源代码: https://github.com/cqcn1991/movie-compare
文中涉及的交互式散点图: https://cdn.rawgit.com/cqcn1991/movie-compare/master/clusters.html
之前已经写过这个问题 [1]，不过没有在这里分享过，这里简单写一下，希望能对大家有所帮助
1. 我们所讨论“评分”到底是什么?
拿刺客聂影娘来说
评分虽然不错，但能看到评价差异很大的评价，而且都有不少人赞
于是我们会疑惑：这部电影的豆瓣评分靠谱吗？上面这些人他们谁是对的，谁是错的？是不是有水军?
然而，同样的评分，却发现其他的电影并不如此，比如我 11
虽然也有好评、中评，但差评明显少多了
这是为什么呢？
仔细观察，会发现两者的评分分布并不相同
● 刺客聂隐娘：同时有不少人觉得不错 / 较差，在 1 星和 5 星有不少的分布。
● 我 11：大家都觉得比较不错，所以评分集中在了 3 星 -4 星
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截然相反的热评的情况。
我们可以用方差来衡量评分分布的差异，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），由方差开方即可。
用近几年的国内上映的电影，做出标准差（STD） - 豆瓣评分（Rating ）散点分布图。为了便于比较，做标准差 97% 范围线。
散点图可见https://cdn.rawgit.com/cqcn1991/movie-compare/master/clusters.html
可以看到两者 STD 差别确实很大。仔细看上面的评论，也能发现分歧的原因 —— 刺客聂隐娘因为画面水平和讲故事的水平相差很大，大家侧重不同，所以也就产生了评价差异。
也就是说，我们所说的豆瓣评分，只是一个平均分，并不能反映内在评价差异很大的情况
另外，在这幅图上也能发现其他有争议、STD 很高的电影，比如大鱼海棠、后会无期等等，这里不再赘述，具体分析可见 [1]。
2. 这意味着什么？
这意味着什么？不妨从另一个例子来理解
日赚 1.6 亿！腾讯员工人均月薪 6.3 万 ... 以此计算，截至 2017 年 3 月 31 日止 3 个月，腾讯员工平均月酬金 =742300 万 /(39258*3)，约为 6.3 万元。作为一家人员接近 4 万的公司，腾讯这样大手笔给员工发薪酬引发业界震惊。一位腾讯内部人士则指出，酬金不能只看平均的。腾讯的雇员也包括腾讯 CEO 马化腾、总裁刘炽平等高管，你要是把万达董事长王健林的收入和你平均一下，你的收入也高很多。http://digi.163.com/17/0520/06/CKS04PC2001680NE.html
这样其实大家也就明白了
豆瓣评分是平均分。当评分分布的差别很大的时候，这个平均分的意义就有限了，就像上面这个人均收入的例子一样。
不过，为什么很多时候，我们觉得豆瓣电影的评分有用呢？因为大部分时候，大家的看法是比较一致的（都觉得好看 / 不好看），就像上面的我 11 一样。
明白这点之后，我感觉轻松了不少
因为以前我总纠结电影的分数。因为自己的看法和别人不同，所以担心自己是错的、不敢表达自己的想法。现在，我明白原来还有很多人的看法和我一样（评分分布上那些打其他分的比例），只是人比较少而已。
单单谈论平均分高低的问题也在于此 ——预先假设了对于一部电影，其分数应该是唯一的。但实际上，大家对电影可以有不同的看法，不是说你是对的，那我就是错的。
3. 总结
最后，回答开头的问题 —— 你是否认可豆瓣的评分？
大多数时候，我是认可的，因为大多数电影，大家的看法很接近，平均分是很有效的。但是当内在评分差别很大的时候，平均分的意义有限，也就无从讨论对其认可不认可了。因为对电影的看法本身可以是多元的。
那么，有什么办法能解决这个问题，帮大家更好的理解豆瓣评分呢？
一种可能的做法，是给豆瓣评分旁边加上一个小标签。比如，对 STD 特别大的电影，在旁边加个“分歧提醒”标签，注明“这部电影的评价差异水平达到了前 3%，平均分的参考意义较为有限”，进一步还可以分开展示好评 / 差评，向用户解释评价差异具体如何。这样或许能减少一些人们对（平均）评分的疑虑。
附. 其他问题补充
(1) 水军的影响？
对于评分，当然应该考虑水军的影响。
但是我们所谓的水军，究竟是虚假帐号评分，还仅仅只是别人的评价和我不同而已？就比如有的人，确实是喜欢刺客聂隐娘的画面，而对故事没那么看重。更重要的是，只考虑水军，没有办法解释剔除水军之后，分歧依然很大的现象。
(2) 豆瓣不是简单的平均分, 是加权吧?
这并没有本质影响。因为问题核心在于，单个指标（无论是平均数 / 中位数 / 加权）难以表现内部差异。
可以假想一部电影，在剔除水军之后，50% 1 星， 50% 5 星，怎么理解？用哪个分数，都说明不了问题。又比如上面人均收入的例子，用算法再怎么算，也没办法用一个工资同时表达高管和新入职员工的水平。
最后，关于这个问题更详细的分析，见 [1]。
