#1 - 2024-3-20 14:09
如影随形 (我已经睡着了)
图1是21年的8部8分动画,图2是22年的8部8分动画,图3是多个年份
我把20年开头-24年开头 4年时间合计24部8分动画拼了一下(其实是27部,一部200votes,一部几分钟MV,一部罗小黑战记续作)
图中的许多动画都曾经因为评分讨论过,但动画完结已经过了一段时间后,它们的评分变化又如何呢
到底是vib用户越来越苛刻,厚古薄今?
还是新用户手越来越松,高分打得比较多?
20年的3部8分动画总分差0.5 平均分差 0.17
21年的8部8分动画总分差1.1 平均分差 0.14
22年的9部8分动画总分差2.0 平均分差 0.22
23年的3部8分动画总分差1.1 平均分差 0.37
24年目前1部, 分差 0.3
图片看不到的:
https://s21.ax1x.com/2024/03/20/pFW04tf.jpg
https://s21.ax1x.com/2024/03/20/pFW05h8.jpg
https://s21.ax1x.com/2024/03/20/pFW0o9S.jpg
图1是21年的8部8分动画,图2是22年的8部8分动画,图3是多个年份
我把20年开头-24年开头 4年时间合计24部8分动画拼了一下(其实是27部,一部200votes,一部几分钟MV,一部罗小黑战记续作)
图中的许多动画都曾经因为评分讨论过,但动画完结已经过了一段时间后,它们的评分变化又如何呢
到底是vib用户越来越苛刻,厚古薄今?
还是新用户手越来越松,高分打得比较多?
20年的3部8分动画总分差0.5 平均分差 0.17
21年的8部8分动画总分差1.1 平均分差 0.14
22年的9部8分动画总分差2.0 平均分差 0.22
23年的3部8分动画总分差1.1 平均分差 0.37
24年目前1部, 分差 0.3
图片看不到的:
https://s21.ax1x.com/2024/03/20/pFW04tf.jpg
https://s21.ax1x.com/2024/03/20/pFW05h8.jpg
https://s21.ax1x.com/2024/03/20/pFW0o9S.jpg
作品 ? 用户?
如果我在说单部作品的评分然后最后控诉到vib打低分或新用户打高分那肯定是不对的
老 viB 也不是所有动画都打过分,更别说新用户(含水军)留存率有多低了
你可以继续细化你的结论,然后添加有利的数据
慢慢地也会细化成评价具体作品的某个因素
下次如果发讨论用户的不同导致评分差异的帖子
我尽量把评分门槛降低(8.0有些高),并加入vib用户占比和50-用户占比等多样数据进行
论"如何发现美",也不单单是 老viB 传教,甚至可能反过来受萌新中的动漫高手(的分享)所影响
不分老viB,还是萌新,大家都可以互相学习各自不同的审美标准
评分的职能太单一化,这里待久了,肯定对评分到底该不该参考都有自己的理解
单个用户是不是 VIB,也不是自己说了算。VIB 的总数量也是不时会变动的
某动漫大V 如果第一天来 BGM 点格子,但影响力很大,要不要给 VIB ?
拿 github 来置换就清晰了
github 没有评分,只有 star 数量
star 最多的是 freeCodeCamp,肯定是水军干的,类似动漫大V 带来的影响
但 github 具体某个 repo 对于每个用户的价值该如何"审美"
大家自然都会利用 github 社区里的功能来找到自己所需的 (也接受萌新因不懂"审美"而谩骂:你这破 Python repo 怎么不提供 EXE 啊。老viB 肯定也会跳出来嘲笑,然后再解释如何发现 Python repo 的美吧。比如:丢出 Python.org 的文档 <= bangumi 可能缺少这种文档
这里再回看 #1,重新体会下
量化评分权重,比如可以参考:京东评价官,写出的评价加截图对商品推荐的影响越大的,对单个作品评分影响的权重越高。
这样起码杜绝了一部分的外部影响
强制动漫大V带着萌新入驻,不断地写评价,才能会对评分造成更大影响