IMDb、烂番茄、MTC、各种电影行业评分名字整理
这篇不是技术文章,就是对总是看到但是不知道具体是什么的一些电影名词、评分、来源,学习一下。
IMDb
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、电视明星和电影制作的在线数据库,创建于1990年10月17日。
IMDb的资料中包括了影片的众多信息、演员、片长、内容介绍、分级、评论等
对于电影评分目前使用很多但不敢说最多的,就是IMDb评分
- weighted rank = (v ÷ (v+m)) × R + (m ÷ (v+m)) × C
- R = average for the movie,是用普通的平均方法计算出的分数
- v = number of votes for the movie,投票人数,注意只有经常投票者才会被计算在内,这个下面详细解释
- m = minimum votes required to be listed in the top 250,进入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
- note: for this top 250, only votes from regular voters are considered.
- 只有 'regular voters' 的投票才会被计算在top 250之内,这是IMDb防御因为某种电影的fans拉票而影响top 250结果,把top 250尽量限制在资深影迷投票范围内的主要方法
- regular voters 的标准不详,估计至少是“投票电影超过xxx部以上”这样的水平,搞不好还会加上投票的时间分布,为支持自己的心爱电影一天内给N百部电影投票估计也不行
而IMDB的过人之处不仅仅在于这儿,它除了给出分数,还给了一个更详细的根据年龄、性别、国别等不同的情况,列出了不同的分数chart,这个其实是比较有用的。比如你在要选择动画片的时候,就应该点选一下小于18岁,或者30-44岁这个选项看看他们的评分,因为他们才是这部电影的最大观众群,其他人的分数都是仅供参考的。
我们在选择影片的时候,可以不仅仅看个总得分,多花一点时间,看看影片各个年龄段的得分会更有帮助的。
有些影片我们觉得不好看,但是分数很高,也可以参照一下“us users”和“non-us users”这部分的数据,如果美国投票用户远远大于海外用户,那说明此片的确是有相当重的美国文化底蕴的,不觉得好看也是正常。
相反的,如果我们觉得不错,但是IMDB的分数很低,这也许是老美的评分人数多,打的分低,就把总分给拉下来了。
- IMDb是一个很全面很厉害的电影信息网站,他的评分很有用,但电影的评分权重,和用户是不是IMDB的会员、以及用户投票历史有很大关系
- 截止2018年1月1日,评分第一:肖申克的救赎 The Shawshank Redemption(1994),9.2分
- IMDb Top250名单:https://www.imdb.com/chart/top
烂番茄
烂番茄(ROTTEN TOMATOES)是美国一个网站,以提供电影相关评论、资讯和新闻为主
网站的名称是因轻歌舞剧时期,观众在演出不佳时会往舞台上扔掷番茄和其他蔬果而来。好的评价用新鲜的红番茄表示,坏的评价用腐烂的绿番茄表示
烂番茄新鲜度:
这个和电影是否刚刚出炉没关系,不是上映时间是否是近期的意思哈
- 网站会根据影评人的评价认定是好(新鲜番茄)还是不好(烂番茄),来决定评论是正面或负面,正面以一个鲜红的番茄作为标记,负面为一个绿色被砸烂的番茄
- 网站会追踪所有的评论内容,以及正面评价的比例。若正面的评论超过60%以上,该部作品将会被认为是“新鲜”的。相反,若一部作品的正面评价低于60%,则该作品会被标示为“腐烂”
- 目前烂番茄也有了认证新鲜(certificated fresh)标示,其中认证新鲜的电影新鲜度需至少达到75%
但是注意:
比如一部作品有80%的影评给出了正面评价,其烂番茄新鲜度即为80%,但这与IMDb评分得8.0分不同。这80%的人每个人给电影打了多少分,是不一定的,仅仅代表有80%的人给出正面评价
这种奇葩的评分机制,也就造成烂番茄对电影评分会比较笼统,对于一部电影来说,只有喜欢和讨厌,确实是缩小了对电影评分的客观评价
举例:
- 雷神3
- 大部分影评人给出7.5分,甚至只是6.0分
- 但对于烂番茄来说,都是喜欢(以10分算,6分以上都是喜欢)
- 最终大部分的人都是新鲜番茄,这就造成了雷神3在烂番茄的高口碑
简单来说:烂番茄的评分机制,只有喜欢,和讨厌
严格来说:烂番茄并不是一个标准的电影评分网站,大家所看到的新鲜番茄,腐烂番茄的标签,是网站收集了各个报刊杂志影评人的评论,综合总结出喜欢和讨厌的比率
MTC
Metacritic(MTC)是专门收集对于电影、电视节目、音乐专辑、游戏的评论的网站,不光做电影评分
MTC 不光是个人用户、媒体用户去打分的平台,同时还收集整合各个来源的评分,根据影响力与权重,统一转化为10分制
官网:http://www.metacritic.com/movie
其他一些平台的评分
只能说,大部分平台的评分和售票、营销等行为有一些联系,也不是坏事,只是可能有些虚高
截止2018年初,IMDb top250的第249名:Tenkû no shiro Rapyuta 天空之城,得分是8.0,
so,并没有那么那么多的刚上映的电影就能拿到8分以上的评分,在各平台的得分还是需要综合来看。
基本就是这样,各位可以看下各个电影在不同平台的评分来感受下
IMDb分数参考性比较好,有对各个维度的用户的评分查看,虽然也有水军但对总分能起到的影响很小
烂番茄新鲜度仅代表想看与不想看的人比例、或看好于看衰的比例,不是很能说明电影质量的好坏
MTC相对综合,综合了各路媒体、影评人的结果
比如刚刚提到的《天空之城》:
- IMDb评分:8.0,top250中排行249
- 烂番茄新鲜度:95%,大部分人认为是一部好片,不是烂片
- MTC评分:7.8,MTC一向比较理智
比如我个人超喜欢的2014年上映的《星际穿越》:
- IMDb评分:8.5,top250排名32,超厉害
- 烂番茄新鲜度:71%,大部分观众想看,但比例不悬殊,还是有不小比例的观众不喜欢
- MTC评分:7.4
比如最近刚刚上映的《侏罗纪世界2》(这个数据很动态,统计日期是2018年6月21日):
- IMDb评分:6.8,嗯 ...
- 烂番茄新鲜度:55%,嗯 ...
- MTC评分:5.2,嗯 ...
- 淘票票:8.5,嗯 ???
- 猫眼:8.5,嗯 ???
各家的界面:
IMDb、烂番茄、MTC、各种电影行业评分名字整理的更多相关文章
- python爬虫https://www.imdb.com/chart/top的电影
目标:爬取https://www.imdb.com/chart/top网页上面的电影top20 直接上main.py代码: #!/usr/bin/python35 # -*- coding:utf-8 ...
- 用python+selenium抓取豆瓣电影中的正在热映前12部电影并按评分排序
抓取豆瓣电影(http://movie.douban.com/nowplaying/chengdu/)中的正在热映前12部电影,并按照评分排序,保存至txt文件 #coding=utf-8 from ...
- 小调网 经典电影 豆瓣评分 tampermonkey脚本
// ==UserScript== // @name 小调网 // @namespace http://tampermonkey.net/ // @version 0.1 // @descriptio ...
- 吐血推荐250部必看电影下载 IMDB TOP 250 download
中文名: IMDB Top 250合辑 TLF-MiniSD收藏版英文名: IMDB Top 250 TLF-MiniSD Collection版本: (更新至TOP119)[MiniSD]发行日期: ...
- 【转】基于R语言构建的电影评分预测模型
一,前提准备 1.R语言包:ggplot2包(绘图),recommenderlab包,reshape包(数据处理) 2.获取数据:大家可以在明尼苏达州大学的社会化计算研 ...
- 推荐系统(recommender systems):预测电影评分--构造推荐系统的一种方法:低秩矩阵分解(low rank matrix factorization)
如上图中的predicted ratings矩阵可以分解成X与ΘT的乘积,这个叫做低秩矩阵分解. 我们先学习出product的特征参数向量,在实际应用中这些学习出来的参数向量可能比较难以理解,也很难可 ...
- 推荐系统(recommender systems):预测电影评分--问题描述
推荐系统很重要的原因:1>它是机器学习的一个重要应用2>对于机器学习来说,特征是非常重要的,对于一些问题,存在一些算法能自动帮我选择一些优良的features,推荐系统就可以帮助我们做这样 ...
- Python反爬:利用js逆向和woff文件爬取猫眼电影评分信息
首先:看看运行结果效果如何! 1. 实现思路 小编基本实现思路如下: 利用js逆向模拟请求得到电影评分的页面(就是猫眼电影的评分信息并不是我们上述看到的那个页面上,应该它的实现是在一个页面上插入另外一 ...
- IP概念盛行的背后:资本在狂欢,电影想哭泣 IP,英文“Intellectual Property”的缩写,直译为“知识产权”。它的存在方式很多元,可以是一个故事,也可以是某一个形象,运营成功的IP可以在漫画、小说、电影、玩具、手游等不同的媒介形式中转换。
IP概念盛行的背后:资本在狂欢,电影想哭泣 IP容易拉投资.谈合作,甚至还能简化宣发途径,越来越多的人涌入了电影这个产业,争抢IP成为他们进入行业的最快捷的方法.IP盛行暴露出的另一个问题是国产电影原 ...
随机推荐
- 吴裕雄 python 机器学习——岭回归
import numpy as np import matplotlib.pyplot as plt from sklearn import datasets, linear_model from s ...
- windows php exec()不生效问题
开始 $cmd = 'java -jar C:/xampp/htdocs/dev_env/replace_word_content.jar'; 报错java不是内部命令 换成 $cmd = 'C:\P ...
- [Solution] 985. Sum of Even Numbers After Queries
Difficulty: Easy Question We have an array A of integers, and an array queries of queries. For the i ...
- NIO学习笔记
零.前言 这里整理摘录了我了解NIO的一些笔记. 参考资料: 1.深入浅出NIO之Channel.Buffer 2.深入浅出NIO之Selector实现原理 3.Java NIO vs. IO 一.N ...
- 100-days: twenty-four
Title: No word of a lie: scientists rate(评出) the world's biggest peddlers of bull(说瞎话的人,扯淡的人) bullsh ...
- 分支&循环
分支 单分支 if 条件: 满足条件后要执行的代码 双分支 if 条件: 满足条件执行代码 else: if条件不满足就走这段 多分支: if 条件: 满足条件执行代码 elif 条件: 上面的条件不 ...
- .Net代码控制PrivateBinPath和ConfigurationFile的位置
.Net的WinForm程序有的时候让人很烦的是,在执行目录下总是一大堆的DLL,配置文件,最少则是个以下,多的时候怕有四五十个吧……,自己程序中的类库,第三方的类库……加载一起让人感觉乱糟糟的,非常 ...
- .net core中的分布式缓存和负载均衡
通过减少生成内容所需的工作,缓存可以显著提高应用的性能和可伸缩性,缓存对不经常更改的数据效果最佳,缓存生成的数据副本的返回速度可以比从原始源返回更快.ASP.NET Core 支持多种不同的缓存,最简 ...
- vue slot 复用
话不投机半句多,直接上代码 有3步 第一步:创建渲染slot的组件 重要 第二步:为slot添加父组件数据(props) 重要 第三步:使用 第一步:创建渲染slot的组件 首选创建一个单文件组价,由 ...
- 详解slab机制
转 详解slab机制 2015年01月15日 16:34:47 cosmoslhf 阅读数:12657 http://blog.csdn.net/u010246947/article/detail ...