① 豆瓣电影的评分是否能够让人们认可
哈喽大家好。俗话说:一千个人眼里有一千个哈雷波特。对于同一件事物,每个人看的角度不同,所以看法也不同。关于豆瓣电影的评分许多网友看法不同。有人认可,也有人反对。
关于豆瓣评分,我们还是应该从客观的角度来分析,今天我就谈谈自己的看法。
豆瓣评分个人总结有这么一个规律:评价高的未必有多好,但评价低的是真心低!
好啦,今天就分享到这里,欢迎大家留言评论,谢谢。
② 为什么IMDB上的中国电影的用户评分都非常两极化。 有很多满分也有很多最低分。
一部分是因为时代的不同的造成的价值观不同
比如说我们的<活着>跟<霸王别姬>这样的电影
其实他是非常好的电影
特别受那些老一点的人群欢迎
因为他们经历过
但是年轻人不喜欢
他们喜欢像变形金刚这样的商业电影
还有暮光之城这样的爱情片
他们比较“阳光点“
还有的就是愤青的偷拍
就是一部像《阳光灿烂的日子》这样的好片
也会有愤青去给他0分的
另外我觉得你可以看一下IMDB的平分方式
以《魔戒1:护戒使者》具体分析。图1为魔戒1的所有评分者的分数的一个条状统计图。 图1从中我们可以看到各个分数段的大致比例,比如这儿就可以发现,超过一半的人是打满分的。
图下面有两个分值,一个是算术平均值(arithmetic mean),一个是中值(median)。算术平均值大概就是平均数,中值是统计学中的中间数值,该值和比它大及比它小的数值是等差的。而最后我们查到的分数却既不是算术平均值,也不是中值。
IMDB的分数的计算方法应该不是就做一下平均就ok了,在它的网页上也提到了它的计算方法是保密的。不过imdb top 250用的是贝叶斯统计的算法得出的加权分(Weighted Rank-WR),公式如下:
weighted rank (WR) = (v ÷ (v+m)) × R + (m ÷ (v+m)) × C
其中:
R = average for the movie (mean) = (Rating) (是用普通的方法计算出的骄?郑?br>v = number of votes for the movie = (votes) (投票人数,需要注意的是,只有经常投票者才会被计算在内,这个下面详细解释)
m = minimum votes required to be listed in the top 250 (currently 1250) (进入imdb top 250需要的最小票数,只有三两个人投票的电影就算得满分也没用的)
C = the mean vote across the whole report (currently 6.9) (目前所有电影的平均得分)
另外重点来了,根据这个注释:
note: for this top 250, only votes from regular voters are considered.
只有'regular voters'的投票才会被计算在IMDB top 250之内,这就是IMDB防御因为某种电影的fans拉票而影响top 250结果,把top 250尽量限制在资深影迷投票范围内的主要方法。regular voter的标准不详,估计至少是“投票电影超过xxx部以上”这样的水平,搞不好还会加上投票的时间分布,为支持自己的心爱电影一天内给N百部电影投票估计也不行。
因此,细心的人可以注意到,列入IMDB top 250的电影,其主页面上的分数与250列表中的分数是不同的。以魔戒1为例,它在自己的页面 中的分数是8.8,而列表中是8.7。一般250表中的得分都会低于自己页面中的得分,越是娱乐片差距越大。这大概是因为regular voter对于电影的要求通常较高的关系。)
而IMDB的过人之处不仅仅在于这儿,它除了给出分数,还给了一个更详细的投票人的列表(图2)
这个chart根据年龄、性别、国别等不同的情况,列出了不同的分数chart。而且你点击每个选项,上面(就是图一)都会出现一个不同的chart。这个其实是比较有用的。比如你在要选择动画片的时候,就应该点选一下小于18岁,或者30-44岁这个选项看看他们的评分,因为他们才是这部电影的最大观众群,其他人的分数都是仅供参考的。
碟报员或者我们在选择影片的时候,可以不仅仅看个总得分,多花一点时间,看看影片各个年龄段的得分会更有帮助的。有些影片我们觉得不好看,但是分数很高,你也可以参照一下,“us users”和“non-us users”这部分的数据,如果美国投票用户远远大于海外用户,那说明此片的确是有相当重的美国文化底蕴的,不觉得好看也是正常。相反的,如果我们觉得不错,但是IMDB的分数很低,这也许是老美的评分人数多,打的分低,就把总分给拉下来了。
从魔戒1的得分截图可以发现这部影片的确是各个年龄阶段都很喜欢,分数都打的很高的。
250佳片是IMDb很受欢迎的特色,里面列出了注册用户投票选出的有史以来最佳250部电影。只有供影院播出的影片可以参加评选,而短片,纪录片,连续短剧和电视电影不在其列。用户在从"1"(最低)到"10"(最高)的范围内对影片评分。得分经过数学公式(登在列表末尾)的过滤而生成最后的评定。为了保护结果不受恶意投票的影响,数据库使用了数据过滤机制以及最小投票数量限制(目前为1250票),以得到“真实的贝叶斯概率结果”。并且,只有“经常投票的用户”的投票被记入结果,为保护公平性,成为该类用户的条件是保密的。
该榜因其综合广泛性以及不时的令人吃惊而受到瞩目。上榜的电影中有老电影比如大都会(Metropolis,1927年),也有新电影如盗梦空间(Inception,2010年)。有流行影片比如得到超过32万次投票的魔戒首部曲:魔戒现身(The Fellowship of the Ring,2001年),也有少有人问津的影片如不到1万张投票的小私家侦探(Sherlock Jr. 1924年)。排行榜包括了各种不同类型的电影如黑色影片双重保险(Double Indemnity,1944年);科幻片银翼杀手(Blade Runner,1983年);音乐片雨中曲(Singin' in the Rain,1952年);西部片黄金三镖客(Il buono, il brutto, il cattivo. 1966年);动画片机器人总动员(WALL·E,2008年)等等。榜上还有一些影片是本身并未大受好评但却在专注的影迷群体中有广泛的追随者的比如死亡幻觉(Donnie Darko,2001年)。迄今为止肖申克的救赎(台湾译名为"刺激1995")、教父、教父2为排名前三的电影,也是榜上仅有的评分超过9.0的影片。
这些条件是否能提供一个公正没有偏见的排行榜是有争议的。比如,新近上映的影片总是容易从一见钟情的影迷那里得到较高的评分,而这与成功影片应该经得起反复观赏的观念是不相符的。因此,有时新上映的影片冲进250最佳影片榜,甚至前100名,但随着更多观众的评分和重复观看后的评分而退出榜外的情景就十分常见了。另外一种对该榜的主要批评则是它反映的只是影片的受欢迎程度,并不体现对影片历史和艺术的客观知识。但实际上,在评论家年度评选和历史影片评选中名列前茅的影片通常在最佳250部影片中通常也都排名很高,让人不禁怀疑影评人与观众的观点是否真有那么不同。
在IMDb上还有最差的100部影片榜,用基本相同的方法投票产生。
③ 电影评价是四颗星是几分
1、如果5颗星是满分的话,
那么4颗星就是80分。
2、如果10颗星是满分的话,
那么4颗星就是40分。
按第一种评分,该电影处于中上等,值得一看,如果按第二种的话
那就说明该电影不怎么好看。。。
④ 豆瓣电影的评分真的很专业吗
不是。
豆瓣只是一个以书影音为核心的评论社区而已,甚至不是一个专门的迷影网站,而且其评分方式粗略,用户在打分时也并非抱着评选的念头。所以虽然具体算法不得而知,但其电影榜单的含金量可想而知。
网络榜单重民意、偏流行,但通常参评者越多,其品味越通俗,审美越平庸,取向越鸡汤,这是豆瓣Top250给人的直接感受。与此相对,专业榜单权威性强,但往往失之保守、陈旧,由于样本容量有限,容易受到个人口味的影响。
豆瓣评分的计算
以《牯岭街少年杀人事件》作为例子分析:
该电影现在共有34367人打星号,其中:50.6%打5星,35.7%打4星,12.1%打3星,1.2%打2星,0.3%打1星。
那么所有人打星的平均数为:50.6%×5+35.7%×4+12.1%×3+1.2%×2+0.3%×1=4.348星。
假如一部作品满分为10分(5星),那每颗星相当于2分。
那么电影《牯岭街少年杀人事件》的得分应为:4.348×2分=8.696分,所以电影页面标出该电影评分为8.7分。
⑤ 豆瓣评分满分多少多少及格
满分10分。由于不能给0分,就当1星是0分,那么(6.8-2)*1.25=6,即是6.8为合格分
⑥ 评分为10.0分的电影有哪些
评分为10.0分的电影目前是没有的,因为评价一部电影的分值满分为10分。下面列举几部评分较高的电影:
《肖申克的救赎》9.6分、《霸王别姬》9.5分、《美丽人生》9.5分、《这个杀手不太冷》9.4、《阿甘正传》9.4分
1、《肖申克的救赎》——9.6分
20世纪40年代末,小有成就的青年银行家安迪(蒂姆·罗宾斯 Tim Robbins 饰)因涉嫌杀害妻子及她的情人而锒铛入狱。在这座名为肖申克的监狱内,安迪尝试接近囚犯中颇有声望的瑞德(摩根·弗里曼 Morgan Freeman 饰),请求对方帮自己搞来小锤子,在牢狱中找到属于自己的求生之道。他利用自身的专业知识,帮助监狱管理层逃税、洗黑钱,同时凭借与瑞德的交往在犯人中间也渐渐受到礼遇。对自由的渴望仍促使他朝着心中的希望和目标前进。而关于其罪行的真相,似乎更使这一切朝前推进了一步……