觉得在豆瓣选书,有时候觉得别人评价甚高,甚至如8.0以上分的的书籍,拿到手来觉得晦涩难读?
觉得多数时候,发现豆瓣并评价低分比如7.0以下的电影,往往就是比较难看的?
我个人观察到的现象是,在豆瓣里面总评价反映出来的分数对比被评价体本身应得分数,最不客观的是书籍往往偏高,其次是音乐,最后是电影。本来想写一个script来跑一下douban数据的,如果有时间后来补上,但我可以提出的暂定的方法是:随机遍历一下被评论的一定数量的subject ,譬如 http://www.douban.com/subject/88888/ 到 http://www.douban.com/subject/99999/ ,分类判断是书籍,电影,还是音乐,然后把评分个数大于30次的 subject 筛选出来,然后得出3个总类(书,乐,影)的平均分。
如果按照我的猜想:
评分应该受到下面我分析3个因素而变得不客观书籍分数偏高,音乐次之,电影最接近客观
下面是分析,实践博物经济学,分析为什么会有这种现象:
因素1:拥有者心态轻重不一
就时下文艺青年(豆瓣被称作文艺青年的大本营)而言,大都评价书籍的用户都是拥有了那本书的人,拥有者心态会潜意识让人提高对拥有物的评价(人们都倾向于认为自己没有那么傻买了本糟糕的书籍,这个和投资者购买某只股票之后就更加看好这支股票的心态一样,心理学称之为 “
&q=%E7%A6%80%E8%B5%8B%E6%95%88%E5%BA%94&aq=f&oq=&aqi=" target="_blank">禀赋效应”)
相形之下,倾向于认为由于盗版情况的严重情况不一样,音乐在中国当前的环境下面,“拥有者心态”比书籍可能会更轻一些,简单说就是,“盗版下载音乐带来的拥有意识薄弱一些”,而电影么,一次消费的电影可能导致的拥有者心态更弱。
因素2:付出的努力有所不同
从心理学上,还有一种观点,你对某样事务如果自愿付出的努力越多,事后给的评价也倾向于更高,其实也是源于人自身潜意识不肯承认自己付出的努力是糟糕而无用的这么一个心理现象,譬如美国大学生那变态的兄弟会入会仪式,传销组织糟糕的聚集环境,具体的现象名称我不太记得,但是我肯定在《社会心理学(第八版)》里面有描述。
我认为读完一本书花的付出,对于音乐的欣赏,且更大于电影的完全被动接受是我认为的影响因素之2
因素3:长尾市场vs潮流之选 的营销者
在豆瓣上面,书籍和音乐是长尾市场,每个人大都有自己的喜好偏向,豆瓣推荐,评论,朋友推荐起到绝大部分作用。
而大部分人们选择电影的喜好却受潮流影响。什么分高看什么直接到电影首页去选,跟中国的院线里面的电影数量还太少不无关系
这两点导致了,作为书籍运营商,会在博客上面组织营销,因为在长尾市场上面,我猜测组织几十个好的评论有可能就影响到整本书的销量翻番,但这样的操作手段,除非豆瓣收了制片方的钱(这个可能性小,我相信他们会保持他们的中立性,这是他们立命之本),在电影那边想要影响到总分,相信成本会非常高(动则几万条评分)。音乐么,由于购买正版的人群相对书籍稀少,所以营销者也可能上不了心。
我能够做什么?
综上所述,我自己以后在豆瓣进行选择的时候会采取以下策略:
1.不靠谱的书:
书籍由于有3个影响因素影响到他的客观性,无论是豆瓣猜还是朋友的推荐,我会扣1星来比较(低于8.0的书籍坚决不购入)
2.最靠谱的电影:
7.0分以上的片子,只要我有闲散时间,我都会到电影院去看(其实电影院的投入环境让你看到的片子都会比你用电脑或者影碟机看出来的效果好,这个也是我说电影甚至是可以加分的原因。
3.一般不靠谱的音乐:音乐么虽然有2个因素影响他的客观性,但个人没有太多时间欣赏,但朋友推荐的就会去听,毕竟需要付出成本很低,错了也没有什么难过的。
其他观点:
为什么iphone app store 里面的 Top Paid 看起来的评分 都要高过 Top Free? 拥有者心态!
apple做了什么:想办法让你的顾客“拥有”你的产品,并且把拥有者给的评价,给那些没有拥有的人看,当然要对照那些没有被拥有的“app”,这个是apple 让app 开发者赚钱的一个方法。
收费的软件看起来都要要棒一些?试一个?真的很棒!
我们要怎么创造出拥有者心态呢?
欧阳丹-天爬者的blog
http://blog.csdn.net/danoyang
http://twitter.com/danoyang
http://digu.com/danoyang
分享到:
相关推荐
豆瓣电影评分数据,从豆瓣上获取的数据,可以做电影推荐
豆瓣Top 250电影数据挖掘及评分预测.pdf
在本项目“微信小程序仿豆瓣电影豆瓣评分”中,开发者将模仿豆瓣电影的功能,实现用户可以在小程序内查看电影信息、浏览电影海报、查看和提交电影评分等。 在微信小程序的开发过程中,主要涉及以下技术点: 1. **...
豆瓣电影数据共3.8万条。 包含[名字 投票人数 类型 产地 上映时间 时长 年代 评分 首映地点]
这些条目包括了电影的基本信息,如电影ID、电影标题、电影在豆瓣网站上的链接地址、电影的评分,以及演员和导演等关键角色的信息。数据集已经过去重处理,这意味着不会存在重复的电影记录,确保了数据的纯净度和分析...
本数据集采集于豆瓣电影,电影与演员数据收集于2019年8月上旬,影评数据(用户、评分、评论)收集于2019年9月初,共945万数据,其中包含14万部电影,7万演员,63万用户,416万条电影评分,442万条影评,是当前国内...
"WordPress豆瓣电影、图书、音乐和相册展示插件"是一个专为WordPress设计的插件,旨在帮助用户在他们的WordPress网站上集成并展示来自豆瓣平台的电影、图书、音乐以及相册信息,为访客提供丰富的娱乐内容。...
通过对豆瓣电影排行榜前250条数据的细致分析,我们可以挖掘出电影评分的分布特征,识别出哪些因素对电影评分有显著影响,比如导演的知名度、演员阵容的吸引力、电影的类型和主题、甚至是电影的宣传策略等。...
1. 豆瓣电影评分算法:该算法的简化版是将用户的五星评分转换为0到10分,然后对所有的评分求算术平均值,并按这个平均值对电影进行排名。每次有新评分时,程序会自动更新评分和排名。 2. 算法的质疑与分析:由于...
基于Python Scrapy实现的爬取豆瓣读书9分榜单的书籍数据采集爬虫系统 含数据集和全部源代码 # -*- coding: utf-8 -*- import scrapy import re from doubanbook.items import DoubanbookItem class DbbookSpider...
Python爬虫程序源代码爬取豆瓣TOP250排行榜数据电影名称评分导演演员等信息 知识领域: 数据爬取、数据分析、Python编程技术关键词: Python、网络爬虫、数据抓取、数据处理内容关键词: 豆瓣电影、排行榜、数据...
【SSM完整项目】仿豆瓣优秀电影评分系统是一款基于Java技术栈实现的Web应用程序,旨在模仿和实现类似豆瓣电影的功能,允许用户浏览、评分和评论电影。该项目采用Spring、SpringMVC和MyBatis(简称SSM)三大框架构建...
标题中的“使用豆瓣API查找本地电影评分来决定看什么电影”揭示了这个项目的核心目标,即利用豆瓣(Douban)提供的应用程序接口(API)获取电影数据,特别是评分信息,帮助用户做出观影选择。豆瓣API是开发者可以...
【基于Hadoop豆瓣电影数据分析实验报告】 在大数据时代,对海量信息进行高效处理和分析是企业决策的关键。Hadoop作为一款强大的分布式计算框架,自2006年诞生以来,已经在多个领域展现了其卓越的数据处理能力。本...
3. **豆瓣评分**:表明项目模仿了豆瓣网的评分系统,可能涉及到用户评分、平均分计算、评分排序等功能。 4. **url**:URL(统一资源定位符)可能在小程序中用于请求豆瓣API,获取电影或书籍的相关信息。 综合以上...
本文将围绕豆瓣电影评分排行前250名的数据集展开讨论,深入探究其背后的技术实现、数据价值以及可能的应用方向。 首先,从技术实现的角度来看,获取豆瓣电影评分排行前250名的数据,显然需要借助网络爬虫技术。网络...
微信小程序仿豆瓣电影源码微信小程序仿豆瓣电影源码微信小程序仿豆瓣电影源码微信小程序仿豆瓣电影源码微信小程序仿豆瓣电影源码微信小程序仿豆瓣电影源码微信小程序仿豆瓣电影源码微信小程序仿豆瓣电影源码微信小...
豆瓣图书 + 豆瓣电影 + 云音乐 + 电影日历 + 订机票 + 二维码生成器 # 微信小程序实现移动端商城 ### 项目说明: 微信小程序:实现一个移动端商城 ### 目录结构: - images — 存放项目图片 - pages — 存放项目...
本篇文章将深入探讨如何使用微信小程序框架,结合“豆瓣电影”这一具体案例,解析其源码背后的实现原理与技术要点。 一、微信小程序基础 1. 微信小程序框架:基于JavaScript,提供了WXML(WeiXin Markup Language)...
数据集包括313部排名靠前电影的豆瓣评分,豆瓣评分人数,短评数量,影评数量,IMDb评分,IMDB评分人数还有部分实际票房。Excel格式。