网红滤镜|用户种草为何回归评价平台?基于豆瓣、亚马逊、大众点评的深度观察( 二 )


豆瓣最近过得可“不太平”,《风起洛阳》未播先评事件,将豆瓣的评价体系一时间推上了风口浪尖。
但从另一个角度来看,豆瓣也确实有些许无奈:文艺领域本身就带有强烈的主观性和倾向性,其评价结果往往会随着个人审美差异、经济文化差异、政治理念差异以及粉丝效应等因素而变得不纯粹!
因此建构一套文艺类评分体系,难度其实非常高。从本质来看,豆瓣的评分逻辑是以民主投票方式形成大众流行文化的生成机制,可以理解成一种风向标,并不是纯质量的评判体系。
2)评分逻辑
网红滤镜|用户种草为何回归评价平台?基于豆瓣、亚马逊、大众点评的深度观察
文章插图
总的来说,豆瓣的评分机制,被称为“大众评审团机制”,主要是 “一人一票”,即把豆瓣用户的打分(一到五星换算为零到十分)加起来,再除以用户数,就得到了豆瓣评分。
这个分数完全来自程序的计算,中间没有编辑审核,每过若干分钟,程序会自动重跑一遍,记入最新打分人的意见计算分数,豆瓣评分计算到小数点后一位。
这种尽力“照顾”个人情感的评分逻辑,意味着一部电影的豆瓣评分,是由来评分的人群的平均意见决定的。
在早期,豆瓣就意识到评分体系需要长期与刷分水军进行对抗。
那豆瓣是如何应对这方面问题的呢?
豆瓣为此建立了“反作弊”的防御机制,叫做剔除“非正常打分”,即有程序专门识别“非正常打分”,在算分的时候剔除不正常评分。
根据豆瓣内部员工的叙述,“非正常评分”大致有四类:注册/收购帐号刷高分的,注册/收购帐号刷低分的,明星粉丝团“进攻豆瓣”的,铁杆用户“捍卫豆瓣评分公正”反水行动的。
对于与影片无关和人身攻击内容的判定,豆瓣采用算法+人工的方式筛选。具体被定义为与影片无关和人身攻击并未详细解释,不过针对人身攻击豆瓣方面举了一个例子,“如果用户评论‘恶心’是没问题的,但是评论‘xxx恶心’则会被判定为人身攻击。”
豆瓣为了照顾“个人情感”,其算法并没有特别严厉,而人工的方式,难免耗费人力物力,而且难免存在纰漏,也正是豆瓣评分的这种底层逻辑,才出现了我们前面所提到的,豆瓣最近的“不太平”。
但电影领域的评分体系,并非只有豆瓣这么一种算法,IMDb的TOP250电影算法就显得更加“严苛”,采用的是贝叶斯统计算法,其公式如下:
其中,WR(WeightedRank)指最终的加权得分,V 指投票人数,M 指进入 TOP 250 所需的最小票数,R 指普通算法的平均分,C 指目前所有电影的平均分。
总的来说,IMDb的评分机制不是求和平均,而是优质用户权重高,马甲水号权重低。
豆瓣在计算TOP250电影时,也借鉴了这类加权平均分的算法,但在M值和C值上会与IMDb有所不同。豆瓣250还会对电影上映时间有要求,只有上映时间超过一年的电影才有可能上榜豆瓣250,从而避规一些电影的刷榜行为。
【 网红滤镜|用户种草为何回归评价平台?基于豆瓣、亚马逊、大众点评的深度观察】小结:豆瓣充分照顾了每个用户的评价权,其坚持的中立和独立评分原则,也让豆瓣成为影视行业最具公信力和参考力的评分体系,但如何在复杂的互联网环境下,维系好评分体系的公信力,是豆瓣的需要继续思考和努力的方向。
2. 实体电商领域的亚马逊1)平台特点
作为电商平台,亚马逊的评价体系,则少了很多个人情感问题方面的枷锁和束缚,更加专注于展示真实的评价结果。
真实的商品评论可以帮助顾客做出正确的购买决定并获得他们真正需要的商品,亚马逊认为,评论是不是能够准确反映顾客之前对于商品的真实体验尤为重要。