crux-top-lists

crux-top-lists

准确高效的全球热门网站排名数据

crux-top-lists项目基于Google Chrome用户体验报告(CrUX)数据,提供全球百万热门网站的缓存列表。该列表每月更新,按流量排名分类,包含网站源地址。与其他排名相比,这一列表更为准确,覆盖95%的Chrome用户流量。项目还包括国别热门网站数据,反映本地化浏览行为。这些信息对网络研究和分析极具参考价值。

Chrome Top Million WebsitesCrUX网站排名数据结构BigQueryGithub开源项目

缓存的Chrome百万热门网站

最近的研究表明,Google Chrome通过其用户体验报告(CrUX)发布的百万最受欢迎网站列表比其他热门列表(如Alexa百万热门和Tranco百万热门)更为准确。

本仓库缓存了从Google BigQuery的CrUX数据中查询的Chrome热门网站的CSV版本。您可以在这里浏览所有缓存的列表。最新的全球百万热门网站可以直接在以下链接下载: https://raw.githubusercontent.com/zakird/crux-top-lists/main/data/global/current.csv.gz。

数据结构

CrUX数据集与其他热门列表有几个重要区别:

  1. 网站按排名量级分类,而非具体排名。提供的文件中的排名将是1000、10K、100K或1M。数据按排名量级排序。在每个量级内,网站是随机列出的。

  2. 网站是通过源(例如,https://www.google.com)来识别的,而不是通过域名或FQDN。

  3. 数据每月发布一次,通常在每月的第二个星期二。

以下是数据的示例:

origin,rank
https://www.ptwxz.com,1000
https://ameblo.jp,1000
https://danbooru.donmai.us,1000
https://game8.jp,1000
https://www.google.com.au,1000
https://www.repubblica.it,1000
https://www.w3schools.com,1000
https://animekimi.com,1000

网站根据完成的页面加载量(通过首次内容绘制来衡量)进行排名,并按网站源进行汇总。该数据集尽可能贴近用户主动发起的页面加载(例如,它排除了来自iframe的流量)。有关CrUX及其数据收集方法的更多信息可以在其官方网站上找到:https://developer.chrome.com/docs/crux/about/。

为什么是百万网站?

本仓库并不包含Chrome发布的所有网站排名数据。他们的全球热门网站列表包含约1500万个网站。百万热门网站覆盖了Chrome用户超过95%的流量,无论是按页面加载量还是页面停留时间计算(Ruth等人),这是一个合理的近似:

<p align="center"> <img width="500" alt="用户流量CDF" src="https://yellow-cdn.veclightyear.com/835a84d5/fbedfbba-0278-49a9-803c-93710ee4b55f.png"> </p>

如果您想使用更多或更少的网站,以下是大致的覆盖率:

网站数量页面加载量
100050%
10K70%
100K87%
1M95%
5M99%

以下SQL可用于生成类似的全球热门网站列表:

SELECT distinct origin, experimental.popularity.rank FROM `chrome-ux-report.experimental.global` WHERE yyyymm = ? -- 例如,整数202210 GROUP BY origin, experimental.popularity.rank ORDER BY experimental.popularity.rank;

特定国家的网站

Ruth等人的研究还表明,浏览行为具有本地化特征,全球热门列表倾向于全球性网站(如科技和游戏),而不是本地网站(如教育、政府和金融)。因此,研究人员可能还想调查趋势是否在各个国家都成立。

<p align="center"> <img width="500" alt="网站偏差" src="https://yellow-cdn.veclightyear.com/835a84d5/98159733-3ccb-4d98-8a82-e8ebc4c5a9a5.png"> </p>

Chrome在BigQuery中发布了特定国家的热门列表,以下SQL可用于导出特定国家的热门网站:

SELECT distinct country_code, origin, experimental.popularity.rank FROM `chrome-ux-report.experimental.country` WHERE yyyymm = ? -- 例如,整数202210 AND experimental.popularity.rank <= 1000000 GROUP BY country_code, origin, experimental.popularity.rank ORDER BY country_code, experimental.popularity.rank;

CrUX数据集基于从Google Chrome收集的数据,因此对Chrome使用有限的国家(如中国)存在偏差。如果您特别关注中国的域名热度,可以考虑参考《构建开放、健壮和稳定的基于投票的域名热门列表》,该研究基于从中国大型DNS提供商114DNS收集的数据。

支持研究

本仓库中的数据全部由Google公开发布到其BigQuery中的CrUX数据集。这只是该公开数据的缓存。本README中的许多论点基于两篇最近的研究论文。第一篇描述了我们如何评估热门网站列表的准确性。第二篇是对网络浏览行为的广泛研究。

颠覆热门列表:评估热门网站列表的准确性<br/> Kimberly Ruth, Deepak Kumar, Brandon Wang, Luke Valenta, 和 Zakir Durumeric<br/> ACM互联网测量会议 (IMC),2022年10月

全球网络浏览的全球视角<br/> Kimberly Ruth, Aurore Fass, Jonathan Azose, Mark Pearson, Emma Thomas, Caitlin Sadowski, 和 Zakir Durumeric<br/> ACM互联网测量会议 (IMC),2022年10月

编辑推荐精选

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

下拉加载更多