V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX  ›  cqcn1991  ›  全部回复第 28 页 / 共 85 页
回复总数  1683
1 ... 24  25  26  27  28  29  30  31  32  33 ... 85  
@Yinz 代码里面有
直接把电影的 5 个百分比输进去,然后看聚类的结果
实际就是可以分很细,也可以分很粗,取决于你想分成多少种。还可以分得更细,比如均值为 6 的,可以分成 4 星占多还是 2 星占多的,其他类似。

当然,从 Cross validation 的曲线来看, 6-7 的样子基本上就收窄了.
@lxy 但从产品的使用角度来说,太麻烦了,而且大多数时候,电影的表现是相对比较平均的
所以我觉得可以这样思考这个问题,但是产品这样设计有太多不便。毕竟我们也就是 2C,个人评价一下而已

@yiciyuansky 评分分布有,但是“评分分布”的分歧程度的“大小”,没有。所以很多人不会注意到这点。而且这个和人群一致性无关,是豆瓣电影打分的受众并不小众(摔跤吧爸爸有 30W 了)。我们并不是要追求一个“一致性”的评分,而是知道什么时候这个评分是无效的。
@Abirdcfly 对,只是很多人很少关注这个东西。提醒大家一下评分的分歧程度,有助于减少撕逼…
@zrj766 应该就涉及到了方差,这个应该就中学数学水平....?
@staticor 作为豆瓣用户....非常不喜欢豆瓣主流的文艺 /清新的声音,其实也有不少用户如此。是豆瓣目前的定位有问题,或者说被知乎刚怕了,只敢站这个风格.
@tony1016 对,或者说大家看分数很疑惑的时候,可以从这个角度去理解一下。
@qiayue 明白了~
@viator42 那个很少(如果只考虑评分较多的电影的话),你从对开始我给的图里面就能看到,只有一例

最近的“深夜食堂”,是 L 型,如果放在这里比较,也是 STD 最小的。。。也就是一众觉得非常烂的.....
@kiwi95
那很好,你并不受本文这个问题的困扰,但对于其他人来说,我们觉得很多时候,这个看法是可以参考的,那么,我们就有文中的这个问题了。我个人觉得,评分的看法,可以这样理解:

绝对标准(平均分 /我的看法) -> 真实情况 -> 绝对主观 (评分没有意义)

有些人觉得评价是唯一的,这个分数和我的看法不一样,那一定是有水军 /别人在装逼 /别人口味差
有的人觉得是绝对主观的,别人的看法和我的看法完全没关系

我的看法是,有时候,平均分是非常有效的(大家看法一致的时候),有的时候,平均分无效,因为大家看法非常不一样,本文就是这个内容。
@qiayue 对对。。。你是觉得有歧义?那怎么改比较好?
@qiayue 啥意思?我表述没清楚?
@cnwtex 我觉得其实豆瓣官方加个 label + 具体展示页面就好了,这样被人民日报怼的概率就小很多了
@xdz0611 基本图表用的是 Matplotlib, 文章里面的辅助线是用 Axure (对你没看错),我自己加的
@chensuifu @wmzt @ichubei
看来我有些内容没太说明白,已经 Append 到主贴里了

西游的问题是各方面差异太大了,表演很差,故事较差,但是画面想象力爆棚

所以,也就能看到大家评论的分化情况,因为大家对这方面的看重点是不一样的。

全文其实就一个意思 —— **不是“你的评分 /口味是错的”,“我的看法是对的”,而是“你的看法是对的”,“我的看法也是对的”,** 只是大家对这部电影的看法差别太大了(由于各种各样的原因)。

大多数时候,大家对电影的看法趋同,对于豆瓣电影的分数认可,是因为一部电影的各个方面较为平均,大家的看法也会比较一致。但是出现**西游**,**刺客聂隐娘**等等这类长 /短板差异明显的电影的时候,产生较大的差异,简单的平局分也就失效了
@kokdemo 完全没觉得标题党....怎么说?
2017-06-16 10:10:14 +08:00
回复了 Icemic 创建的主题 分享创造 基于 Bangumi.tv 220 万用户评分的动画推荐工具
@Icemic 如果是 TJU 的本科土木的话...感觉很 NB....
2017-06-16 07:19:53 +08:00
回复了 cqcn1991 创建的主题 问与答 坐标上海,推荐一下你喜欢的餐馆?
@POPOEVER 左庭右院我能看到评价挺高的…
2017-06-15 23:02:17 +08:00
回复了 Icemic 创建的主题 分享创造 基于 Bangumi.tv 220 万用户评分的动画推荐工具
@Icemic 然后,按照我这几天看的推荐系统。。。。
基本的协同过滤,我感觉称为“相关物品”更佳,因为“推荐”不止是相似的东西。但是经典的协同貌似只能做到这个程度。
典型的应用场景就是 Amazon 的相关商品

我们对推荐系统,其实很看重 serendipity,完全是另外一个 measure 了
2017-06-15 23:00:08 +08:00
回复了 Icemic 创建的主题 分享创造 基于 Bangumi.tv 220 万用户评分的动画推荐工具
@Icemic 看你 Github 介绍...难道是我土木出身? 然后你 blog https 挂了貌似
2017-06-15 22:55:06 +08:00
回复了 Icemic 创建的主题 分享创造 基于 Bangumi.tv 220 万用户评分的动画推荐工具
@Icemic 我最近也在看推荐系统
所以你只是用的协同过滤?相关的算法 /包是啥?能看看不?
1 ... 24  25  26  27  28  29  30  31  32  33 ... 85  
关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   1150 人在线   最高记录 6679   ·     Select Language
创意工作者们的社区
World is powered by solitude
VERSION: 3.9.8.5 · 19ms · UTC 23:46 · PVG 07:46 · LAX 15:46 · JFK 18:46
Developed with CodeLauncher
♥ Do have faith in what you're doing.