网上科普有关“豆瓣的书评和短评有什么区别”话题很是火热，小编也是针对豆瓣的书评和短评有什么区别寻找了一些与之相关的一些信息进行分析，如果能碰巧解决你现在面临的问题，希望能够帮助到您。
网络时代，人们获取信息的渠道更丰富了，而网络上也存在真真假假的信息，让人必须要仔细辨别，才能防止受到一些错误信息的影响。就在繁杂的网络中，豆瓣网一直是一股清流一般的存在，从创建之初，豆瓣的很大一部分功能就是给予影音书籍客观公正的评分，豆瓣的评分因为其真实可信度高、而成为了很多作品证明自己实力的方式，豆瓣的用户们也都在尽力维护这个相对客观而又真实的空间。
某明星的粉丝为了养号而给其他作品随意刷评价《记忆记忆》是2020年年末新出版的一部书籍，而这本书在刚出版后不久，在短短一两天的时间里，就收到了豆瓣上关于这本书的一两百条短篇评价。而翻阅这些短评，很容易就能看出这些都是出自某明星的粉丝之手，这些粉丝为了能帮助自己的偶像，而在豆瓣上不断刷书评，以此来让账号的权重增加，也就是养号，而这一现象遭到了很多豆瓣忠实用户的反感和抵制。
豆瓣的评分系统相对客观真实，因而疯狂的粉丝瞄准了豆瓣平台豆瓣的评分系统是相对客观公正的，对于很多水军评分刷分的现象，豆瓣也会有相应的系统来追踪反水军。由于很多水军的账号都是新注册的，所以豆瓣会给打分的不同用户给予不同的权重比例，即老用户的权重高，新用户的权重低，影响也相对较小。而这些粉丝为了让账号的权重提升，就采取了这样不断刷书评的方式，而这次选择《记忆记忆》这本书，是因为这本书刚出版，位于豆瓣页面的显眼位置。
疯狂的粉丝破坏了真实和公正作为粉丝的这种疯狂行为，我可能会理解，但是无法认可，并且非常抵制这样的行为。豆瓣的影音书籍评分，对于很多人来说是他们在网络世界中仅存的真实客观、而又有意义的空间，而粉丝这种刷分的行为无疑打破了这个宁静的地方，让一些浮躁、虚假掺杂其中，影响了很多豆瓣用户的使用感受。
ios版豆瓣为什么没有短评了
谁来告诉我豆瓣上，在哪看自己发过的影评、短评？
谁来告诉我豆瓣上，在哪看自己发过的影评、短评？登录豆瓣——点击“豆瓣**”——上数第二行，点击“我看”——“XX的**”下面，第二项“影评”。
豆瓣的影评与短评区别影评是长篇大论，短评一两句话就可以啦
豆瓣写过的影评在哪里看我的豆瓣~~找到自己的**框那里点我看过的~~然后再选影评~~就有了~~
为什么我在豆瓣上发的**短评别人看不到？豆瓣**有一套自己的评分、短评处理系统。
出现这种情况的很大原因是把你的评论默认为水军评论（即来自于机器人的评论）而不显示。
有可能是因为你的账户特别新，比如新注册的，或者评论的**数量不够多。
解决这个问题的办法是：当你继续使用一段时间这个账户后，多多给别的**打分、写评论，系统就会被默认为活跃的“老账户”，你之前和之后的评论就不至于被隐藏了。
多用用就好了，别老用新账户。
我也是这样，用的谷歌浏览器，写了很多精彩评论，结果别人看不到！
怎样在豆瓣**发表短评？你需要看看你是不是在小组里面发言，有些小组只能是组员发言的，你要先加入小组
如何评价豆瓣上装逼的影评人看**不只是你看的**多了，你就能够当一个影评人，你得需要许多的知识来充实，丰满自己，比如历史文化，文学艺术等。1有的影评人评论的头头是道，影评表面上看上去貌似是很专业，如果你懂的话，深入剖析，你会发现他评的很幼稚，垃圾。而有的影评人确实也是比较专业的
怎么在豆瓣上确定自己看过的**呃。。。
在豆瓣写的**短评,怎么找不到自己的可能是短评太多了，你发完找找最后一页
谁来告诉我豆瓣音乐人怎么看歌词音乐很好听，令人陶醉。但提些小建议：1、不支持后台播放，至少不是完美支持，锁屏或者后台之后就无法自动播放下一首歌了；2、无法建立自己的歌曲列表；3、没了~
豆瓣图书评分和推荐靠谱吗？ —— 一点数据分析的视角
11 月 2 日，豆瓣**官方发文回应了这一质疑，表示调整早在3年前已经开始，自2017年起，豆瓣**不展示全部短评，自2020年4月份起，豆瓣读书、豆瓣音乐已不展示全部短评，并非豆瓣**独有。调整原因是“为了在不影响用户体验的前提下反爬虫、反水军”。
豆瓣**的广播
豆瓣对 36 氪发来了官方回应，全文如下，未经删减：
1）三年前的产品改动：部分短评展现机制是3年前上线的产品改动，目前已经书影音全产品线应用，经历了一段时间长度才有个别用户提出异议，已经说明了这个产品调整对绝大多数用户使用体验并不会造成明显的影响；事实证明，几年来豆瓣通过短评展示策略的调整，在优化短评消费体验、清除水军信息影响上，获得了不错的效果。
2）有限的评论展示：豆瓣目前展示的短评数量限制是计算绝大多数用户短评阅读数量后的统计结果，只有水军才需要展示所有短评信息，通过分析比对数据，研究豆瓣反水军策略，收集用户评分评论信息，以便骚扰用户，招募水军；确保自己发的每一条都被收录和展示，并用来截图作为向上家证明可按条收费的依据，普通用户并没有这个使用需求。所以不展示全部了，截不了图了，究竟伤了谁的利益是一目了然的。
3）评分算法并没有变：使用算法优化“短评展示”的目的是把不可信的短评藏起来，让他们完全被正常短评所替代，以尽可能降低水军的短评对条目信息造成影响。而被识别的水军账号发布的短评也不会被刻意删除，那等于告诉水军这个无效账号不可用，我们不会告知水军这套关联。因此，无论展示不展示全部“短评”，都有部分评论相关的打分是不会被计入条目评分的，这个“评分”的算法从来没变，与短评的展示机制毫无关系。
4）关于反水军：作为一个在这方面积累了15年的团队，豆瓣建立了系统、有效的反水军机制。水军行为虽然在不断变化发展，豆瓣的反水军反作弊措施也在不断进化之中。概括地说，一方面，在大数据面前，水军的群体行为特征是很容易被算法发现的，同时辅助用户的“书影音档案”，数据的异常波动很容易被识别和定位；另一方面，豆瓣评分的正常用户规模越来越大，已经足够大到在统计意义上屏蔽水军可能造成的影响。那些声称能刷动豆瓣评分的水军公司，实际上都是骗人的。买水军“维护或控制评分”，花了钱，刷不动分，甚至可能激起用户的反水行动，这类事件之前也层出不穷，豆瓣还需要处理后者的非正常打分，徒增工作量。真诚地希望买水军者把这些钱花在别的地方或者更耐心地做好作品本身上。
5）影视作品争议度：影视作品具有很大争议是个社会现象，在具有争议的条目下面，才会有不相关或不文明的短评被折叠或隐藏起来，以维护正常的讨论氛围，这是业界通用的做法。当然争议度越大才会隐藏越多，如豆瓣**公告所述。
另外，再次强调一下豆瓣评分从来没有，以后也不会有任何形式在**评分上的商业合作。凡是声称自己有办法买到豆瓣分数或者收钱开分的，都是骗人的。
豆瓣读书的评分有非常非常明显的分野，具体是哪个时期我没有详细考证，但豆瓣的老用户，尤其是经常使用豆瓣读书的用户都应该有个类似的体验：某一天，你在豆瓣读书上的新书推荐看到了一本貌似很有意思的，评分很高的书。你把它买回家，读后却非常失望。至此，你突然意识到，某个时期之后出版的新书，它的豆瓣评分都是不可信的。
譬如《未来简史》这本书籍，我之前看过这部书，觉得并不好看，对不起8.5的高分。看了goodreads，发现评分也只有3.69星 ，并不像豆瓣这样高（图一），就国内外对此书评价差别还挺大的。
而且，在亚马逊上还能看到截然相反的短评，有的人觉得这是“靠谱的未来预测”，有的却说这本书籍"哗众取宠，没有科学支撑" （图二、图三）
另一方面，豆瓣上同样8.5分的书籍，比如《九故事》，《悟空传》，《庆余年》，我都觉得挺好看的，goodreads也都达到了4.15星的水平。于是就有疑问，豆瓣书籍的评分是否可靠？会不会存在一些很多书籍的评分不中肯，影响的因素主要是哪些？针对此，我选取了部分不同年代，国内外不同出版社的不同书籍做了对比。
1. 数据概况
选取2001-2017, 国内出版 的书籍。限制豆瓣评分人数在2W以上，一方面讨论大家较为熟悉、主流的书籍，另一方面也尽量减少水军等的影响。总共997本。通过借助中信云机器学习平台，我们对其中书籍的评分做了比较和展示，其评分分布图如下（图四）：
包含了很多我们耳熟能详的书籍 ，比如围城、肖申克的救赎、百年孤独等等（下图五）。
同时，我们通过应用中信云机器学习平台，对包含中信图书出版社在内的其它出版社出版的小说书籍，做了方差和评级分布图（如下图六所示），我们可以看到，中信小说的评分方范围在7分以上，STD差距主要分布在1.5-1.75之间，那让我们来看分析一下，到底评分的差异来自于什么？
2.评分的差异
2.1 未来简史VS时间简史
以上两本书（图七）的评分为例，两者评分相同，评价人数也很多（6K, 18K），但4星和2星的比例差别很大。什么意思呢？
● 时间简史：大家都觉得不错，所以评分集中在了4星
● 未来简史：同时有不少人觉得不错/较差，在2星和4星有不少的分布。
也就是说， 尽管两者（平均）分数相同，但是背后的看法非常不同，评分差异很大， 这也正好对应了上面，未来简史出现两种截然相反的热评的情况。
2.2 怎么衡量评分差异
评分分布的差异，可以用方差来衡量，计算方法如下：
也就是计算 评分偏离平均分的程度? 。下文使用标准差（STD），方差开方即可。可以做出标准差（STD） - 豆瓣评分（Rating ）散点分布图（图九）。为了便于比较，做标准差97%范围线。
可以看到时间简史和未来简史的STD差别确实很大，未来简史的标准差排在前3% ，争议性是巨大的，而时间简史则小很多。那么我们可以设问
这些小说的分数相同，但同样好看/不好看吗？
比如，时间简史和的未来简史分数一样，但他们一样好看吗？
当然不是。
如前面的比较，未来简史虽然评分较高，但其4星/2星和时间简史差别很大。为什么呢？大家可能早有耳闻，看评论也能看到。通常，我们总是在讨论一本书籍评分的高低，只是平均分，当大家看法一致的时候，这个分数会很有参考价值。如果 当评分差异很大（STD很大）的时候，这个分数的作用就有限了。
3.类别的差异
对于同一类别，不同的出版社，评分和标准差之间存在较大的差异，那么，对同一出版社，不同类别的书籍的评分，会有多少种形状呢？我们选取了中信出版社的图书部分做了数据分析，用K-Means，输入数据为四个评分等级的比例。实际可以把类别分得很细，这里简单分成4种，比较有代表性，结果如下（图十、图十一）
需要注意的是，高STD的书籍因为其形状差异很大，并不适用于进行分类判定。
从上图看出，在每个形状下，也能看到STD高/低的书籍，比如人人都该买保险 ，二手时间 等等，综合来看，中信出版的图书在评分的7.6-8.8的书，STD都是比较稳定的，没有波动特别大的情况，所以类别之间的评分差异其实相差也不大。
4. 爆款图书评分的差异
我们针对中信出版社的历年舆情变化，图书爆款做了类比（如图十二）。
爆款数量变化如下图（图十三）
从图十二、图十三我们可以看到，中信出版社历年爆款图书大致呈正态分布，说明使用的数据量基本足够。各个年代的爆款数量并没有一定的规律性。那对应的爆款书籍舆情分布又是怎样呢，如下图十四所示，
上图显示， 中信爆款书籍的STD展示效果主要集中在1.3-1.6之间，对于这部分书籍我们取出部分在图下进行了书籍展示（如图十五）
从上图可以看出， 经典书籍 的评分和STD高度相关，评分高，STD会比较低。也就是说，尽管书籍评分是非常个人化的事情，每个人对书籍的评价会有所差别，但是放到豆瓣的大用户量下，评分的大众性很强，经典书籍的评分STD还是很小的。也就是说，书籍的评分和出版的时间，爆款的程度没有正相关的联系。
5.评价差异最大的书籍是什么？
从上图我们看到各个评分的STD都有高有低，那么我们看一下STD的最大临界值是怎样的一个情况，从样例中，我们进行了STD差异最大的书籍进行了筛选，如下图所示：
评价差异大的原因可能来自多个方面，这里我们就不进行讨论了。
6.搜索内容相近书籍和评分是否准确？
大家如有看过兰大的高手寂寞之类的书籍，是否会有想继续找一些在内容和评分，以及评级上都能够与之媲美的书籍？豆瓣本身是有推荐机制的，如下图所示：
我们可以看到，豆瓣关联推荐的书籍，在评分、评级、内容上有些和目标书籍相差有些大，为验证评分和评级的相似性，我们在中信云机器学习平台上，对豆瓣图书进行相似度建模，通过word2vec解析，来找到和目标书籍内容，评级，评分等最为接近的书籍。
例如输入硅谷钢铁侠，我们通过对硅谷钢铁侠的数据标签进行建模解析，查出最接近此书内容的词云如下图（图二十一）所示。
我们从豆瓣查出两本书的评价情况，评分和评级构成都是极为相似。
在推荐的时候，查询鞋狗，第一关联也是能看到硅谷钢铁侠名列前茅，豆瓣的推荐和机器学习实测的推荐是相吻合的。
总结
豆瓣的图书评分，大家都知道是显示的平均分，也都能看到分数的分布情况，在大多数情况下，这个平均分是有效的，因为大家的评价较为接近（STD较小），但是很少有人注意到评分的分歧大小（即STD的大小），当看到一部STD很大的书籍， 平均分和我们感受不符时，我们会感到疑惑，进而觉得豆瓣的评分不靠谱，实际上，只是因为人民的评价差异太大（STD太大），使平均分的意义变得有限了而已。
豆瓣的图书推荐，通过对目标图书的内容标签，评分构成和区间等进行综合对比，从而推荐和目标图书最相近的书籍，从目前的机器学习测量样本数据观察，这个评分是比较准确的。
最后，分析有什么疏漏，或者没讲清楚的地方，也欢迎大家指出~
安利一下: 中信机器学习平台 ， 有兴趣的朋友可以注册登陆试用一下。
关于“豆瓣的书评和短评有什么区别”这个话题的介绍，今天小编就给大家分享完了，如果对你有所帮助请保持对本站的关注！
本文来自作者[夏山]投稿，不代表创健号立场，如若转载，请注明出处：https://chuangjian-nb.com/cshi/202505-2288.html
评论列表（4条）
我是创健号的签约作者“夏山”！
希望本篇文章《豆瓣的书评和短评有什么区别》能对你有所帮助！
本站[创健号]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览：网上科普有关“豆瓣的书评和短评有什么区别”话题很是火热，小编也是针对豆瓣的书评和短评有什么区别寻找了一些与之相关的一些信息进行分析，如果能碰巧解决你现在面临的问题，希望能够帮助...