业余打发时间看电影是个不错的选择,但是如果看了一部无聊糟心的电影就得不偿失了,所以一些电影方面的榜单就出现了,可以为这些选择困难患者提供一个不错的指南,那些是经典是值得看的,而那些电影不值得你浪费一两个小时的时间。在电影榜单方面,国外最出名的自然是IMDB Top250,这个榜单收集了全球观众评选出的最好看的 250 部电影,国内最知名的榜单应该是豆瓣电影 Top250, 主要反映了国内观众的观影品味,当然可能也受到了豆瓣用户群体倾向的影响。对于这两个榜单,虽然对部分电影的排名多少有些争议,但是总体来说大家觉得对着这个榜单看电影,碰到烂片的概率还是较小的。
但是豆瓣榜单的一个问题是,没有提供对这些电影的筛选功能。如果我想看 Top250 榜单中克里斯托弗·诺兰的电影是有几部,分别是那几部,我不得不对着榜单一个一个找。此外,豆瓣评分只是一个平均化的指标,光依据这个评分去选电影通常是有偏差的。受到 https://www.v2ex.com/t/368861 这篇文章的启发,我决定用我搜集到的豆瓣电影数据,额外计算几个指标,让我们可以更完整的理解电影的评分状况。这几个指标是:
所有数据放在这个网址: https://data.metaquant.org/ , 欢迎大家围观。分析有什么问题,欢迎大家指出。另外大家也可以分享一下观看榜单中电影的观后感,方便没有看过电影的朋友们参考~
这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。
V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.