数据分析证明最靠谱的电影评分网站不是 IMDB, 也不是烂番茄，而是..-CDA数据分析师官网

数据分析证明最靠谱的电影评分网站不是 IMDB, 也不是烂番茄，而是..

2017-04-20

前言

去影院看电影前我们都习惯上网看看影片的评分，从而选出想看的电影。

各种各样的电影评分网站都提供他们对电影的评分，那么他们的评分依据是什么？哪个电影评分网站给出的评分最靠谱呢？

一位数据科学家就从数据的角度分析了美国四个热门电影评分网站， IMDB ，烂番茄， Metacritic ,和 Fandango 。从而得出了评分最值得推荐的电影评分网站。

评判的标准

本文的推荐需基于一定的标准，从而来判断哪个平台的电影评分是最值得参考的。在这种情况下，我将使用一个单一的标准：正态分布（也称为高斯分布）。

评判最佳的电影评分网站主要是根据其评分是否最接近正态分布。指的是给出一组存在一定间隔的值，其中大部分值位于中间，而少数值处于极端或者特别高或者特别低。一般来说，正态分布如下图所示：

电影评分的正态分布意味着评分中存在，少数低评分电影，大多数评分中等，少数高评分电影。最接近理想的正态分布也就是最佳的电影评分平台。

事实也是如此。就我自身而言，最为一名电影爱好者，我所看的几百部电影的电影可大致分为：

极少数值得反复观看的好片；
一些看了感觉浪费时间的烂片；
以及大多数感觉一般，看完就记不清剧情的影片。

我相信大多数人——无论是影评家，影迷，还是普通电影观众，都有类似的经历。

如果电影评分确实反映了电影的质量，那么我们应该看到同样的模式——大多数一般电影，少数烂片，少数好片。

每个柱状条对应一个评分。柱状条越高，处于这个评分区间的电影越多。

进而我们可以得出，一部电影的评分如下。

获得高分和地分的概率都较低，但很大概率获得一般评分。请注意“ likely ”与“ very likely ”之间的区别。

IMDB，烂番茄，Fandango 还是 Metacritic？

有了合适的标准，现在让我们具体来看看数据。

有很多网站都提供自己的电影评分。基于知名度，我只选择了以下四个网站，分别是 IMDB ， Fandango ，烂番茄和 Metacritic 。

对于最后两个，我只专注于他们的标志性评分类型 - 即 tomatometer 和 metascore - 主要因为其评分对每个网站上的用户都是可见的（指那能够更快的找到这些评分）。其评分也在另外两个网站上分享（ metascore 在 IMDB 上分享，而 tomatometer 可在 Fandango 上分享）。

我收集了些 2016 年和 2017 年参与评分人数最多和影评最多的电影。这214部电影评分清理后的数据集在 Github 可以下载。

我知道使用小样本是有风险的，但至少能通过获取最新的评分来补偿的。

在绘制和解释分布之前，让我明确下我之前使用的定性值：从 0 到 10 分的基准上，烂片评分在 0 到 3 之间，一般影片在 3 到 7 之间，好片在 7 到 10 之间。

分析

现在我们来看看四个网站的评分分布情况：

每个评分都有其特点。对于 IMDB 和 Fandango ，每个条对应于 0.5 范围，而对于另外两个，柱状条的值范围为 5 。

Metacritic

简单来看，可以注意到， metascore 的直方图最接近于正态分布。平均面积由不规则高度的柱形条组成，使顶部既不生硬，也不尖锐。

然而，位于中部的柱形条比其他两个地区的更多和更高，且高度由中部逐渐降低。所有这些都清楚地表明，大多数 metascores 都有一个平均值，这几乎是我们正在寻找的。

IMDB

再看到 IMDB ，评分的大部分也在平均区域，但是高分的评分比重明显偏多。其高分区域的直方图却较符合正态分布。然而，令人惊讶的是低评分区域有一部分是空的，这确实很奇怪。

最初，我认为责任在于样本数量较小。幸运的是，我在 Kaggle 找到一个现成的数据集，其中包含了 9,917 个不同电影的 IMDB 评分。其评分数据如下：

这种相似性提高了我对小样本代表性的信心。

分布的形状看起来与 214 部电影的样本几乎相同，除了低评分区域。这加大了 IMDB 评分的推荐度，尽管依旧很难与 Metascore 相比。

无论如何，结论证明： 214 电影样本还是相当具有代表性的。换句话说，对这四个网站电影评分的分析是很有可信度的。

Fandango

随着信心的增强，让我们继续研究 Fandango 评分的分布情况，Hickey的分析似乎并没有太大变化。显而易见电影评分整体普遍偏高。低分区域完全是空的。可以很容易得出结论， Fandango 的分布与我的标准相当远。因此， Fandango 并不值得推荐。

烂番茄

最后， tomatometer 的分布意外均匀。

这种分布在上下文中不容易解释，因为 tomatometer 不是传统评分，而是代表对电影给予积极评价的评论家的百分比。无论如何，我想它仍然应该归结为相同的正态分布，大多数电影在正面影评的数量和负面影评之间有一定差异。

结论：推荐使用 Metacritic

总而言之，我建议在查询电影评分时选择 Metacritic 。

metascore 是来自知名评论家的许多影评的加权平均数。 Metacritic 团队根据评分和影评并从 0-100 分进行分配。

同时 metascore 也有一些缺点，如：加权系数是保密的，所以你不会看到每个metascore 中计数的数值。

原作者 Alexandru Olteanu

编译 CDA 编译团队

本文为 CDA 数据分析师原创作品，转载需授权

CDA数据分析师考试相关入口一览（建议收藏）：

▷ 想报名CDA认证考试，点击>>> “CDA报名” 了解CDA考试详情；

▷ 想加入CDA考试题库，点击>>> “CDA题库” 了解CDA考试详情；

▷ 想学习CDA考试教材，点击>>> “CDA教材” 了解CDA考试详情；

▷ 想查询CDA考试成绩，点击>>> “CDA成绩” 了解CDA考试详情；

▷ 想了解CDA考试含金量，点击>>> “CDA含金量” 了解CDA考试详情；

▷ 想获取CDA考试时间/费用/条件/大纲/通过率，点击 >>>“CDA考试官网” 了解CDA考试详情；

正态分布直方图数据分析

数据分析咨询请扫描二维码

上一篇图论在大数据分析中的作用！

下一篇CDA认证再升一档！与国家共同推进大数据人才培养标准教育事业！

数据分析证明最靠谱的电影评分网站不是 IMDB, 也不是烂番茄，而是..

CDA考试动态

CDA报考指南

热门栏目

最新资讯

数据分析师教程《Python数据分析极简入门》第2节 5 ...

数据分析需要学哪些方面

数据分析适合在什么单位工作

数据分析是什么工作内容

数据分析师需要掌握什么技能

数据开发和数据分析区别

数据架构师是干什么的

数据分析师需要具备的能力

数据分析师需要具备的技能有哪些

数据分析师需要具备的技能和能力

数据分析师的发展前景

数据分析师教程《Python数据分析极简入门》第2节 4 ...

数据分析师的工作内容是什么

数据分析师必须掌握的技能有哪些

数据分析入门难吗

数据分析能干啥

数据分析行业的前景

数据分析的常用方法

什么是企业数字化转型

女生做数据分析师最好去哪个行业