ, 878 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +73.0/-18.0
• ഒരു പ്രോഗ്രാമർ എങ്ങനെയാണ് ഒരു ബാങ്ക് തിരഞ്ഞെടുത്ത് കരാറുകൾ വായിക്കുന്നത് 87200 കാഴ്‌ചകൾ, 611 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +166.0/-9.0
• RuNet ഐസൊലേറ്റ് ചെയ്യുന്നതിനുള്ള ബില്ലിന് ടെലികോം, മാസ് കമ്മ്യൂണിക്കേഷൻ മന്ത്രാലയം അംഗീകാരം നൽകി 83600 കാഴ്‌ചകൾ, 364 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +79.0/-9.0
• അഭിപ്രായത്തോടുള്ള വിശദമായ പ്രതികരണവും റഷ്യൻ ഫെഡറേഷനിലെ ദാതാക്കളുടെ ജീവിതത്തെക്കുറിച്ചും അൽപ്പം 74700 കാഴ്‌ചകൾ, 389 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +290.0/-1.0

വെബ് വികസനം

• ഇത് പ്രായമായവർക്കുള്ള സ്ഥലമല്ലേ? മുപ്പത്തഞ്ചിനു ശേഷം പ്രോഗ്രാമിംഗ് 116000 കാഴ്‌ചകൾ, 649 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +222.0/-16.0
• 2019-ൽ വെബ്‌സൈറ്റുകൾ എങ്ങനെ നിർമ്മിക്കാം 110000 കാഴ്‌ചകൾ, 278 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +233.0/-11.0
• ലേണിംഗ് ഡോക്കർ ഭാഗം 1: അടിസ്ഥാനകാര്യങ്ങൾ 91300 കാഴ്‌ചകൾ, 24 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +52.0/-10.0
• കെപിഐയിലെ JavaScript, Node.js എന്നിവയെക്കുറിച്ചുള്ള പ്രഭാഷണങ്ങളുടെ കോഴ്സ് 80300 കാഴ്‌ചകൾ, 14 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +34.0/-2.0
• ട്രെയിനി വാസ്യയും എപിഐ ഐഡമ്പറ്റൻസിയെക്കുറിച്ചുള്ള അദ്ദേഹത്തിന്റെ കഥകളും 68900 കാഴ്‌ചകൾ, 160 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +216.0/-3.0
• സന്ധികളെക്കുറിച്ചുള്ള ധാരണ തകർന്നിരിക്കുന്നു. ഇത് തീർച്ചയായും സർക്കിളുകളുടെ ഒരു കവലയല്ല, സത്യസന്ധമായി 65900 കാഴ്‌ചകൾ, 223 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +138.0/-41.0
• നിഷ് തീമാറ്റിക് വെബ്‌സൈറ്റുകൾ സൃഷ്‌ടിക്കുന്നതിന് എന്തുകൊണ്ട് നിങ്ങളുടെ സമയം പാഴാക്കരുത് 62700 കാഴ്‌ചകൾ, 243 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +179.0/-13.0
• ആദ്യം മുതൽ ഒരു ആധുനിക വെബ് ആപ്ലിക്കേഷൻ നിർമ്മിക്കുന്നു 62200 കാഴ്‌ചകൾ, 122 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +56.0/-8.0
• Vue.js-ന് ഇരുണ്ട ദിവസം 60800 കാഴ്‌ചകൾ, 133 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +77.0/-6.0
• ആധുനിക വെബ് വികസനം ഇത്ര സങ്കീർണ്ണമായിരിക്കുന്നത് എന്തുകൊണ്ട്? ഭാഗം 1 57700 കാഴ്‌ചകൾ, 319 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +101.0/-6.0

ജിടികെ

അവസാനമായി, ആരും അസ്വസ്ഥരാകാതിരിക്കാൻ, ഏറ്റവും കുറവ് സന്ദർശിച്ച ഹബ്ബ് "gtk" ന്റെ റേറ്റിംഗ് ഞാൻ നൽകും. ഒരു വർഷത്തിനുള്ളിൽ അത് പ്രസിദ്ധീകരിച്ചു одна റേറ്റിംഗിന്റെ ആദ്യ വരി "യാന്ത്രികമായി" ഉൾക്കൊള്ളുന്ന ലേഖനം.

• GtkApplication ഉപയോഗിക്കുന്നു. librsvg റെൻഡറിംഗ് സവിശേഷതകൾ 1700 കാഴ്‌ചകൾ, 9 അഭിപ്രായങ്ങൾ, റേറ്റിംഗ് +9.0/-1.0

തീരുമാനം

ഒരു നിഗമനവും ഉണ്ടാകില്ല. എല്ലാവർക്കും വായനയിൽ സന്തോഷം.

അവലംബം: www.habr.com