同一部电影，为啥豆瓣、格瓦拉、IMDb 评分差距这么大？

搜评分，已是人们选电影的标准动作了。大多数时候，评分对观影体验有一定的指导意义，但我们也都看过 5 分的好片，以及 8 分的烂片，不得不追问一下――这些分数到底是怎么来的呢？主流评分平台豆瓣、格瓦拉、IMDb 在评分方式上又有何不同？

请看四部电影在三个平台上的评分：

《最后的巫师猎人》

豆瓣：5.8 格瓦拉：7.9 IMDb：6.0

《星球大战7：原力觉醒》

豆瓣：7.3 格瓦拉：8.1 IMDb：8.4

《碟中谍4：幽灵协议》

豆瓣：8.3 格瓦拉：8.8 IMDb：7.4

《捉妖记》

豆瓣：7.0 格瓦拉：8.8 IMDb：6.2

很奇怪吧？格瓦拉在上述电影中给出的评分都是最高的，豆瓣和 IMDb 除了在《最后的巫师猎人》中给出了近似的评分，另外两部中差异接近 1 分――这是不小的差别，毕竟每个人的心中都有一个“是否值得看”的分数底线。

熟悉的老豆瓣

豆瓣 CEO 阿北于去年底解释过豆瓣的评分机制，他称之为“一个一亿多人的大众评审团”。由于豆瓣不能购票，评分人群是纯粹为分享观点而评价，可以粗略认为豆瓣电影评分来自一个有一定电影评判知识、又乐意点评电影的“爱好者评审团”。豆瓣的评分算法简单粗暴，用阿北原话说：

我还写过计算豆瓣评分的最早的几版代码（不难，加起来除下人数）……豆瓣没有专家评审，但有一个一亿多人的大众评审团……这个评分会自动出现在豆瓣各处，中间没有审核，平时也没有编辑盯着看。每过若干分钟，程序会自动重跑一遍，把最新打分的人的意见包括进来。

算术平均数 每隔“若干分钟”抓取一次数据

关于水军的问题，阿北的解释是：“水军是有的，但豆瓣评分很难刷得动。”意思是，水军的作用仅限于上映推广期，后期大量评论涌入后水军的影响可以忽略。知乎有一个获得 7000+ 赞同的回答精辟地指出了豆瓣评分的正确理解方式：

新兴的格瓦拉

格瓦拉与豆瓣最大的区别在于，豆瓣是爱好者社区起家，而格瓦拉是卖票起家，这就构成了评审团的属性差异。可以认为格瓦拉评审团比豆瓣更加大众化（不那么文艺），用户更多是根据观影的抽象体验评价影片。很难说这个差异有多大，但有一个特点是公认的――格瓦拉评分比较高。

据格瓦拉工作人员介绍，他们评分规则有这些特点：

影片初始评分为 7 分，当用户达到“一定数量”则开始显示变化

格瓦拉评分代表购票用户的评分，非购票用户会被独立记录

对购票用户的评分采用权重算法，具体无可奉告

不难看出，格瓦拉评分机制是为卖票而生的。在初始的分值锁定规则下，7 分成为了大多数片子的安全底线，不至于这也解释了格瓦拉普遍较高的评分。当然，格瓦拉本质就是一款购票应用而不是电影社区，因此分数虽然缺乏绝对公正性，在自己平台内还是有一定参考价值的。

国际的 IMDb

IMDb 是 Internet Movie Database （互联网电影数据库）的缩写，始于 1990 年，是一个国际权威性的电影点评网站。它采用的算法比上述两家都要神秘一点。主要特点如下：

每部电影至少要收到 5 个投票才会显示评分

用户可以反复投票，但网站只记录最新的一个

网站重新抓取数据间隔不超过 24 小时（似乎比豆瓣周期要长）

网站里写得明白：“我们不会简单地把评分加起来除以总票数，我们用的是加权平均数。”算法的细节与格瓦拉一样无可奉告：

为了避免人为操纵票数，保持投票系统的公正性，我们在任何情况下都不会公布加权算法的细节。但请放心，这里不会有偏见。

尽管每部电影的评分算法无可奉告，IMDb 解释了他们在 TOP 250 榜单中使用的贝叶斯算法（公式请跳原网页）。此外，TOP 250 只允许有一定评论历史的“老用户”参与该榜单的投票。据知友陈博学介绍，算法背后是这么个原理：

电影 A，十个人看过，全部评分均为 10 分； 电影 B，十万个人看过，评分平均值为 9.8 分。

请问你愿意相信哪部电影更加优秀？？贝叶斯算法的核心思想就是避免让电影 A 的最终得分会超过 B。

当然啦，再复杂的算法也挡不住刷票，尤其是狂热的粉丝自发的刷票。例如说《蝙蝠侠：黑暗骑士》就曾被粉丝刷上榜首（下图），但这个第一只维持了几天，很快《肖申克的救赎》又重新登顶并维持至今（共计收到近 160 万票）。

你的眼睛高于一切评分

总之，评分的区别来自于四个方面的原因：

用户属性 评分算法 评分数量 无可奉告

近几年来国内上映的电影品质与院线硬件都有明显提升，不少人已经把去电影院当成每周的必修功课。各平台评分机制各有不同，都尝试给出一个能反应观众评价的指标；而每个人观影的诉求也不同――消磨时间、约会、品鉴、学习，各有所爱。因此大可不必拘泥于评分，用自己的眼睛去享受电影才是最重要的。

图片：《最后的巫师猎人》、《肖申克的救赎》、《蝙蝠侠：黑暗骑士》、IMDb、知乎