{"id":1107,"date":"2026-09-23T22:19:27","date_gmt":"2026-09-23T20:19:27","guid":{"rendered":"https:\/\/lewoniewski.info\/blog\/?p=1107"},"modified":"2026-09-23T23:57:40","modified_gmt":"2026-09-23T21:57:40","slug":"najpopularniejsze-miasta-w-wikipedii-2025-2026","status":"publish","type":"post","link":"https:\/\/lewoniewski.info\/blog\/2026\/najpopularniejsze-miasta-w-wikipedii-2025-2026\/","title":{"rendered":"Najpopularniejsze miasta w Wikipedii 2025\/2026"},"content":{"rendered":"<p>Kt\u00f3re miasta przyci\u0105gaj\u0105 najwi\u0119ksz\u0105 uwag\u0119 czytelnik\u00f3w Wikipedii? Sama liczba ludno\u015bci nie odpowie na to pytanie. Nie zrobi\u0105 tego r\u00f3wnie\u017c statystyki ruchu turystycznego, liczba pasa\u017cer\u00f3w linii lotniczych czy liczba wyszukiwa\u0144 w Google. Innej perspektywy dostarczaj\u0105 <strong>ods\u0142ony Wikipedii<\/strong>: pokazuj\u0105, jak cz\u0119sto u\u017cytkownicy otwieraj\u0105 artyku\u0142 encyklopedyczny, poniewa\u017c chc\u0105 dowiedzie\u0107 si\u0119 czego\u015b o danym miejscu.<!--more--><\/p>\n<p>Korzystaj\u0105c z otwartych danych Wikipedii i Wikidanych, mo\u017cna analizowa\u0107 taki popyt na informacje na bardzo du\u017c\u0105 skal\u0119. Na potrzeby tego rankingu przeanalizowano ods\u0142ony artyku\u0142\u00f3w zwi\u0105zanych z miastami w angloj\u0119zycznej Wikipedii w okresie 12 miesi\u0119cy, od <strong>1 lipca 2025 do 30 czerwca 2026<\/strong>. Nie jest to ranking najwi\u0119kszych ani najbogatszych miast \u015bwiata czy najlepszych miejsc do odwiedzenia. To ranking zainteresowania czytelnik\u00f3w: pokazuje, kt\u00f3re tematy zwi\u0105zane z miastami by\u0142y w tym okresie najcz\u0119\u015bciej otwierane przez u\u017cytkownik\u00f3w angloj\u0119zycznej Wikipedii.<\/p>\n<p>Stworzenie takiego rankingu jest jednak znacznie bardziej skomplikowane ni\u017c samo pobranie listy stron Wikipedii i zsumowanie liczby ich ods\u0142on.<\/p>\n<p style=\"text-align:center;\">Obejrzyj pe\u0142ne wideo:<br \/>\n<iframe loading=\"lazy\" width=\"560\" height=\"315\" src=\"https:\/\/www.youtube.com\/embed\/p6Q22EZjXEM\" title=\"YouTube video player\" frameborder=\"0\" allow=\"accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share\" referrerpolicy=\"strict-origin-when-cross-origin\" allowfullscreen><\/iframe><\/p>\n<h2>Wikipedia jako wska\u017anik popytu na informacje<\/h2>\n<p>Wikipedia nie jest wy\u0142\u0105cznie encyklopedi\u0105. Z punktu widzenia analizy danych mo\u017cna j\u0105 r\u00f3wnie\u017c traktowa\u0107 jako wielkoskalowy wska\u017anik spo\u0142ecznego zapotrzebowania na informacje.<\/p>\n<p>Gdy czytelnicy otwieraj\u0105 artyku\u0142, infrastruktura Wikimedia rejestruje zagregowane statystyki ods\u0142on. Dane te s\u0105 dost\u0119pne poprzez <a href=\"https:\/\/doc.wikimedia.org\/generated-data-platform\/aqs\/analytics-api\/\" target=\"_blank\" rel=\"noopener noreferrer\">Wikimedia Analytics API<\/a>, a tak\u017ce w postaci <a href=\"https:\/\/dumps.wikimedia.org\/other\/pageviews\/\" target=\"_blank\" rel=\"noopener noreferrer\">publicznych zrzut\u00f3w danych o ods\u0142onach<\/a>.<\/p>\n<p>Dane udost\u0119pniane poprzez Analytics API s\u0105 publikowane zgodnie z zasadami <a href=\"https:\/\/creativecommons.org\/publicdomain\/zero\/1.0\/\" target=\"_blank\" rel=\"noopener noreferrer\">CC0 1.0<\/a>, co czyni je szczeg\u00f3lnie atrakcyjnym \u017ar\u00f3d\u0142em dla bada\u0144 naukowych, analiz mo\u017cliwych do odtworzenia oraz dziennikarstwa danych.<\/p>\n<p>Skala ruchu w Wikipedii jest ogromna. W badaniu opublikowanym z okazji 25-lecia Wikipedii <a href=\"https:\/\/www.pewresearch.org\/short-reads\/2026\/01\/13\/wikipedia-at-25-what-the-data-tells-us\/\" target=\"_blank\" rel=\"noopener noreferrer\">Pew Research Center<\/a> oszacowa\u0142, \u017ce w latach 2015\u20132025 artyku\u0142y Wikipedii zanotowa\u0142y oko\u0142o <strong>1,9 biliona ods\u0142on<\/strong>, a angloj\u0119zyczna Wikipedia odpowiada\u0142a za bardzo du\u017c\u0105 cz\u0119\u015b\u0107 tego ruchu.<\/p>\n<p>Dzi\u0119ki temu Wikipedia mo\u017ce by\u0107 przydatna do badania zjawiska, kt\u00f3re mo\u017cna okre\u015bli\u0107 jako <strong>popyt na informacje<\/strong>. Gdy popularno\u015b\u0107 zdobywa film, u\u017cytkownicy czytaj\u0105 artyku\u0142y o wyst\u0119puj\u0105cych w nim aktorach. Gdy odbywaj\u0105 si\u0119 wybory, ro\u015bnie zainteresowanie politykami i instytucjami politycznymi. Gdy og\u0142aszane jest wa\u017cne odkrycie naukowe, zwi\u0119ksza si\u0119 liczba ods\u0142on powi\u0105zanych artyku\u0142\u00f3w. Wydarzenia sportowe, wojny, rocznice, \u015bmier\u0107 znanych os\u00f3b czy zjawiska wiralowe r\u00f3wnie\u017c mog\u0105 pozostawia\u0107 wyra\u017ane \u015blady w statystykach Wikipedii.<\/p>\n<p>Podobnie jest z miastami. Kto\u015b mo\u017ce otworzy\u0107 artyku\u0142 o Pary\u017cu, planuj\u0105c wakacje, przeczyta\u0107 o Jerozolimie po zobaczeniu jej w wiadomo\u015bciach, zainteresowa\u0107 si\u0119 Konstantynopolem podczas nauki historii albo otworzy\u0107 artyku\u0142 o Nowym Jorku po obejrzeniu filmu. Wikipedia nie m\u00f3wi nam dok\u0142adnie, <em>dlaczego<\/em> konkretny czytelnik otworzy\u0142 dany artyku\u0142, ale w uj\u0119ciu zbiorczym miliony takich dzia\u0142a\u0144 tworz\u0105 warto\u015bciowy wska\u017anik zainteresowania informacjami.<\/p>\n<p>Dane Wikipedii maj\u0105 kilka istotnych zalet:<\/p>\n<ul>\n<li>obejmuj\u0105 bardzo du\u017c\u0105, globaln\u0105 grup\u0119 odbiorc\u00f3w;<\/li>\n<li>statystyki ods\u0142on s\u0105 dost\u0119pne w uj\u0119ciu dziennym;<\/li>\n<li>metodologia pozostaje stosunkowo sp\u00f3jna w czasie;<\/li>\n<li>dane s\u0105 publicznie dost\u0119pne;<\/li>\n<li>artyku\u0142y Wikipedii mo\u017cna \u0142\u0105czy\u0107 ze strukturyzowanymi elementami Wikidanych;<\/li>\n<li>poszczeg\u00f3lne wersje j\u0119zykowe Wikipedii mo\u017cna analizowa\u0107 oddzielnie lub por\u00f3wnywa\u0107 ze sob\u0105;<\/li>\n<li>d\u0142ugie szeregi czasowe pozwalaj\u0105 identyfikowa\u0107 skoki zainteresowania, trendy oraz wzorce sezonowe.<\/li>\n<\/ul>\n<p>Obecna seria analitycznych danych Wikimedia o ods\u0142onach rozpoczyna si\u0119 <strong>1 lipca 2015 roku<\/strong>, dzi\u0119ki czemu mo\u017cliwe jest prowadzenie por\u00f3wnywalnych analiz obejmuj\u0105cych ju\u017c ponad dekad\u0119. Wi\u0119cej informacji mo\u017cna znale\u017a\u0107 w oficjalnej <a href=\"https:\/\/doc.wikimedia.org\/generated-data-platform\/aqs\/analytics-api\/reference\/page-views.html\" target=\"_blank\" rel=\"noopener noreferrer\">dokumentacji Wikimedia Page View Analytics<\/a>.<\/p>\n<p>Istnieje jednak istotne ograniczenie: ods\u0142ony Wikipedii mierz\u0105 <strong>zainteresowanie informacjami<\/strong>. Nie mierz\u0105 bezpo\u015brednio ruchu turystycznego, znaczenia gospodarczego, jako\u015bci \u017cycia, popularno\u015bci miasta w\u015br\u00f3d jego mieszka\u0144c\u00f3w ani pozytywnego stosunku do danego miejsca. Pi\u0119\u0107 milion\u00f3w ods\u0142on nie oznacza te\u017c koniecznie pi\u0119ciu milion\u00f3w r\u00f3\u017cnych os\u00f3b. Jeden u\u017cytkownik mo\u017ce otworzy\u0107 ten sam artyku\u0142 wielokrotnie. Dlatego ranking nale\u017cy interpretowa\u0107 jako ranking <strong>popytu na informacje w Wikipedii<\/strong>, a nie uniwersalny ranking miast \u015bwiata.<\/p>\n<h2>Pierwszy problem: czym w\u0142a\u015bciwie jest \u201emiasto\u201d w Wikipedii?<\/h2>\n<p>Zanim zaczniemy liczy\u0107 ods\u0142ony, musimy najpierw ustali\u0107, kt\u00f3re artyku\u0142y Wikipedii dotycz\u0105 miast. Brzmi prosto \u2014 ale wcale takie nie jest \ud83d\ude09<\/p>\n<p>Jednym z mo\u017cliwych podej\u015b\u0107 by\u0142oby wykorzystanie kategorii Wikipedii, takich jak \u201eCities in the United States\u201d, \u201eCities in Japan\u201d, \u201eCapitals in Europe\u201d oraz tysi\u0119cy podobnych kategorii. System kategorii Wikipedii rozwija\u0142 si\u0119 jednak organicznie przez ponad dwie dekady. Obejmuje ogromn\u0105 liczb\u0119 wzajemnie powi\u0105zanych i zagnie\u017cd\u017conych kategorii. Mog\u0105 si\u0119 one nak\u0142ada\u0107, a r\u00f3\u017cne spo\u0142eczno\u015bci redaktor\u00f3w Wikipedii mog\u0105 inaczej porz\u0105dkowa\u0107 tematy geograficzne. Miasto mo\u017ce by\u0107 sklasyfikowane przede wszystkim jako gmina, stolica, centrum metropolitalne, osada historyczna, port, jednostka administracyjna, stanowisko archeologiczne lub jako kilka z tych rzeczy jednocze\u015bnie.<\/p>\n<p>Rekurencyjne przeszukiwanie drzew kategorii Wikipedii powoduje wi\u0119c dwa przeciwstawne rodzaje ryzyka:<\/p>\n<ul>\n<li><strong>wyniki fa\u0142szywie ujemne<\/strong> &mdash; rzeczywiste miasta, kt\u00f3rych algorytm nie odnajdzie;<\/li>\n<li><strong>wyniki fa\u0142szywie dodatnie<\/strong> &mdash; artyku\u0142y, kt\u00f3re trafi\u0105 do zbioru kandydat\u00f3w, mimo \u017ce w rzeczywisto\u015bci nie dotycz\u0105 miast.<\/li>\n<\/ul>\n<p>Problem staje si\u0119 jeszcze bardziej skomplikowany, gdy uwzgl\u0119dnimy miasta historyczne, miasta-pa\u0144stwa, dzielnice oraz jednostki o szczeg\u00f3lnym statusie administracyjnym. Bardziej systematycznym rozwi\u0105zaniem jest powi\u0105zanie artyku\u0142\u00f3w Wikipedii z odpowiadaj\u0105cymi im <strong>elementami Wikidanych<\/strong>.<\/p>\n<h2>Wykorzystanie Wikidanych do identyfikowania miast<\/h2>\n<p><a href=\"https:\/\/www.wikidata.org\/\" target=\"_blank\" rel=\"noopener noreferrer\">Wikidata<\/a> to ustrukturyzowana baza wiedzy, w kt\u00f3rej obiekty s\u0105 reprezentowane przez identyfikatory i \u0142\u0105czone za pomoc\u0105 odczytywalnych maszynowo stwierdze\u0144.<\/p>\n<p>Elementem Wikidanych reprezentuj\u0105cym og\u00f3lne poj\u0119cie miasta jest na przyk\u0142ad <a href=\"https:\/\/www.wikidata.org\/wiki\/Q515\" target=\"_blank\" rel=\"noopener noreferrer\">Q515 (city)<\/a>.<\/p>\n<p>Dwie w\u0142a\u015bciwo\u015bci Wikidanych s\u0105 szczeg\u00f3lnie wa\u017cne dla naszego zadania:<\/p>\n<ul>\n<li><a href=\"https:\/\/www.wikidata.org\/wiki\/Property:P31\" target=\"_blank\" rel=\"noopener noreferrer\"><strong>instance of (P31)<\/strong><\/a> okre\u015bla, czym jest dany obiekt;<\/li>\n<li><a href=\"https:\/\/www.wikidata.org\/wiki\/Property:P279\" target=\"_blank\" rel=\"noopener noreferrer\"><strong>subclass of (P279)<\/strong><\/a> \u0142\u0105czy bardziej szczeg\u00f3\u0142owy typ z typem bardziej og\u00f3lnym.<\/li>\n<\/ul>\n<p>Pierwszym, najbardziej oczywistym pomys\u0142em by\u0142oby wyszukanie wszystkich element\u00f3w Wikidanych spe\u0142niaj\u0105cych warunek: <code>instance of (P31) = city (Q515)<\/code>. Takie podej\u015bcie pomin\u0119\u0142oby jednak wiele miast. Rzeczywiste miasta s\u0105 cz\u0119sto opisywane za pomoc\u0105 znacznie bardziej szczeg\u00f3\u0142owych warto\u015bci. Przyk\u0142ady to:<\/p>\n<ul>\n<li><a href=\"https:\/\/www.wikidata.org\/wiki\/Q925381\" target=\"_blank\" rel=\"noopener noreferrer\">city with powiat rights in Poland (Q925381)<\/a>;<\/li>\n<li><a href=\"https:\/\/www.wikidata.org\/wiki\/Q1093829\" target=\"_blank\" rel=\"noopener noreferrer\">city in the United States (Q1093829)<\/a>;<\/li>\n<li><a href=\"https:\/\/www.wikidata.org\/wiki\/Q1549591\" target=\"_blank\" rel=\"noopener noreferrer\">big city (Q1549591)<\/a>;<\/li>\n<li><a href=\"https:\/\/www.wikidata.org\/wiki\/Q494721\" target=\"_blank\" rel=\"noopener noreferrer\">city of Japan (Q494721)<\/a>.<\/li>\n<\/ul>\n<p>Takich typ\u00f3w zwi\u0105zanych z miastami jest znacznie wi\u0119cej. Algorytm sprawdzaj\u0105cy wy\u0142\u0105cznie, czy <code>P31 = Q515<\/code>, wygenerowa\u0142by wi\u0119c niepe\u0142n\u0105 list\u0119.<\/p>\n<h2>\u015aledzenie relacji \u201esubclass of\u201d w Wikidanych<\/h2>\n<p>Jednym z u\u017cytecznych pierwszych krok\u00f3w jest prze\u015bledzenie element\u00f3w Wikidanych po\u0142\u0105czonych bezpo\u015brednio lub po\u015brednio z <strong>city (Q515)<\/strong> poprzez stwierdzenia <strong>subclass of (P279)<\/strong>. Pozwala to zidentyfikowa\u0107 bardziej szczeg\u00f3\u0142owe typy miast, kt\u00f3re mog\u0105 by\u0107 u\u017cywane jako warto\u015bci w\u0142a\u015bciwo\u015bci <strong>instance of (P31)<\/strong>.<\/p>\n<p>Na przyk\u0142ad w <a href=\"https:\/\/query.wikidata.org\/\" target=\"_blank\" rel=\"noopener noreferrer\">Wikidata Query Service<\/a> mo\u017cna wykorzysta\u0107 nast\u0119puj\u0105ce przyk\u0142adowe zapytanie SPARQL:<\/p>\n<pre>SELECT DISTINCT ?class ?classLabel ?directSubclass ?parent\r\nWHERE {\r\n  ?class wdt:P279* wd:Q515.\r\n\r\n  OPTIONAL {\r\n    ?directSubclass wdt:P279 ?class.\r\n  }\r\n\r\n  OPTIONAL {\r\n    ?class wdt:P279 ?parent.\r\n  }\r\n\r\n  SERVICE wikibase:label {\r\n    bd:serviceParam wikibase:language \"en\".\r\n  }\r\n}<\/pre>\n<p>Wyra\u017cenie <code>wdt:P279*<\/code> oznacza, \u017ce SPARQL mo\u017ce przej\u015b\u0107 przez <strong>zero lub wi\u0119cej relacji \u201esubclass of\u201d<\/strong>. Dzi\u0119ki temu mo\u017cna odkrywa\u0107 coraz bardziej szczeg\u00f3\u0142owe typy, kt\u00f3re ostatecznie s\u0105 powi\u0105zane z og\u00f3lnym poj\u0119ciem miasta.<\/p>\n<p>Oficjalny <a href=\"https:\/\/www.wikidata.org\/wiki\/Wikidata:SPARQL_tutorial\" target=\"_blank\" rel=\"noopener noreferrer\">samouczek SPARQL Wikidanych<\/a> opisuje podobn\u0105 technik\u0119 pobierania element\u00f3w nale\u017c\u0105cych do danego typu oraz jego bardziej szczeg\u00f3\u0142owych odmian. Skr\u00f3cona forma wyszukiwania potencjalnych obiekt\u00f3w miejskich wygl\u0105da nast\u0119puj\u0105co: <code>?item wdt:P31\/wdt:P279* wd:Q515.<\/code> W uproszczeniu oznacza to: <em>znajd\u017a element, kt\u00f3rego warto\u015bci\u0105 P31 jest bezpo\u015brednio city (Q515) albo element po\u0142\u0105czony z city poprzez jedn\u0105 lub wi\u0119cej relacji P279.<\/em> Takie podej\u015bcie jest znacznie bardziej elastyczne ni\u017c wyszukiwanie wy\u0142\u0105cznie element\u00f3w, kt\u00f3rych stwierdzenie P31 zawiera bezpo\u015brednio Q515.<\/p>\n<h2>Dlaczego Wikidata nie usuwa wszystkich niejednoznaczno\u015bci<\/h2>\n<p>Dane strukturyzowane bardzo pomagaj\u0105, ale nie eliminuj\u0105 wszystkich niejednoznaczno\u015bci. Definicje \u201emiasta\u201d r\u00f3\u017cni\u0105 si\u0119 mi\u0119dzy krajami i okresami historycznymi. Wikidata zawiera tak\u017ce wiele nak\u0142adaj\u0105cych si\u0119 sposob\u00f3w klasyfikacji tworzonych przez tysi\u0105ce u\u017cytkownik\u00f3w. Ten sam obiekt geograficzny mo\u017ce by\u0107 jednocze\u015bnie okre\u015blany jako gmina, jednostka podzia\u0142u administracyjnego, miasto, stolica, osada historyczna czy stanowisko archeologiczne.<\/p>\n<p>W\u0142asny projekt Wikidanych <a href=\"https:\/\/www.wikidata.org\/wiki\/Wikidata:WikiProject_Cities_and_Towns\" target=\"_blank\" rel=\"noopener noreferrer\">WikiProject Cities and Towns<\/a> omawia cz\u0119\u015b\u0107 tych problem\u00f3w klasyfikacyjnych. Ma to szczeg\u00f3lne znaczenie przy interpretacji ko\u0144cowego rankingu. Znajduj\u0105 si\u0119 w nim zar\u00f3wno typowe wsp\u00f3\u0142czesne miasta, takie jak Londyn czy Chicago, jak r\u00f3wnie\u017c miasta-pa\u0144stwa, dzielnice, miasta historyczne oraz inne obiekty silnie zwi\u0105zane z poj\u0119ciem miasta. Przyk\u0142adami s\u0105 <strong>Brooklyn<\/strong>, <strong>Manhattan<\/strong>, <strong>Monako<\/strong>, <strong>Watykan<\/strong>, <strong>Babilon<\/strong>, <strong>Troja<\/strong>, <strong>Konstantynopol<\/strong> i <strong>Machu Picchu<\/strong>.<\/p>\n<p>Dlatego najbardziej precyzyjnym opisem metodologicznym tego zbioru jest ranking <strong>obiekt\u00f3w zwi\u0105zanych z miastami<\/strong>, a nie twierdzenie, \u017ce ka\u017cda pozycja ma dok\u0142adnie taki sam wsp\u00f3\u0142czesny status prawny lub administracyjny.<\/p>\n<h2>\u0141\u0105czenie element\u00f3w Wikidanych z angloj\u0119zyczn\u0105 Wikipedi\u0105<\/h2>\n<p>Po zidentyfikowaniu odpowiednich element\u00f3w Wikidanych kolejnym krokiem jest odnalezienie odpowiadaj\u0105cych im artyku\u0142\u00f3w w angloj\u0119zycznej Wikipedii. Jest to kolejna istotna zaleta Wikidanych. Element Wikidanych mo\u017ce zawiera\u0107 <strong>sitelinki, czyli linki do witryn<\/strong>, kt\u00f3re \u0142\u0105cz\u0105 ten sam obiekt z artyku\u0142ami w r\u00f3\u017cnych wersjach j\u0119zykowych Wikipedii. Po zidentyfikowaniu obiektu geograficznego w Wikidanych mo\u017cna wi\u0119c uzyska\u0107 tytu\u0142 odpowiadaj\u0105cego mu artyku\u0142u w angloj\u0119zycznej Wikipedii.<\/p>\n<h2>Zbieranie danych o ods\u0142onach z 12 miesi\u0119cy<\/h2>\n<p>Okres pomiarowy wykorzystany w tym rankingu obejmuje <strong>1 lipca 2025 &ndash; 30 czerwca 2026<\/strong>. Informacje o ods\u0142onach Wikipedii mo\u017cna uzyska\u0107 zar\u00f3wno poprzez <a href=\"https:\/\/doc.wikimedia.org\/generated-data-platform\/aqs\/analytics-api\/\" target=\"_blank\" rel=\"noopener noreferrer\">Wikimedia Analytics API<\/a>, jak i ze zbiorczych <a href=\"https:\/\/dumps.wikimedia.org\/other\/pageviews\/\" target=\"_blank\" rel=\"noopener noreferrer\">zrzut\u00f3w danych o ods\u0142onach<\/a>.<\/p>\n<p>API jest wygodne przy zbieraniu statystyk dla ograniczonej liczby znanych artyku\u0142\u00f3w. Zrzuty danych mog\u0105 by\u0107 natomiast bardziej efektywne przy przetwarzaniu bardzo du\u017cej liczby artyku\u0142\u00f3w.<\/p>\n<p>Dane o ods\u0142onach wykorzystane w tym rankingu odpowiadaj\u0105 nast\u0119puj\u0105cym ustawieniom API:<\/p>\n<ul>\n<li>project = en.wikipedia.org<\/li>\n<li>access = all-access<\/li>\n<li>agent = user<\/li>\n<li>granularity = daily<\/li>\n<li>start = 20250701<\/li>\n<li>end = 20260630<\/li>\n<\/ul>\n<p>Parametr <code>access = all-access<\/code> oznacza, \u017ce analiza nie ogranicza si\u0119 wy\u0142\u0105cznie do ruchu z komputer\u00f3w stacjonarnych. \u0141\u0105czy ruch pochodz\u0105cy ze wszystkich obs\u0142ugiwanych sposob\u00f3w dost\u0119pu. Parametr <code>agent=user<\/code> jest szczeg\u00f3lnie wa\u017cny, poniewa\u017c Wikimedia rozr\u00f3\u017cnia r\u00f3wnie\u017c ruch sklasyfikowany jako pochodz\u0105cy od robot\u00f3w indeksuj\u0105cych oraz inny ruch automatyczny. Oficjalna <a href=\"https:\/\/doc.wikimedia.org\/generated-data-platform\/aqs\/analytics-api\/concepts\/page-views.html\" target=\"_blank\" rel=\"noopener noreferrer\">dokumentacja Wikimedia dotycz\u0105ca ods\u0142on<\/a> wyja\u015bnia poszczeg\u00f3lne kategorie ruchu oraz zasady stosowane przy identyfikowaniu ods\u0142on. Odfiltrowanie ruchu automatycznego sprawia, \u017ce otrzymane warto\u015bci s\u0105 znacznie bardziej u\u017cyteczne jako przybli\u017cona miara rzeczywistego zainteresowania czytelnik\u00f3w.<\/p>\n<h2>Dlaczego nale\u017cy uwzgl\u0119dnia\u0107 przekierowania<\/h2>\n<p>Istnieje jeszcze jedna techniczna komplikacja, kt\u00f3ra mo\u017ce znacz\u0105co wp\u0142yn\u0105\u0107 na ko\u0144cowy wynik: <strong>przekierowania oraz zmiany tytu\u0142\u00f3w artyku\u0142\u00f3w<\/strong>. Za\u0142\u00f3\u017cmy, \u017ce artyku\u0142 Wikipedii uzyska\u0142 setki tysi\u0119cy ods\u0142on pod jednym tytu\u0142em, a nast\u0119pnie zosta\u0142 przemianowany. Wikipedia zazwyczaj pozostawia poprzedni tytu\u0142 jako przekierowanie do nowego. Czytelnicy korzystaj\u0105cy ze starego linku nadal docieraj\u0105 wi\u0119c do tego samego tematu.<\/p>\n<p>Z punktu widzenia pomiaru zainteresowania danym tematem ods\u0142ony r\u00f3\u017cnych tytu\u0142\u00f3w powinny cz\u0119sto by\u0107 analizowane \u0142\u0105cznie. Historyczne statystyki ods\u0142on s\u0105 jednak przypisywane do <strong>tytu\u0142u, kt\u00f3rego u\u017cytkownik faktycznie za\u017c\u0105da\u0142<\/strong>. Dokumentacja Wikimedia wskazuje, \u017ce ods\u0142ony przekierowa\u0144 nie s\u0105 automatycznie zaliczane jako ods\u0142ony docelowego artyku\u0142u. W rezultacie pobranie statystyk wy\u0142\u0105cznie dla <em>aktualnego<\/em> tytu\u0142u artyku\u0142u mo\u017ce prowadzi\u0107 do niedoszacowania jego historycznej popularno\u015bci.<\/p>\n<p>Wyobra\u017amy sobie na przyk\u0142ad, \u017ce w pierwszej po\u0142owie analizowanego okresu artyku\u0142 nosi\u0142 tytu\u0142 <strong>City A<\/strong>, a w styczniu zosta\u0142 przemianowany na <strong>City B<\/strong>. Je\u017celi analiza pobierze wy\u0142\u0105cznie historyczne statystyki dla City B, mo\u017ce pomin\u0105\u0107 ruch zapisany wcze\u015bniej pod tytu\u0142em City A. Dlatego solidna analiza powinna identyfikowa\u0107 istotne przekierowania oraz histori\u0119 tytu\u0142\u00f3w i \u2014 tam, gdzie jest to uzasadnione \u2014 agregowa\u0107 odpowiadaj\u0105ce im ods\u0142ony.<\/p>\n<p><a href=\"https:\/\/www.mediawiki.org\/wiki\/API:Redirects\" target=\"_blank\" rel=\"noopener noreferrer\">MediaWiki Redirects API<\/a> oraz <a href=\"https:\/\/www.mediawiki.org\/wiki\/Manual:Redirect_table\" target=\"_blank\">tabela przekierowa\u0144<\/a> mog\u0105 pom\u00f3c w identyfikacji stron, kt\u00f3re obecnie przekierowuj\u0105 do danego artyku\u0142u. Przydatnym narz\u0119dziem interaktywnym jest r\u00f3wnie\u017c <a href=\"https:\/\/pageviews.wmcloud.org\/\" target=\"_blank\" rel=\"noopener noreferrer\">Pageviews Analysis<\/a>, umo\u017cliwiaj\u0105ce analizowanie szereg\u00f3w czasowych ods\u0142on oraz opcjonalne uwzgl\u0119dnianie przekierowa\u0144.<\/p>\n<h2>Ods\u0142ona nie zawsze oznacza naturalne zainteresowanie<\/h2>\n<p>Po zebraniu i zagregowaniu danych mog\u0142oby si\u0119 wydawa\u0107, \u017ce ranking jest ju\u017c gotowy. Niestety pozostaje jeszcze jeden problem. <strong>Nie ka\u017cda ods\u0142ona sklasyfikowana jako ruch u\u017cytkownika musi odzwierciedla\u0107 naturalne zainteresowanie czytelnik\u00f3w.<\/strong><\/p>\n<p>Najbardziej znanym przyk\u0142adem jest niezwykle wysoki ruch na stronie Wikipedii po\u015bwi\u0119conej <strong>Kleopatrze<\/strong>. Przez d\u0142ugi czas redaktorzy Wikipedii obserwowali, \u017ce artyku\u0142 o Kleopatrze otrzymywa\u0142 wyj\u0105tkowo du\u017co ods\u0142on przez d\u0142u\u017cszy okres, mimo braku oczywistego wydarzenia medialnego, kt\u00f3re mog\u0142oby to wyja\u015bnia\u0107. Zjawisko zainteresowa\u0142o zar\u00f3wno spo\u0142eczno\u015b\u0107 Wikipedii, jak i dziennikarzy. Jedno z wa\u017cnych wyja\u015bnie\u0144 by\u0142o zwi\u0105zane z Asystentem Google, kt\u00f3ry na niekt\u00f3rych urz\u0105dzeniach z Androidem prezentowa\u0142 jako przyk\u0142adowe polecenie sugesti\u0119 podobn\u0105 do <em>\u201eShow Cleopatra on Wikipedia\u201d<\/em>. Zjawisko zosta\u0142o opisane w <a href=\"https:\/\/www.inverse.com\/input\/culture\/why-cleopatra-trending-wikipedia\" target=\"_blank\" rel=\"noopener noreferrer\">artykule opublikowanym przez Inverse<\/a>. Problem omawiano r\u00f3wnie\u017c w serwisie <a href=\"https:\/\/theconversation.com\/2022-wasnt-the-year-of-cleopatra-so-why-was-she-the-most-viewed-page-on-wikipedia-197350\" target=\"_blank\" rel=\"noopener noreferrer\">The Conversation<\/a>.<\/p>\n<p>Przyk\u0142ad ten pokazuje wa\u017cny problem metodologiczny. Zapytania mog\u0105 pochodzi\u0107 od prawdziwych u\u017cytkownik\u00f3w i rzeczywistych urz\u0105dze\u0144, ale aplikacja, interfejs, system rekomendacji czy domy\u015blny link mog\u0105 generowa\u0107 du\u017c\u0105 liczb\u0119 ods\u0142on, kt\u00f3re nie odpowiadaj\u0105 milionom niezale\u017cnych decyzji u\u017cytkownik\u00f3w, by dowiedzie\u0107 si\u0119 czego\u015b o danym temacie. W badaniach popularno\u015bci taki ruch mo\u017ce wi\u0119c zniekszta\u0142ca\u0107 ranking.<\/p>\n<h2>Wykrywanie nietypowego ruchu w Wikipedii<\/h2>\n<p>Z tego powodu surowe sumy wykorzystane w tej analizie zosta\u0142y poddane dodatkowym kontrolom pod k\u0105tem nietypowego ruchu. Og\u00f3lne podej\u015bcie zosta\u0142o cz\u0119\u015bciowo zainspirowane metodami omawianymi wcze\u015bniej przez <a href=\"https:\/\/wikirank.net\/\" target=\"_blank\" rel=\"noopener noreferrer\">WikiRank<\/a>, gdzie wyj\u0105tkowo zawy\u017cone lub sztucznie \u201epodkr\u0119cone\u201d statystyki popularno\u015bci analizowano przy u\u017cyciu dodatkowych wska\u017anik\u00f3w kontekstowych.<\/p>\n<p>Potencjalne sygna\u0142y mog\u0105 obejmowa\u0107:<\/p>\n<ul>\n<li>kszta\u0142t dziennego szeregu czasowego ods\u0142on;<\/li>\n<li>nietypowo wysoki i d\u0142ugotrwa\u0142y ruch bez mo\u017cliwego do wskazania wydarzenia;<\/li>\n<li>skrajne r\u00f3\u017cnice mi\u0119dzy ruchem z urz\u0105dze\u0144 stacjonarnych i mobilnych;<\/li>\n<li>zmiany liczby edycji;<\/li>\n<li>zmiany liczby aktywnych redaktor\u00f3w;<\/li>\n<li>zabezpieczanie artyku\u0142\u00f3w przed edycj\u0105;<\/li>\n<li>zmiany liczby link\u00f3w i \u017ar\u00f3de\u0142;<\/li>\n<li>zewn\u0119trzne zainteresowanie w wyszukiwarkach;<\/li>\n<li>wa\u017cne wydarzenia medialne zwi\u0105zane z danym tematem;<\/li>\n<li>wzorce ruchu w por\u00f3wnywalnych artyku\u0142ach Wikipedii.<\/li>\n<\/ul>\n<p>Przyk\u0142ad takiego podej\u015bcia mo\u017cna znale\u017a\u0107 w materiale WikiRank dotycz\u0105cym <a href=\"https:\/\/blog.wikirank.net\/2020\/wikirank-upgrade-fair-popularity-and-new-features\/\" target=\"_blank\" rel=\"noopener noreferrer\">nietypowych pomiar\u00f3w popularno\u015bci<\/a>. Innym u\u017cytecznym przyk\u0142adem metodologicznym jest <a href=\"https:\/\/www.pewresearch.org\/short-reads\/2026\/01\/13\/wikipedia-at-25-what-the-data-tells-us\/\" target=\"_blank\" rel=\"noopener noreferrer\">badanie Wikipedii opublikowane przez Pew Research Center w 2026 roku<\/a>.<\/p>\n<p>Pew uwzgl\u0119dnia\u0142 ruch sklasyfikowany jako pochodz\u0105cy od u\u017cytkownik\u00f3w, wykluczaj\u0105c aktywno\u015b\u0107 automatyczn\u0105. Badacze zastosowali r\u00f3wnie\u017c dodatkow\u0105 heurystyk\u0119 opart\u0105 na rozk\u0142adzie ods\u0142on wed\u0142ug rodzaju urz\u0105dzenia: z cz\u0119\u015bci analiz popularno\u015bci wykluczono strony, w przypadku kt\u00f3rych ruch mobilny stanowi\u0142 mniej ni\u017c 5% lub wi\u0119cej ni\u017c 95% wszystkich ods\u0142on. Wykluczono tak\u017ce kilka stron, w przypadku kt\u00f3rych znane lub podejrzewane by\u0142y sztuczne zniekszta\u0142cenia ruchu, w tym artyku\u0142 o Kleopatrze.<\/p>\n<p>Pokazuje to wa\u017cn\u0105 zasad\u0119: zastosowanie <code>agent=user<\/code> jest potrzebne, ale w niekt\u00f3rych rodzajach bada\u0144 mo\u017ce nie wystarcza\u0107. Nag\u0142y skok ruchu nie jest automatycznie czym\u015b podejrzanym. Artyku\u0142 o mie\u015bcie mo\u017ce zgodnie z naturalnym zainteresowaniem otrzyma\u0107 miliony dodatkowych ods\u0142on w zwi\u0105zku z trz\u0119sieniem ziemi, wojn\u0105, wydarzeniem sportowym, filmem, wydarzeniem politycznym lub innym wa\u017cnym zdarzeniem.<\/p>\n<p>Celem nie jest wi\u0119c samo usuwanie skok\u00f3w ruchu. Chodzi o odr\u00f3\u017cnienie <strong>uzasadnionego zainteresowania odbiorc\u00f3w<\/strong> od wzorc\u00f3w ruchu, kt\u00f3re prawdopodobnie powsta\u0142y w wyniku dzia\u0142ania mechanizm\u00f3w technicznych lub element\u00f3w interfejsu. Ko\u0144cowy ranking przedstawia zatem warto\u015bci uzyskane po agregacji przekierowa\u0144 oraz przeprowadzeniu dodatkowych kontroli i korekt zwi\u0105zanych z nietypowym ruchem.<\/p>\n<h2>50 najcz\u0119\u015bciej ogl\u0105danych artyku\u0142\u00f3w zwi\u0105zanych z miastami w angloj\u0119zycznej Wikipedii<\/h2>\n<p>Poni\u017cej przedstawiono ranking dla okresu <strong>1 lipca 2025 \u2013 30 czerwca 2026<\/strong>. Liczba ods\u0142on odpowiada warto\u015bciom wykorzystanym w analizie po opisanym wcze\u015bniej przetwarzaniu danych, uwzgl\u0119dnieniu przekierowa\u0144 oraz kontroli nietypowego ruchu.<\/p>\n<ol class=\"list-columns-3\">\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/New_York_City\">Nowy Jork<\/a> (5 448 443)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Singapore\">Singapur<\/a> (4 431 672)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Hong_Kong\">Hongkong<\/a> (3 249 417)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Brooklyn\">Brooklyn<\/a> (3 174 187)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/London\">Londyn<\/a> (3 092 746)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Washington,_D.C.\">Waszyngton, D.C.<\/a> (2 974 686)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Los_Angeles\">Los Angeles<\/a> (2 917 643)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Monaco\">Monako<\/a> (2 708 837)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Chicago\">Chicago<\/a> (2 351 214)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Dubai\">Dubaj<\/a> (2 138 711)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Tokyo\">Tokio<\/a> (1 927 396)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Jerusalem\">Jerozolima<\/a> (1 907 306)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Paris\">Pary\u017c<\/a> (1 905 260)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Mumbai\">Mumbaj<\/a> (1 768 391)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/San_Francisco\">San Francisco<\/a> (1 741 185)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Toronto\">Toronto<\/a> (1 735 944)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Berlin\">Berlin<\/a> (1 730 307)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Philadelphia\">Filadelfia<\/a> (1 670 222)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Boston\">Boston<\/a> (1 640 581)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Seattle\">Seattle<\/a> (1 620 036)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Rome\">Rzym<\/a> (1 563 788)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Vatican_City\">Watykan<\/a> (1 545 922)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Macau\">Makau<\/a> (1 543 003)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Istanbul\">Stambu\u0142<\/a> (1 528 192)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Mexico_City\">Meksyk<\/a> (1 516 313)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Saint_Petersburg\">Petersburg<\/a> (1 453 139)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Atlanta\">Atlanta<\/a> (1 433 038)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Machu_Picchu\">Machu Picchu<\/a> (1 373 177)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Chongqing\">Chongqing<\/a> (1 343 670)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/New_Orleans\">Nowy Orlean<\/a> (1 321 826)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Prague\">Praga<\/a> (1 318 991)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Shanghai\">Szanghaj<\/a> (1 313 562)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Babylon\">Babilon<\/a> (1 312 031)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Vancouver\">Vancouver<\/a> (1 311 284)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Montreal\">Montreal<\/a> (1 301 798)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Las_Vegas\">Las Vegas<\/a> (1 301 113)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Vienna\">Wiede\u0144<\/a> (1 262 813)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Minneapolis\">Minneapolis<\/a> (1 261 474)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Constantinople\">Konstantynopol<\/a> (1 252 602)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Manhattan\">Manhattan<\/a> (1 245 518)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Detroit\">Detroit<\/a> (1 238 274)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Gibraltar\">Gibraltar<\/a> (1 227 408)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Sydney\">Sydney<\/a> (1 220 463)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Moscow\">Moskwa<\/a> (1 219 667)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Beijing\">Pekin<\/a> (1 217 741)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Amsterdam\">Amsterdam<\/a> (1 216 232)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Miami\">Miami<\/a> (1 216 004)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Houston\">Houston<\/a> (1 214 556)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Barcelona\">Barcelona<\/a> (1 208 087)<\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Troy\">Troja<\/a> (1 205 970)<\/li>\n<\/ol>\n<p>Rozszerzona wersja rankingu jest dost\u0119pna w <a href=\"https:\/\/www.youtube.com\/watch?v=p6Q22EZjXEM\" target=\"_blank\">tym materiale wideo<\/a>.<\/p>\n<h2>Co m\u00f3wi nam ten ranking?<\/h2>\n<p>Najbardziej oczywistym wynikiem jest wyra\u017ane pierwsze miejsce <strong>Nowego Jorku<\/strong>, kt\u00f3rego artyku\u0142 uzyska\u0142 w przetworzonym zbiorze danych niemal 5,45 mln ods\u0142on w analizowanym okresie 12 miesi\u0119cy. <strong>Singapur<\/strong> zajmuje drugie miejsce z ponad 4,43 mln ods\u0142on, a pierwsz\u0105 pi\u0105tk\u0119 uzupe\u0142niaj\u0105 <strong>Hongkong<\/strong>, <strong>Brooklyn<\/strong> i <strong>Londyn<\/strong>.<\/p>\n<p>Jeszcze ciekawsza od tego, kto zaj\u0105\u0142 pierwsze miejsce, jest r\u00f3\u017cnorodno\u015b\u0107 samego rankingu. Wsp\u00f3\u0142czesne globalne miasta, takie jak Nowy Jork, Londyn, Tokio, Pary\u017c, Dubaj i Singapur, wyst\u0119puj\u0105 tu obok miejsc, kt\u00f3rych popularno\u015b\u0107 w Wikipedii jest silnie zwi\u0105zana z histori\u0105, polityk\u0105 lub szczeg\u00f3lnym statusem administracyjnym. <strong>Babilon<\/strong>, <strong>Troja<\/strong> i <strong>Konstantynopol<\/strong> pokazuj\u0105 znaczenie zainteresowania histori\u0105. <strong>Monako<\/strong> i <strong>Watykan<\/strong> \u0142\u0105cz\u0105 status miasta i pa\u0144stwa. <strong>Brooklyn<\/strong> i <strong>Manhattan<\/strong> pokazuj\u0105 z kolei, \u017ce czytelnicy Wikipedii cz\u0119sto szukaj\u0105 informacji o wa\u017cnych cz\u0119\u015bciach obszar\u00f3w miejskich niezale\u017cnie od miasta, do kt\u00f3rego nale\u017c\u0105.<\/p>\n<p>Obecno\u015b\u0107 <strong>Machu Picchu<\/strong> przypomina r\u00f3wnie\u017c, \u017ce automatyczny dob\u00f3r obiekt\u00f3w wymaga interpretacji, a nie bezkrytycznego przyjmowania wynik\u00f3w. Przyk\u0142ady te pokazuj\u0105 co\u015b istotnego o sposobie korzystania z Wikipedii: czytelnicy nie dziel\u0105 swojej ciekawo\u015bci na wyra\u017anie oddzielone kategorie, takie jak wsp\u00f3\u0142czesna geografia, prawo administracyjne, historia, turystyka czy kultura popularna. Wszystkie te motywacje trafiaj\u0105 ostatecznie do tego samego strumienia ods\u0142on.<\/p>\n<h2>Rankingi Wikipedii s\u0105 r\u00f3wnie\u017c rankingami poj\u0119\u0107<\/h2>\n<p>Wyniki mo\u017cna interpretowa\u0107 jeszcze w inny spos\u00f3b. Ranking Wikipedii jest cz\u0119\u015bciowo rankingiem <strong>sposobu, w jaki wiedza zosta\u0142a podzielona mi\u0119dzy poszczeg\u00f3lne artyku\u0142y<\/strong>. Nowy Jork ma w\u0142asny artyku\u0142, ale bardzo popularne, odr\u0119bne artyku\u0142y maj\u0105 r\u00f3wnie\u017c Brooklyn i Manhattan. Czytelnicy poszukuj\u0105cy informacji o Nowym Jorku mog\u0105 wi\u0119c rozdziela\u0107 swoj\u0105 uwag\u0119 mi\u0119dzy kilka stron. W przypadku innych miast znacznie wi\u0119ksza cz\u0119\u015b\u0107 istotnych informacji mo\u017ce by\u0107 skupiona w jednym artykule.<\/p>\n<p>Oznacza to, \u017ce liczby ods\u0142on nie mog\u0105 by\u0107 traktowane jako ca\u0142kowicie ustandaryzowane pomiary popularno\u015bci samych miast. Mierz\u0105 one zainteresowanie <strong>poj\u0119ciami i struktur\u0105 artyku\u0142\u00f3w Wikipedii reprezentuj\u0105cych te miejsca<\/strong>. Nie musi to by\u0107 wad\u0105. Przeciwnie, dostarcza to dodatkowej informacji o tym, kt\u00f3re elementy danego obszaru miejskiego samodzielnie przyci\u0105gaj\u0105 uwag\u0119 czytelnik\u00f3w.<\/p>\n<h2>Stworzenie rankingu jest \u0142atwiejsze ni\u017c okre\u015blenie, co on naprawd\u0119 oznacza<\/h2>\n<p>Samo dodanie liczb jest najprostsz\u0105 cz\u0119\u015bci\u0105 tworzenia rankingu popularno\u015bci Wikipedii. Trudniejsza praca odbywa si\u0119 przed sumowaniem i po nim:<\/p>\n<ul>\n<li>okre\u015blenie, co uznajemy za miasto;<\/li>\n<li>\u015bledzenie relacji <em>instance of (P31)<\/em> oraz <em>subclass of (P279)<\/em> w Wikidanych;<\/li>\n<li>identyfikowanie bardziej szczeg\u00f3\u0142owych typ\u00f3w zwi\u0105zanych z miastami zamiast sprawdzania wy\u0142\u0105cznie Q515;<\/li>\n<li>\u0142\u0105czenie element\u00f3w Wikidanych z artyku\u0142ami angloj\u0119zycznej Wikipedii;<\/li>\n<li>zbieranie dziennych statystyk ods\u0142on;<\/li>\n<li>odtwarzanie przekierowa\u0144 i zmian tytu\u0142\u00f3w artyku\u0142\u00f3w;<\/li>\n<li>filtrowanie znanego ruchu automatycznego;<\/li>\n<li>sprawdzanie, czy nietypowa liczba ods\u0142on rzeczywi\u015bcie odzwierciedla naturalny popyt na informacje;<\/li>\n<li>sp\u00f3jne interpretowanie niejednorodnych obiekt\u00f3w.<\/li>\n<\/ul>\n<p>To w\u0142a\u015bnie te decyzje metodologiczne okre\u015blaj\u0105, co ko\u0144cowy ranking naprawd\u0119 oznacza. Si\u0142\u0105 ekosystemu Wikimedia jest to, \u017ce du\u017ca cz\u0119\u015b\u0107 potrzebnej infrastruktury jest publicznie dost\u0119pna. Wikipedia dostarcza artyku\u0142\u00f3w encyklopedycznych, Wikidata zapewnia warstw\u0119 ustrukturyzowanych danych, MediaWiki API udost\u0119pnia informacje o relacjach pomi\u0119dzy stronami, a Wikimedia Analytics zapewnia historyczne pomiary zainteresowania czytelnik\u00f3w.<\/p>\n<p>Razem zasoby te pozwalaj\u0105 spojrze\u0107 na miasta z nietypowej perspektywy. Zamiast pyta\u0107 wy\u0142\u0105cznie <em>\u201eIle os\u00f3b tam mieszka?\u201d<\/em>, <em>\u201eIlu turyst\u00f3w je odwiedza?\u201d<\/em> albo <em>\u201eJak du\u017ca jest ich gospodarka?\u201d<\/em>, mo\u017cemy zada\u0107 inne pytanie: <strong>Jak du\u017ce zainteresowanie informacjami o tym miejscu wida\u0107 w Wikipedii?<\/strong><\/p>\n<p>W takim uj\u0119ciu Wikipedia nie jest jedynie encyklopedi\u0105. Jest r\u00f3wnie\u017c obserwatorium ludzkiej ciekawo\u015bci na ogromn\u0105 skal\u0119 \u2014 stale zmieniaj\u0105cym si\u0119, niedoskona\u0142ym, ale wiele m\u00f3wi\u0105cym.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Kt\u00f3re miasta przyci\u0105gaj\u0105 najwi\u0119ksz\u0105 uwag\u0119 czytelnik\u00f3w Wikipedii? Sama liczba ludno\u015bci nie odpowie na to pytanie. Nie zrobi\u0105 tego r\u00f3wnie\u017c statystyki ruchu turystycznego, liczba pasa\u017cer\u00f3w linii lotniczych czy liczba wyszukiwa\u0144 w Google. Innej perspektywy dostarczaj\u0105 ods\u0142ony Wikipedii: pokazuj\u0105, jak cz\u0119sto u\u017cytkownicy otwieraj\u0105 artyku\u0142 encyklopedyczny, poniewa\u017c chc\u0105 dowiedzie\u0107 si\u0119 czego\u015b o danym miejscu.<\/p>\n","protected":false},"author":1,"featured_media":1108,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[12],"tags":[222,8,76,45],"class_list":["post-1107","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-artykuly","tag-miasta","tag-wideo","tag-wikidane","tag-wikipedia"],"_links":{"self":[{"href":"https:\/\/lewoniewski.info\/blog\/wp-json\/wp\/v2\/posts\/1107","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/lewoniewski.info\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/lewoniewski.info\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/lewoniewski.info\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/lewoniewski.info\/blog\/wp-json\/wp\/v2\/comments?post=1107"}],"version-history":[{"count":0,"href":"https:\/\/lewoniewski.info\/blog\/wp-json\/wp\/v2\/posts\/1107\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/lewoniewski.info\/blog\/wp-json\/wp\/v2\/media\/1108"}],"wp:attachment":[{"href":"https:\/\/lewoniewski.info\/blog\/wp-json\/wp\/v2\/media?parent=1107"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/lewoniewski.info\/blog\/wp-json\/wp\/v2\/categories?post=1107"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/lewoniewski.info\/blog\/wp-json\/wp\/v2\/tags?post=1107"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}