※ 引述《StaticVortex ()》之铭言： : 例如在 youtube 等网站, 各项资源都开放网友评分, 而且即时显示结果, : 我觉得这类型的评分机制可能有些问题. : 首先, 什麽时候会想去评分? : 就我个人的经验, 通常只有我认为极好或极坏的资源才会想去评分, 否则浏览过便算了. : 换句话说, 这类型人在评分时绝对不会评中庸的分数. : 单看一项资源, 如果评分者全是这类人, 那麽评量结果应该会往边界偏移吧? 一个是size大提的，极高分和极低分会平均。 另一个是这类的评分通常差距都不大。 好比最低分1分，但最高分只有5分，两者间只差4分。 极值的影响有，但至少不会像0～100分来得大。 当然，在统计当中极值影响绝对要去除。 : ( 题外话, 在此例中评量者是自愿去评分的, 评量者可以决定要不要评量某物件. : 与此相对的, : 如果要求评量者对每项物件皆必须评分, 或更甚至要求具名或留下相关具体资料, : 应该可以想见, 单项物件的评量结果会往中庸靠拢吧? ) : 其次, 评分结果公开的影响. : 最明显的便是影响到点阅率, 不过另外也还有一种可能. : 举个例, 有时候看到某项喜爱的物件评价却被低估, 这时候多少会评高分一点吧? : 换句话说, 评分者的真实评价并非表现在其评分上, : 而是表现在令评分後的结果尽量靠近评分者的真实评价. : 统计上要处理第一项问题的方法应该不难想像, : 第二项问题要如何处理呢? : 上述之瑕疵应该在很多层面皆会遇上吧, 一般而言有必要去处理吗? --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 61.217.111.85