图四：同一类型书籍各级评价与方差分览

包含了很多我们耳熟能详的书籍 ，比如围城、肖申克的救赎、百年孤独等等（下图五）。

图五：各出版社评测模型书籍

同时，我们通过应用中信云机器学习平台，对包含中信图书出版社在内的其它出版社出版的小说书籍，做了方差和评级分布图（如下图六所示），我们可以看到，中信小说的评分方范围在7分以上，STD差距主要分布在1.5-1.75之间，那让我们来看分析一下，到底评分的差异来自于什么？

图六：中信小说出版舆情指标概览

2.评分的差异

2.1 未来简史VS时间简史

图七：评分对比图

以上两本书（图七）的评分为例，两者评分相同，评价人数也很多（6K, 18K），但4星和2星的比例差别很大。什么意思呢？

● 时间简史：大家都觉得不错，所以评分集中在了4星

● 未来简史：同时有不少人觉得不错/较差，在2星和4星有不少的分布。

也就是说，尽管两者（平均）分数相同豆瓣书籍评分，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，未来简史出现两种截然相反的热评的情况。

2.2 怎么衡量评分差异

评分分布的差异，可以用方差来衡量，计算方法如下：

图八：方差计算方法

也就是计算评分偏离平均分的程度。下文使用标准差（STD），方差开方即可。可以做出标准差（STD） - 豆瓣评分（ ）散点分布图（图九）。为了便于比较，做标准差97%范围线。

图九：散点对比图

可以看到时间简史和未来简史的STD差别确实很大，未来简史的标准差排在前3% ，争议性是巨大的，而时间简史则小很多。那么我们可以设问

这些小说的分数相同，但同样好看/不好看吗？

比如，时间简史和的未来简史分数一样，但他们一样好看吗？

当然不是。

如前面的比较，未来简史虽然评分较高，但其4星/2星和时间简史差别很大。为什么呢？大家可能早有耳闻，看评论也能看到。通常，我们总是在讨论一本书籍评分的高低，只是平均分，当大家看法一致的时候，这个分数会很有参考价值。如果当评分差异很大（STD很大）的时候，这个分数的作用就有限了。

3.类别的差异

对于同一类别豆瓣书籍评分，不同的出版社，评分和标准差之间存在较大的差异，那么，对同一出版社，不同类别的书籍的评分，会有多少种形状呢？我们选取了中信出版社的图书部分做了数据分析，用K-，输入数据为四个评分等级的比例。实际可以把类别分得很细，这里简单分成4种，比较有代表性，结果如下（图十、图十一）

图十：中信图书舆情分类

图十一：中信图书舆情分类

需要注意的是，高STD的书籍因为其形状差异很大，并不适用于进行分类判定。

从上图看出，在每个形状下，也能看到STD高/低的书籍，比如人人都该买保险，二手时间等等，综合来看，中信出版的图书在评分的7.6-8.8的书，STD都是比较稳定的，没有波动特别大的情况，所以类别之间的评分差异其实相差也不大。

4. 爆款图书评分的差异

我们针对中信出版社的历年舆情变化，图书爆款做了类比（如图十二）。

图十二：中信舆情变化趋势

爆款数量变化如下图（图十三）

图十三：中信爆款图书变化趋势

从图十二、图十三我们可以看到，中信出版社历年爆款图书大致呈正态分布，说明使用的数据量基本足够。各个年代的爆款数量并没有一定的规律性。那对应的爆款书籍舆情分布又是怎样呢，如下图十四所示，

图十四：中信爆款图书舆情分布

上图显示， 中信爆款书籍的STD展示效果主要集中在1.3-1.6之间，对于这部分书籍我们取出部分在图下进行了书籍展示（如图十五）

图十五：爆款又好评的书籍

从上图可以看出，经典书籍的评分和STD高度相关，评分高，STD会比较低。也就是说，尽管书籍评分是非常个人化的事情，每个人对书籍的评价会有所差别，但是放到豆瓣的大用户量下，评分的大众性很强，经典书籍的评分STD还是很小的。也就是说，书籍的评分和出版的时间，爆款的程度没有正相关的联系。

5.评价差异最大的书籍是什么？

从上图我们看到各个评分的STD都有高有低，那么我们看一下STD的最大临界值是怎样的一个情况，从样例中，我们进行了STD差异最大的书籍进行了筛选，如下图所示：

图十六：争议前十的书籍

评价差异大的原因可能来自多个方面，这里我们就不进行讨论了。

6.搜索内容相近书籍和评分是否准确？

图十七：高手寂寞

大家如有看过兰大的高手寂寞之类的书籍，是否会有想继续找一些在内容和评分，以及评级上都能够与之媲美的书籍？豆瓣本身是有推荐机制的，如下图所示：

图十八：高手寂寞相似书单匹配

图十九：相似书单推荐评分

我们可以看到，豆瓣关联推荐的书籍，在评分、评级、内容上有些和目标书籍相差有些大，为验证评分和评级的相似性，我们在中信云机器学习平台上，对豆瓣图书进行相似度建模，通过解析，来找到和目标书籍内容，评级，评分等最为接近的书籍。

图二十：通过相似度建模进行相似数据检索

例如输入硅谷钢铁侠，我们通过对硅谷钢铁侠的数据标签进行建模解析，查出最接近此书内容的词云如下图（图二十一）所示。

图二十一：词云展示

我们从豆瓣查出两本书的评价情况，评分和评级构成都是极为相似。

图二十二：硅谷钢铁侠豆瓣评分

图二十三：鞋狗书籍豆瓣评分

在推荐的时候，查询鞋狗，第一关联也是能看到硅谷钢铁侠名列前茅，豆瓣的推荐和机器学习实测的推荐是相吻合的。

图二十四：查询鞋狗相似度推荐

总结

豆瓣的图书评分，大家都知道是显示的平均分，也都能看到分数的分布情况，在大多数情况下，这个平均分是有效的，因为大家的评价较为接近（STD较小），但是很少有人注意到评分的分歧大小（即STD的大小），当看到一部STD很大的书籍， 平均分和我们感受不符时，我们会感到疑惑，进而觉得豆瓣的评分不靠谱，实际上，只是因为人民的评价差异太大（STD太大），使平均分的意义变得有限了而已。

豆瓣的图书推荐，通过对目标图书的内容标签，评分构成和区间等进行综合对比，从而推荐和目标图书最相近的书籍，从目前的机器学习测量样本数据观察，这个评分是比较准确的。

最后豆瓣书籍评分，分析有什么疏漏，或者没讲清楚的地方，也欢迎大家指出~

安利一下:中信机器学习平台，有兴趣的朋友可以注册登陆试用一下。

免责声明：本文系转载，版权归原作者所有；旨在传递信息，不代表本站的观点和立场和对其真实性负责。如需转载，请联系原作者。如果来源标注有误或侵犯了您的合法权益或者其他问题不想在本站发布，来信即删。