V2EX › metaquant 的所有回复 › 第 7 页 / 共 15 页

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

1 2 3 4 5 6 7 8 9 10 ... 15

❮

❯

2017-10-18 10:45:08 +08:00

回复了 Bazingawang 创建的主题 › Coding › Coding 动态 Pages 内测邀请：一键运行你的 PHP 程序

凑个热闹: metaquant

2017-09-28 19:23:59 +08:00

回复了 lzjun 创建的主题 › 推广 › 赠书啦《 Python 网络数据采集》

2017-09-22 16:59:48 +08:00

回复了 fallenff 创建的主题 › iPhone › 你们的 8 发货了吗？

已到货

2017-09-22 09:31:32 +08:00

回复了 sansansan333 创建的主题 › Node.js › node 输出静态页面

如果我没有理解地错的话，python + frozen flask 就可以实现你说的功能，flask 定义路由，使用 jinja2 模板，直接生成静态文件，文档见：

https://pythonhosted.org/Frozen-Flask/

2017-09-20 23:00:08 +08:00

回复了 metaquant 创建的主题 › 分享发现 › 对豆瓣电影 Top250 榜单的一些探索性分析

@sugod 是的，IMDB 这个算法基于贝叶斯，还是比较科学的

2017-09-20 22:58:50 +08:00

回复了 metaquant 创建的主题 › 分享发现 › 对豆瓣电影 Top250 榜单的一些探索性分析

@CEBBCAT 我之前发过数据，这次只是加上了分析

2017-09-20 17:22:54 +08:00

回复了 metaquant 创建的主题 › 分享发现 › 对豆瓣电影 Top250 榜单的一些探索性分析

@leeeric 要做这种时间序列上的分析，需要定期地爬取、存储与分析数据，工作量很大，而且要搜集比较长时间才有比较的意义。

关于水军刷分，豆瓣与 IMDB 都有相应的应对办法，比如注册时间长短，评价电影数量的多少等，目前看来效果似乎还可以。

由于豆瓣与 IMDB 的 Top250 榜单都要求评论数达到一定数量才能入选，所以新上映的电影本来也很难进入榜单，能进入的基本都是积累了一定的观影人数的电影。

2017-09-20 16:17:20 +08:00

回复了 metaquant 创建的主题 › 分享发现 › 对豆瓣电影 Top250 榜单的一些探索性分析

@nightwind 一般来说，看到很多差评就不会去看电影了吧，估计也没有什么评论的兴趣。因为评分只是一个平均值，所以“只看评分”确实不能准确地反映电影的质量。

2017-09-20 16:13:51 +08:00

回复了 metaquant 创建的主题 › 分享发现 › 对豆瓣电影 Top250 榜单的一些探索性分析

@Chingim 这里的表述不太准确，应是五星与一星的比例较三星四星比例要少

2017-09-20 15:16:13 +08:00

回复了 metaquant 创建的主题 › 分享发现 › 对豆瓣电影 Top250 榜单的一些探索性分析

@mingoahz 观察敏锐，也许可以做一个电影名字长度对电影评分影响的分析，哈哈

2017-09-20 15:10:25 +08:00

回复了 metaquant 创建的主题 › 分享发现 › 对豆瓣电影 Top250 榜单的一些探索性分析

@cqcn1991 感谢，写的时候参考了你的文章