电影评分系统有哪些

① 为什么在网上的电影介绍中都有一项“IMBD”评分

全称是：the international movie database,简称IMDB，国际电影数据库～～
http://www.imdb.com 网站可能是目前互联网上最为权威、系统、全面的电影资料网站，它所特有的电影评分系统深受影迷的欢迎，注册的用户可以给任何一部影片打分并加以评述，而网站又会根据影片所得平均分、选票的数目等计算得出影片的加权平均分并以此进行TOP250（最佳250部影片）和Bottom100（最差100部影片）的排行。
要解释一下的是，IMDB本身就是一个美国人开办的英文网站，所以参与IMDB的TOP250评选投票的用户在半数以上都是美国人，其中非英语国家的用户仅占少数。而众所周知的是，大部分美国人只关心自己国家的电影，很少去接触一些好莱坞以外的东西，这也就是榜单缺少欧洲、亚洲及其他地区电影的主要原因。

② 为什么推荐电影电视剧的评分依据豆瓣评分

豆瓣作为国内比较权威和大众化的影音评分的UGC平台，其电影的评价和词条主要由用户提供，相对而言是一个Web 2.0时代，比较有特色的网站。目前豆瓣的用户量已经超过了亿万人，日均的活跃度较高。尤其是在影音书版块，是豆瓣最为重要的版块。尤其是电影电视剧的评分，在国内都是比较有权威的，大多人也都以豆瓣的评分为准，来评判一部电影电视剧的质量水准。

当然豆瓣评分也有一些不足的地方，比如近年来水军猖狂，粉丝为了idol恶意组团刷分，作为平台来说，虽然尽力的去避免了。但是依旧很难真正地做到纯客观，加之，一直以来豆瓣评分上，对于国产电视剧电影都比较严格。

③ 电影imdb是什么排行榜

互联网电影资料库(Internet Movie Database，简称IMDb）是一个关于电影演员、电影、电视节目、电视明星、电子游戏和电影制作的在线数据库。
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。

④ 电影评分

豆瓣上的9分电影有很多，我挑选的电影都是入选豆瓣榜单Top250的电影，是很多人票选出来的，这些电影是电影史上的经典之作，经过了时间的检验，特别值得一看。

《肖申克的救赎》是排在豆瓣榜单上评分最高的电影。这部1994年拍摄的电影，在豆瓣上打出了9.6的高分，是很多人公认的电影经典之作。这部电影之所以这么出名，就是因为他讲了一个追求自由的故事，剧中主人公肖申克被错判入狱，但是在狱中他一直没有放弃对自由的渴望，一个越狱计划被他坚持了十几年，最后在一个风雨交加的夜晚终于越狱成功，获得自由的那一刻，令人动容。

《霸王别姬》是豆瓣上评分最高的国产电影，在豆瓣上打出了9.6的高分。这部电影讲述了一个兄弟情的故事，程蝶衣和兄弟段小楼是从小在京剧戏班唱戏的师兄弟，两个人从小一起长大。后来社会发生了巨大变迁，兄弟俩的关系也发生了改变，让观众感到在时代的变迁中，个人的感情是多么脆弱。

我最喜欢的一部电影是美国的《阿甘正传》，这部电影在豆瓣上也是打出了9.4的高分。这部电影同样拍摄于1994年，即使过去了二十多年，依然是很多人心中的经典。这部电影是一部励志电影，男主阿甘看似木讷的背后，其实也蕴藏着大智慧，它传递的思想是只要努力去奋斗，梦想就可以实现。

⑤ 电影IBMD排行是什么意思

IMDB，英文全称是Internet Movie Database,也就是因特网电影数据库，亚马逊旗下的网站，是一个有关电影演员、电影、电视秀、电视节目和电子游戏的在线数据库。里面包括了几乎所有的电影，以及1982 年以后的电视剧集。

它有有一个评分系统，由影迷自己来打分，平均每月有高达2000万电影爱好者访问，所以IMDB被认为是权威的影片评分，很多电影杂志都应用IMDB的评论和评分，具有很大参考价值。

⑥ 优酷 上的电影评分是根据什么来的观众也能打分吗

优酷视频采用的是站内评分和站外引用并行的双评分系统，站内是由优酷评分而非用户，站外则引用豆瓣数据，观众不能打分。和腾讯视频一样，由于优酷引用的豆瓣数据——评分和影评——仅被放置于视频播放页，不影响影片排序，也非用户观看行为的“触发器”。

优酷是由古永锵于2006年6月21日创立并正式上线。优酷现为阿里巴巴文化娱乐集团大优酷事业群下的视频平台。

(6)电影评分系统有哪些扩展阅读：

通常，影片评分的数据来源无外乎两种，一种站内评分，一种站外引用。站内不消说，站外可引用一些电影资料库，常见的有IMDb，烂蕃茄，国内如豆瓣电影，时光网等也相对比较权威。

国内的主流视频门户，早期多采用前者，顶踩挖埋及用户成长体系，也都是围绕站内机制来筛选优质内容。而站外引用评分数据，目的当然也是筛选优质内容，优化用户选片体验。

主流视频门户的影片评分功能，排名不分先后：

1、腾讯视频：站内（腾讯）评分，同时引用豆瓣数据；

2、搜狐视频：站内（用户）评分，同时引用IMDb数据；

3、优酷视频：站内（优酷）评分，同时引用豆瓣数据；

4、乐视网：站内（用户）评分；

5、爱奇艺，站内（用户）评分。

⑦ 影视剧豆瓣打分是怎么产生的

这吧很多粉丝不知道豆瓣的打分机制和算法，你以为打了分就算分吗
首先，未上映前不能打分，但是可以评论，不要把评论当做打分（我不知道这吧为什么会有那么多人认为所谓的提前打分现象）

其次最关键的（嫌字多直接看最后总结）），在豆瓣，经常评分/经常写影评/得到的赞同数量高等等行为会增加权重，此类人的评分与非正常评分人群的评分所占比重不同，最大程度的保证豆瓣的相对公正
(“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。应该还有别的，比方说行为艺术什么的。)
IMDB评分机制计算公式：
这是一种贝叶斯统计的算法得出的加权分(Weighted Rank-WR)
IMDB评分如下：
weighted rank (WR) = (v ÷ (v+m)) × R + (m ÷ (v+m)) × C
其中：
R = 是用普通的方法计算出的平均分
v = 投票人数，需要注意的是，只有【经常】投票者才会被计算在内
m=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 =目前所有电影的平均得分）
总结就是：不是你打多少分最后豆瓣就给你统计多少分（以往所有电影的平均分 注册时间 是否经常打分 影评获得的赞会有不同的权重影响你最后的得分） 举个列子：加入你是一个什么电影都打九分的人突然一部电影打两分，最后豆瓣记录的时候一定会高于两分，还有如果你是刚注册的新号是参与在计分里面的。

⑧ 豆瓣电影评分模式是什么可信么

豆瓣评分

简单地说，没有关系，我们也不想有关系。具体可以分现在的商务和将来的商务看。

豆瓣目前来源于电影行业的主要营收渠道是电影的宣传广告。形式是广告banner，卖点是“让更多人知道你的电影／电视剧”。经常需要电话里澄清“但是卖点不包括更高评分“，我觉得我的同事挺累的。这件事的收入也只是豆瓣整体收入的零头，如果容易起误会我们可以另作打算。

电影行业里更大的商业机会豆瓣会当仁不让地去争取，只要不会影响到公众对豆瓣评分的信任。内部做到真正的独立比较容易，可以用结构、制度和防火墙做到。稍难的是避免市场和公众的认知被轻易误导，或者说避嫌。只要新的模式依赖于豆瓣整体数据之上的宏观判断，而不是直接依赖评分，我们相信很多事可以做，也想很快开始做。

从管理和团队一致性的角度看，我在公司各种内部场合、在几百人的年会上讲过和这篇问答大同小异的东西（要精简一些，因为得站着讲），所以我的同事大都知道和评分中立原则偏离是极端严重的错误。在和评分有关的事情上，到今天我个人没有发现过一例本质的执行错误。更重要的是如果过去或将来有错误的话，豆瓣作为一个公司有诚意和意志保证发现后能马上得到纠正。

八：你为什么这个时候出来写这个东西？

我们以前认为提供评分服务需要保持中立和独立是天经地义的事情，没什么好公开标榜的。碰到有意无意曲解豆瓣评分原则的，我们也很少出来辩护，我们觉得只要每个月有上亿的人信任豆瓣就够了。但影视行业最近的变化，让我们直接感觉到低调在这个时候可能是不明智的。

但我确实看到行业中具体的个人，曾经都是有理想抱负的年轻人，所以除了沟通走样和误会的原因，我也猜测行业正在催生一些结构的问题。我直觉判断，今天可能是一个岔路口，现在有必要把豆瓣的立场一次表达清楚，以免猜测和误解引发的博弈把行业的一角推向我们最终都不喜欢的方向。

豆瓣一直是用户的朋友，我们希望一直也是影视行业的朋友。我很想看到行业能一直健康地发展下去，相信一个满怀诚意的、中立的评分服务对整个行业在结构上是长期有益的，也相信一个透明地传达观众看法的地方对行业里个人的职业成长也有微薄但是长期的帮助。

⑨ 电影推荐系统包括什么功能

电影推荐系统功能包括票房统计，评分推荐，电影类型推荐。

项目流程：首先获取用户id，删除用户之前存在的推荐结果，装载样本评分数据（不同用户对不同电影的评分数据：userid、 movieid、rating、timestamp ）。然后装载电影信息数据（从movieinfo表中取出movieid、moviename、typelist）。

注：样本评分数据和电影信息数据以.dat文件的形式被传入HDFS中。

将样本评分数据切分成3部分，60%用于训练（训练集）、20%用于校验(校验集)、20%用于测试（测试集）

训练不同参数下的模型，并在校验集中校验，找出最佳模型。

设置参数（隐语义因子的个数、ALS的正则化参数、迭代次数），将设置的参数和训练集作为参数传入到spark MLlib库的ALS（）函数中，得到推荐模型，调整参数会得到多个不同的模型。

校验方法：

将校验集装入模型中，得到用户对电影的预测评分，计算预测评分和实际评分的均方根误差，找出多个模型中均方根误差最小的模型作为最佳模型。

用最佳模型预测测试集的评分，并计算预测评分和实际评分的均方根误差，改进最佳模型。

用最佳模型预测某用户对电影信息数据集中的所有电影的评分，选出评分最高的前十部电影。将推荐结果存入数据库recommendresult表中

————————————————

版权声明：本文为CSDN博主「塞奈」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。

原文链接：https://blog.csdn.net/qq_44459219/article/details/118416465

⑩ 豆瓣电影的评分标准是什么有何算法

豆瓣的注册用户看完一部电影，心情好的话会来打个一到五星的分（有时候心情不好也会来）。比方说一部电影有42万用户打分。我们的程序把这42万个一到五星换算成零到十分，加起来除以42万，就得到了豆瓣评分。

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。

那42万用户里可能包括资深电影评论家，可能包括你、你的亲戚、你的小学同学、早晨卖你油条的那个人，也可能包括阿北我个人。但每个人都是一票。这个是“大众评审团”应该的含义：不是说团里的人全都大众，而是说和大众一样一人一票。

豆瓣的工作人员偶然收到“我明明给这个片子打了五星，为什么评分一点没变”的投诉的时候，除了心里嘀咕一下“哎，你拿这些红人／独生子女／八零后／九零后／零零后／数学不好的人怎么办”以外，会（或者应该）这样耐心解释：评分实际是变了，只是在小数点后四位，被四舍五入掉了。

但如果有几千个人和你一样都打五星的时候，分数就会变。

“一人一票”唯一的例外，是豆瓣的程序判断是“非正常打分”的帐号。这些打分会被排除在外。具体下面会说到。

豆瓣电影评分的主旨和原则，是“尽力还原普通观影大众对一部电影的平均看法”。这个主旨过去十年没变过，将来也不想变。

它并不是专家、影视从业人员或者资深人士对电影的看法，虽然这些看法会被豆瓣算在“普通观影大众”之内。所以有次听到“豆瓣电影评分不专业”的说法的时候，我的反应这是在说“大众不专业”，应该怪语文才是。个人认为汇总专家意见会是另一个很有价值的服务，但这个确实不是豆瓣评分的宗旨。

豆瓣简介

豆瓣（douban）是一家社区网站。网站由杨勃（网名“阿北”）[3]创立于2005年3月6日。该网站以书影音起家，提供关于书籍、电影、音乐等作品的信息，无论描述还是评论都由用户提供，是中国Web 2.0网站中具有特色的一个网站。

网站还提供书影音推荐、线下同城活动、小组话题交流等多种服务功能，它更像一个集品味系统（读书、电影、音乐）、表达系统（我读、我看、我听）和交流系统（同城、小组、友邻）于一体的创新网络服务，一直致力于帮助都市人群发现生活中有用的事物。2012年，豆瓣阅读上线，开始进入网上电子书版权领域。

(10)电影评分系统有哪些扩展阅读：

豆瓣其他产品

1.豆瓣FM

豆瓣FM是你专属的个性化音乐收听工具，打开就能收听，可以用“红心”、“垃圾桶”或者“跳过” 告诉豆瓣FM你的喜好。豆瓣FM将根据你的操作和反馈，从海量曲库中自动发现并播出符合你音乐口味的歌曲，提供公共、私人和红心三种收听方式。在红心兆赫离线也能收听。

2.豆瓣读书- 豆瓣读书自2005年上线，已成为国内信息最全、用户数量最大且最为活跃的读书网站。我们专注于为用户提供全面、且精细化的读书服务，同时不断探索新的产品模式。到2012年豆瓣读书每个月有超过800万的来访用户，过亿的访问次数。

3.豆瓣阅读

豆瓣阅读是豆瓣读书2012年推出的数字阅读服务，支持 Web、iPhone、iPad、Android、Kindle等桌面和移动设备，自2012年5月7日作品商店上线以来，商店作品达600余部，用户评论3000余篇，有50万用户购买过付费或者免费作品。

豆瓣阅读的现有内容涵盖了小说、历史、科技、艺术与设计、生活等多种门类，定位为短篇作品和图书于一体的综合平台。

4.豆瓣音乐

豆瓣音乐是中国最大的音乐分享、评论、音乐人推广社区，拥有最完整的全球音乐信息库、最权威的用户音乐评论，和最具创造力的独立音乐人资源。汇集90多万音乐条目，包括小凡say、幼稚园杀手、MC光光、呆宝静等21000多位独立音乐人入驻，2011年全年平均每5分钟诞生一首原创音乐，覆盖粉丝超千万。

5.豆瓣同城

豆瓣同城是国内最大的线下活动信息发布平台，包括音乐/演出、话剧、展览、电影、讲座/沙龙、戏剧/曲艺、生活/聚会、体育、旅行、公益……专注于一线城市业余生活方式。

6.豆瓣小组

豆瓣小组于2005年上线，定位于“对同一个话题感兴趣的人的聚集地”，至今已有30多万个小组被用户创建，月独立用户超过5500万。内容包括娱乐、美容、时尚、旅行等生活的方方面面。用户在这里发布内容，同时也通过互动或浏览，发现更多感兴趣的内容。