電影評分系統有哪些

① 為什麼在網上的電影介紹中都有一項「IMBD」評分

全稱是：the international movie database,簡稱IMDB，國際電影資料庫～～
http://www.imdb.com 網站可能是目前互聯網上最為權威、系統、全面的電影資料網站，它所特有的電影評分系統深受影迷的歡迎，注冊的用戶可以給任何一部影片打分並加以評述，而網站又會根據影片所得平均分、選票的數目等計算得出影片的加權平均分並以此進行TOP250（最佳250部影片）和Bottom100（最差100部影片）的排行。
要解釋一下的是，IMDB本身就是一個美國人開辦的英文網站，所以參與IMDB的TOP250評選投票的用戶在半數以上都是美國人，其中非英語國家的用戶僅佔少數。而眾所周知的是，大部分美國人只關心自己國家的電影，很少去接觸一些好萊塢以外的東西，這也就是榜單缺少歐洲、亞洲及其他地區電影的主要原因。

② 為什麼推薦電影電視劇的評分依據豆瓣評分

豆瓣作為國內比較權威和大眾化的影音評分的UGC平台，其電影的評價和詞條主要由用戶提供，相對而言是一個Web 2.0時代，比較有特色的網站。目前豆瓣的用戶量已經超過了億萬人，日均的活躍度較高。尤其是在影音書版塊，是豆瓣最為重要的版塊。尤其是電影電視劇的評分，在國內都是比較有權威的，大多人也都以豆瓣的評分為准，來評判一部電影電視劇的質量水準。

當然豆瓣評分也有一些不足的地方，比如近年來水軍猖狂，粉絲為了idol惡意組團刷分，作為平台來說，雖然盡力的去避免了。但是依舊很難真正地做到純客觀，加之，一直以來豆瓣評分上，對於國產電視劇電影都比較嚴格。

③ 電影imdb是什麼排行榜

互聯網電影資料庫(Internet Movie Database，簡稱IMDb）是一個關於電影演員、電影、電視節目、電視明星、電子游戲和電影製作的在線資料庫。
250佳片是IMDb很受歡迎的特色，裡面列出了注冊用戶投票選出的有史以來最佳250部電影。只有供影院播出的影片可以參加評選，而短片，紀錄片，連續短劇和電視電影不在其列。用戶在從"1"（最低）到"10"（最高）的范圍內對影片評分。得分經過數學公式（登在列表末尾）的過濾而生成最後的評定。為了保護結果不受惡意投票的影響，資料庫使用了數據過濾機制以及最小投票數量限制（目前為1250票），以得到「真實的貝葉斯概率結果」。並且，只有「經常投票的用戶」的投票被記入結果，為保護公平性，成為該類用戶的條件是保密的。
該榜因其綜合廣泛性以及不時的令人吃驚而受到矚目。上榜的電影中有老電影比如大都會(Metropolis,1927年)，也有新電影如盜夢空間(Inception,2010年)。有流行影片比如得到超過32萬次投票的魔戒首部曲：魔戒現身(The Fellowship of the Ring,2001年)，也有少有人問津的影片如不到1萬張投票的小私家偵探(Sherlock Jr. 1924年)。排行榜包括了各種不同類型的電影如黑色影片雙重保險(Double Indemnity,1944年)；科幻片銀翼殺手(Blade Runner,1983年)；音樂片雨中曲(Singin' in the Rain,1952年)；西部片黃金三鏢客(Il buono, il brutto, il cattivo. 1966年)；動畫片機器人總動員(WALL·E,2008年)等等。榜上還有一些影片是本身並未大受好評但卻在專注的影迷群體中有廣泛的追隨者的比如死亡幻覺（Donnie Darko,2001年）。迄今為止肖申克的救贖(台灣譯名為"刺激1995")、教父、教父2為排名前三的電影，也是榜上僅有的評分超過9.0的影片。
這些條件是否能提供一個公正沒有偏見的排行榜是有爭議的。比如，新近上映的影片總是容易從一見鍾情的影迷那裡得到較高的評分，而這與成功影片應該經得起反復觀賞的觀念是不相符的。因此，有時新上映的影片沖進250最佳影片榜，甚至前100名，但隨著更多觀眾的評分和重復觀看後的評分而退出榜外的情景就十分常見了。另外一種對該榜的主要批評則是它反映的只是影片的受歡迎程度，並不體現對影片歷史和藝術的客觀知識。但實際上，在評論家年度評選和歷史影片評選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，讓人不禁懷疑影評人與觀眾的觀點是否真有那麼不同。
在IMDb上還有最差的100部影片榜，用基本相同的方法投票產生。

④ 電影評分

豆瓣上的9分電影有很多，我挑選的電影都是入選豆瓣榜單Top250的電影，是很多人票選出來的，這些電影是電影史上的經典之作，經過了時間的檢驗，特別值得一看。

《肖申克的救贖》是排在豆瓣榜單上評分最高的電影。這部1994年拍攝的電影，在豆瓣上打出了9.6的高分，是很多人公認的電影經典之作。這部電影之所以這么出名，就是因為他講了一個追求自由的故事，劇中主人公肖申克被錯判入獄，但是在獄中他一直沒有放棄對自由的渴望，一個越獄計劃被他堅持了十幾年，最後在一個風雨交加的夜晚終於越獄成功，獲得自由的那一刻，令人動容。

《霸王別姬》是豆瓣上評分最高的國產電影，在豆瓣上打出了9.6的高分。這部電影講述了一個兄弟情的故事，程蝶衣和兄弟段小樓是從小在京劇戲班唱戲的師兄弟，兩個人從小一起長大。後來社會發生了巨大變遷，兄弟倆的關系也發生了改變，讓觀眾感到在時代的變遷中，個人的感情是多麼脆弱。

我最喜歡的一部電影是美國的《阿甘正傳》，這部電影在豆瓣上也是打出了9.4的高分。這部電影同樣拍攝於1994年，即使過去了二十多年，依然是很多人心中的經典。這部電影是一部勵志電影，男主阿甘看似木訥的背後，其實也蘊藏著大智慧，它傳遞的思想是只要努力去奮斗，夢想就可以實現。

⑤ 電影IBMD排行是什麼意思

IMDB，英文全稱是Internet Movie Database,也就是網際網路電影資料庫，亞馬遜旗下的網站，是一個有關電影演員、電影、電視秀、電視節目和電子游戲的在線資料庫。裡麵包括了幾乎所有的電影，以及1982 年以後的電視劇集。

它有有一個評分系統，由影迷自己來打分，平均每月有高達2000萬電影愛好者訪問，所以IMDB被認為是權威的影片評分，很多電影雜志都應用IMDB的評論和評分，具有很大參考價值。

⑥ 優酷 上的電影評分是根據什麼來的觀眾也能打分嗎

優酷視頻採用的是站內評分和站外引用並行的雙評分系統，站內是由優酷評分而非用戶，站外則引用豆瓣數據，觀眾不能打分。和騰訊視頻一樣，由於優酷引用的豆瓣數據——評分和影評——僅被放置於視頻播放頁，不影響影片排序，也非用戶觀看行為的「觸發器」。

優酷是由古永鏘於2006年6月21日創立並正式上線。優酷現為阿里巴巴文化娛樂集團大優酷事業群下的視頻平台。

(6)電影評分系統有哪些擴展閱讀：

通常，影片評分的數據來源無外乎兩種，一種站內評分，一種站外引用。站內不消說，站外可引用一些電影資料庫，常見的有IMDb，爛蕃茄，國內如豆瓣電影，時光網等也相對比較權威。

國內的主流視頻門戶，早期多採用前者，頂踩挖埋及用戶成長體系，也都是圍繞站內機制來篩選優質內容。而站外引用評分數據，目的當然也是篩選優質內容，優化用戶選片體驗。

主流視頻門戶的影片評分功能，排名不分先後：

1、騰訊視頻：站內（騰訊）評分，同時引用豆瓣數據；

2、搜狐視頻：站內（用戶）評分，同時引用IMDb數據；

3、優酷視頻：站內（優酷）評分，同時引用豆瓣數據；

4、樂視網：站內（用戶）評分；

5、愛奇藝，站內（用戶）評分。

⑦ 影視劇豆瓣打分是怎麼產生的

這吧很多粉絲不知道豆瓣的打分機制和演算法，你以為打了分就算分嗎
首先，未上映前不能打分，但是可以評論，不要把評論當做打分（我不知道這吧為什麼會有那麼多人認為所謂的提前打分現象）

其次最關鍵的（嫌字多直接看最後總結）），在豆瓣，經常評分/經常寫影評/得到的贊同數量高等等行為會增加權重，此類人的評分與非正常評分人群的評分所佔比重不同，最大程度的保證豆瓣的相對公正
(「非正常評分」大致有四類：注冊／收購帳號刷高分的，注冊／收購帳號刷低分的，明星粉絲團「進攻豆瓣」的，鐵桿用戶「捍衛豆瓣評分公正」反水行動的。應該還有別的，比方說行為藝術什麼的。)
IMDB評分機制計算公式：
這是一種貝葉斯統計的演算法得出的加權分(Weighted Rank-WR)
IMDB評分如下：
weighted rank (WR) = (v ÷ (v+m)) × R + (m ÷ (v+m)) × C
其中：
R = 是用普通的方法計算出的平均分
v = 投票人數，需要注意的是，只有【經常】投票者才會被計算在內
m=進入imdb top 250需要的最小票數，只有三兩個人投票的電影就算得滿分也沒用的
C =目前所有電影的平均得分）
總結就是：不是你打多少分最後豆瓣就給你統計多少分（以往所有電影的平均分 注冊時間 是否經常打分 影評獲得的贊會有不同的權重影響你最後的得分） 舉個列子：加入你是一個什麼電影都打九分的人突然一部電影打兩分，最後豆瓣記錄的時候一定會高於兩分，還有如果你是剛注冊的新號是參與在計分裡面的。

⑧ 豆瓣電影評分模式是什麼可信么

豆瓣評分

簡單地說，沒有關系，我們也不想有關系。具體可以分現在的商務和將來的商務看。

豆瓣目前來源於電影行業的主要營收渠道是電影的宣傳廣告。形式是廣告banner，賣點是「讓更多人知道你的電影／電視劇」。經常需要電話里澄清「但是賣點不包括更高評分「，我覺得我的同事挺累的。這件事的收入也只是豆瓣整體收入的零頭，如果容易起誤會我們可以另作打算。

電影行業里更大的商業機會豆瓣會當仁不讓地去爭取，只要不會影響到公眾對豆瓣評分的信任。內部做到真正的獨立比較容易，可以用結構、制度和防火牆做到。稍難的是避免市場和公眾的認知被輕易誤導，或者說避嫌。只要新的模式依賴於豆瓣整體數據之上的宏觀判斷，而不是直接依賴評分，我們相信很多事可以做，也想很快開始做。

從管理和團隊一致性的角度看，我在公司各種內部場合、在幾百人的年會上講過和這篇問答大同小異的東西（要精簡一些，因為得站著講），所以我的同事大都知道和評分中立原則偏離是極端嚴重的錯誤。在和評分有關的事情上，到今天我個人沒有發現過一例本質的執行錯誤。更重要的是如果過去或將來有錯誤的話，豆瓣作為一個公司有誠意和意志保證發現後能馬上得到糾正。

八：你為什麼這個時候出來寫這個東西？

我們以前認為提供評分服務需要保持中立和獨立是天經地義的事情，沒什麼好公開標榜的。碰到有意無意曲解豆瓣評分原則的，我們也很少出來辯護，我們覺得只要每個月有上億的人信任豆瓣就夠了。但影視行業最近的變化，讓我們直接感覺到低調在這個時候可能是不明智的。

但我確實看到行業中具體的個人，曾經都是有理想抱負的年輕人，所以除了溝通走樣和誤會的原因，我也猜測行業正在催生一些結構的問題。我直覺判斷，今天可能是一個岔路口，現在有必要把豆瓣的立場一次表達清楚，以免猜測和誤解引發的博弈把行業的一角推向我們最終都不喜歡的方向。

豆瓣一直是用戶的朋友，我們希望一直也是影視行業的朋友。我很想看到行業能一直健康地發展下去，相信一個滿懷誠意的、中立的評分服務對整個行業在結構上是長期有益的，也相信一個透明地傳達觀眾看法的地方對行業里個人的職業成長也有微薄但是長期的幫助。

⑨ 電影推薦系統包括什麼功能

電影推薦系統功能包括票房統計，評分推薦，電影類型推薦。

項目流程：首先獲取用戶id，刪除用戶之前存在的推薦結果，裝載樣本評分數據（不同用戶對不同電影的評分數據：userid、 movieid、rating、timestamp ）。然後裝載電影信息數據（從movieinfo表中取出movieid、moviename、typelist）。

註：樣本評分數據和電影信息數據以.dat文件的形式被傳入HDFS中。

將樣本評分數據切分成3部分，60%用於訓練（訓練集）、20%用於校驗(校驗集)、20%用於測試（測試集）

訓練不同參數下的模型，並在校驗集中校驗，找出最佳模型。

設置參數（隱語義因子的個數、ALS的正則化參數、迭代次數），將設置的參數和訓練集作為參數傳入到spark MLlib庫的ALS（）函數中，得到推薦模型，調整參數會得到多個不同的模型。

校驗方法：

將校驗集裝入模型中，得到用戶對電影的預測評分，計算預測評分和實際評分的均方根誤差，找出多個模型中均方根誤差最小的模型作為最佳模型。

用最佳模型預測測試集的評分，並計算預測評分和實際評分的均方根誤差，改進最佳模型。

用最佳模型預測某用戶對電影信息數據集中的所有電影的評分，選出評分最高的前十部電影。將推薦結果存入資料庫recommendresult表中

————————————————

版權聲明：本文為CSDN博主「塞奈」的原創文章，遵循CC 4.0 BY-SA版權協議，轉載請附上原文出處鏈接及本聲明。

原文鏈接：https://blog.csdn.net/qq_44459219/article/details/118416465

⑩ 豆瓣電影的評分標準是什麼有何演算法

豆瓣的注冊用戶看完一部電影，心情好的話會來打個一到五星的分（有時候心情不好也會來）。比方說一部電影有42萬用戶打分。我們的程序把這42萬個一到五星換算成零到十分，加起來除以42萬，就得到了豆瓣評分。

這個評分會自動出現在豆瓣各處，中間沒有審核，平時也沒有編輯盯著看。每過若干分鍾，程序會自動重跑一遍，把最新打分的人的意見包括進來。

那42萬用戶里可能包括資深電影評論家，可能包括你、你的親戚、你的小學同學、早晨賣你油條的那個人，也可能包括阿北我個人。但每個人都是一票。這個是「大眾評審團」應該的含義：不是說團里的人全都大眾，而是說和大眾一樣一人一票。

豆瓣的工作人員偶然收到「我明明給這個片子打了五星，為什麼評分一點沒變」的投訴的時候，除了心裡嘀咕一下「哎，你拿這些紅人／獨生子女／八零後／九零後／零零後／數學不好的人怎麼辦」以外，會（或者應該）這樣耐心解釋：評分實際是變了，只是在小數點後四位，被四捨五入掉了。

但如果有幾千個人和你一樣都打五星的時候，分數就會變。

「一人一票」唯一的例外，是豆瓣的程序判斷是「非正常打分」的帳號。這些打分會被排除在外。具體下面會說到。

豆瓣電影評分的主旨和原則，是「盡力還原普通觀影大眾對一部電影的平均看法」。這個主旨過去十年沒變過，將來也不想變。

它並不是專家、影視從業人員或者資深人士對電影的看法，雖然這些看法會被豆瓣算在「普通觀影大眾」之內。所以有次聽到「豆瓣電影評分不專業」的說法的時候，我的反應這是在說「大眾不專業」，應該怪語文才是。個人認為匯總專家意見會是另一個很有價值的服務，但這個確實不是豆瓣評分的宗旨。

豆瓣簡介

豆瓣（douban）是一家社區網站。網站由楊勃（網名「阿北」）[3]創立於2005年3月6日。該網站以書影音起家，提供關於書籍、電影、音樂等作品的信息，無論描述還是評論都由用戶提供，是中國Web 2.0網站中具有特色的一個網站。

網站還提供書影音推薦、線下同城活動、小組話題交流等多種服務功能，它更像一個集品味系統（讀書、電影、音樂）、表達系統（我讀、我看、我聽）和交流系統（同城、小組、友鄰）於一體的創新網路服務，一直致力於幫助都市人群發現生活中有用的事物。2012年，豆瓣閱讀上線，開始進入網上電子書版權領域。

(10)電影評分系統有哪些擴展閱讀：

豆瓣其他產品

1.豆瓣FM

豆瓣FM是你專屬的個性化音樂收聽工具，打開就能收聽，可以用「紅心」、「垃圾桶」或者「跳過」 告訴豆瓣FM你的喜好。豆瓣FM將根據你的操作和反饋，從海量曲庫中自動發現並播出符合你音樂口味的歌曲，提供公共、私人和紅心三種收聽方式。在紅心兆赫離線也能收聽。

2.豆瓣讀書- 豆瓣讀書自2005年上線，已成為國內信息最全、用戶數量最大且最為活躍的讀書網站。我們專注於為用戶提供全面、且精細化的讀書服務，同時不斷探索新的產品模式。到2012年豆瓣讀書每個月有超過800萬的來訪用戶，過億的訪問次數。

3.豆瓣閱讀

豆瓣閱讀是豆瓣讀書2012年推出的數字閱讀服務，支持 Web、iPhone、iPad、Android、Kindle等桌面和移動設備，自2012年5月7日作品商店上線以來，商店作品達600餘部，用戶評論3000餘篇，有50萬用戶購買過付費或者免費作品。

豆瓣閱讀的現有內容涵蓋了小說、歷史、科技、藝術與設計、生活等多種門類，定位為短篇作品和圖書於一體的綜合平台。

4.豆瓣音樂

豆瓣音樂是中國最大的音樂分享、評論、音樂人推廣社區，擁有最完整的全球音樂信息庫、最權威的用戶音樂評論，和最具創造力的獨立音樂人資源。匯集90多萬音樂條目，包括小凡say、幼稚園殺手、MC光光、呆寶靜等21000多位獨立音樂人入駐，2011年全年平均每5分鍾誕生一首原創音樂，覆蓋粉絲超千萬。

5.豆瓣同城

豆瓣同城是國內最大的線下活動信息發布平台，包括音樂/演出、話劇、展覽、電影、講座/沙龍、戲劇/曲藝、生活/聚會、體育、旅行、公益……專注於一線城市業餘生活方式。

6.豆瓣小組

豆瓣小組於2005年上線，定位於「對同一個話題感興趣的人的聚集地」，至今已有30多萬個小組被用戶創建，月獨立用戶超過5500萬。內容包括娛樂、美容、時尚、旅行等生活的方方面面。用戶在這里發布內容，同時也通過互動或瀏覽，發現更多感興趣的內容。