目前大多涉及打分、投票的網(wǎng)站，所有參與用戶的權(quán)重都是一樣的。但這其實(shí)存在一些問題。

評(píng)分、評(píng)星、投票是很多網(wǎng)站的標(biāo)配，比如淘寶的寶貝評(píng)價(jià)、知乎的贊同。有些網(wǎng)站甚至以這些功能為生存根基，比如大眾點(diǎn)評(píng)、豆瓣等應(yīng)用，用戶的打分、評(píng)論是它們的主要功能，目的就是對(duì)不同對(duì)象進(jìn)行排序，從而為有需求的用戶提供決策依據(jù)。

一、存在問題

1.針對(duì)單一項(xiàng)目：由于偏好等主觀因素和專業(yè)性等客觀因素導(dǎo)致結(jié)果失真

以大眾點(diǎn)評(píng)為例，吃是一件很個(gè)性化的事情，是完全基于主觀感受的，這就導(dǎo)致結(jié)果的參考性并不強(qiáng)。舉個(gè)例子，兩個(gè)人同時(shí)去吃泰國菜，對(duì)于喜歡這種酸辣口味的人來說，會(huì)覺得這家餐廳很好吃，那么他在打分的時(shí)候就會(huì)偏高了打；而對(duì)于吃不慣泰式口味的人就會(huì)覺得這家店很難吃，打分的時(shí)候自然會(huì)往偏低了打。假設(shè)在短時(shí)間內(nèi)，去這家泰國餐廳吃飯的人以吃不慣泰國菜的人居多，最后評(píng)分總體偏低，此時(shí)一個(gè)喜歡吃泰國菜的人在大眾點(diǎn)評(píng)上看見這家店評(píng)分太低就不去吃了，但其實(shí)總的來說這家店的口味是中上水平的，那這時(shí)候這個(gè)評(píng)分就會(huì)對(duì)用戶產(chǎn)生誤導(dǎo)作用。而這個(gè)誤導(dǎo)作用的根源就是因?yàn)闆]有對(duì)用戶進(jìn)行劃分，所有用戶的打分占比的權(quán)重是一樣的，沒有把其中真正有效的打分從眾多無效打分中區(qū)分出來。

通過劃分用戶屬性改變權(quán)重來增強(qiáng)結(jié)果的有效性：

針對(duì)大眾點(diǎn)評(píng)而言，我認(rèn)為合理的打分機(jī)制應(yīng)該是這樣的：首先對(duì)用戶的偏好口味和商家的口味都進(jìn)行標(biāo)簽化，然后當(dāng)用戶打分的時(shí)候，將用戶的偏好和商家的進(jìn)行匹配，再根據(jù)兩者的匹配度給用戶分配一定的權(quán)重。為什么這樣合理呢？我舉一個(gè)有點(diǎn)極端的例子：

原來的打分機(jī)制就好像一群身份完全不同的人，醫(yī)生、律師、投資人、學(xué)生、家庭主婦、清潔工等等聚集在一起討論一個(gè)醫(yī)學(xué)問題，然后得出了一個(gè)平均答案。而我說的這種投票機(jī)制也是同樣一群人，不同的是我把其中的醫(yī)生區(qū)分出來，給他們賦予了更多的權(quán)利，在統(tǒng)計(jì)結(jié)果的時(shí)候主要參考他們的意見，然后再輔之以其他人群的意見。對(duì)兩種打分機(jī)制進(jìn)行比較，顯然后者統(tǒng)計(jì)的結(jié)果更具參考意義。

歸根究底就是權(quán)重兩個(gè)字。

首先，劃分用戶身份；然后，根據(jù)具體情況分配權(quán)重；最后，計(jì)算出加權(quán)分。其實(shí)最根本的問題是如何區(qū)分用戶身份。我前面提供了一種標(biāo)簽化的方法，根據(jù)一定的屬性來細(xì)化用戶身份。我設(shè)想的大眾點(diǎn)評(píng)打分機(jī)制其實(shí)就是根據(jù)兩者的共同點(diǎn)來匹配雙方。像知乎，也有人提議對(duì)贊同根據(jù)專業(yè)領(lǐng)域進(jìn)行加權(quán)。比如中醫(yī)的討論，就應(yīng)該以醫(yī)界人士的意見為準(zhǔn)，那么學(xué)醫(yī)人士的一票贊同就應(yīng)該等于普通人的1.5票（1.5票只是舉例，沒有科學(xué)依據(jù)）。

2.針對(duì)多個(gè)項(xiàng)目：由于參與人數(shù)差異導(dǎo)致的不可比較性

以電影點(diǎn)評(píng)網(wǎng)站為例，這里就有一個(gè)問題：熱門電影與冷門電影的平均得分，是否真的可比？舉例來說，一部好萊塢大片有10000個(gè)觀眾投票，一部小成本的文藝片只有100個(gè)觀眾投票。這兩者的投票結(jié)果，怎么比較？如何才能公平地反映出一部電影真正的質(zhì)量？

通過加權(quán)分來彌補(bǔ)差異：

一個(gè)合理的思路是，如果要比較兩部電影的好壞，至少應(yīng)該請(qǐng)同樣多的觀眾觀看和評(píng)分。既然文藝片的觀眾人數(shù)偏少，那么應(yīng)該設(shè)法為它增加一些觀眾。IMDB網(wǎng)站是目前互聯(lián)網(wǎng)上最為權(quán)威、系統(tǒng)、全面的電影資料網(wǎng)站，它所特有的電影評(píng)分系統(tǒng)深受影迷的歡迎，注冊(cè)用戶可以給任何一部影片打分并加以評(píng)述，網(wǎng)站又會(huì)根據(jù)影片所得平均分、選票的數(shù)目等計(jì)算得出影片的加權(quán)平均分并以此進(jìn)行TOP250（最佳250部影片）和Bottom100（最差100部影片）的排行。

根據(jù)IMDB網(wǎng)站上公布的TOP250評(píng)分標(biāo)準(zhǔn)，IMDB top 250用的是貝葉斯統(tǒng)計(jì)的算法得出的加權(quán)分(Weighted Rank-WR)，公式如下：

WR = ( v/(v+m) )×R + (m÷(v+m) )×C

其中：

• R是用普通的方法計(jì)算出的平均分；
• v是參與投票的人數(shù)；
• m是進(jìn)入IMDB top 250需要的最小票數(shù)；
• C 是目前所有電影的平均得分。

仔細(xì)研究這個(gè)公式，你會(huì)發(fā)現(xiàn)，IMDB為每部電影增加了m張選票，并且這些選票的基本評(píng)分都為c。這樣做的原因是，假設(shè)所有電影都至少有m張選票，那么就都具備了進(jìn)入前250名的評(píng)選條件；然后假設(shè)這m張選票的評(píng)分是所有電影的平均得分；最后，用現(xiàn)有的觀眾投票進(jìn)行修正，長期來看，v/(v+m)這部分的權(quán)重將越來越大，得分將慢慢接近真實(shí)情況。這樣做拉近了不同電影之間投票人數(shù)的差異，使得投票人數(shù)較少的電影也有可能排名前列。

二、權(quán)重是否違背了公平原則

無論打分還是投票，我們都是秉著公平公正公開的原則，如果給一個(gè)人多一點(diǎn)權(quán)利，是不是就違背了公平？其實(shí)并不然。

什么是公平？我的老師曾這樣給我解釋：真正的公平是，公交上所有的女性、兒童、老人都有座位，而不再這范圍之內(nèi)的男性都站著。我們并不是生而平等的。我所謂的生而不平等是指：術(shù)業(yè)有專攻，在不同的專業(yè)領(lǐng)域我們這些業(yè)余的就是沒有專家的科學(xué)和權(quán)威。那么如何突出他們的身份？加權(quán)。因?yàn)橹挥羞@樣，我們才能得出最精準(zhǔn)、最科學(xué)的結(jié)果。

三、加權(quán)的其他意義

區(qū)分核心用戶，避免惡意打分/投票

下面再給大家分享一種付費(fèi)用戶權(quán)重大的例子。

造作是一個(gè)C2B的家具電商平臺(tái)。在家具設(shè)計(jì)方面，用戶通過投票參與設(shè)計(jì)；造作給出用戶使用場(chǎng)景、材料、解決方式等命題，設(shè)計(jì)師會(huì)給出設(shè)計(jì)方案，用戶進(jìn)行投票，得票高的設(shè)計(jì)進(jìn)入后續(xù)生產(chǎn)。在投票過程中，造作會(huì)考慮到所有用戶的意見，但付費(fèi)用戶的權(quán)重更大。

造作為什么要這樣做呢？在我看來，造作是為了通過付費(fèi)這一行為，一方面使來篩選出平臺(tái)的核心用戶。用戶行為代表了他的消費(fèi)傾向和消費(fèi)潛力。平臺(tái)可以把這些消費(fèi)傾向和消費(fèi)潛力直接和產(chǎn)品掛起鉤來，這會(huì)讓平臺(tái)的銷售顯得無比精準(zhǔn)。另一方面，付費(fèi)用戶較高的權(quán)重可以從一定程度上彌補(bǔ)部分搗亂分子的亂投票、惡意打分。我們不可能保證每一分每一票都是有效的，只能通過某些手段盡量減少這些無效打分無效投票。

避免同票同分的尷尬場(chǎng)面

當(dāng)我們做決策的時(shí)候最害怕出現(xiàn)平局的現(xiàn)象，這往往使得我們陷入選擇困難或者重選的局面。那么在這種情況下，權(quán)重就發(fā)揮其作用了。怎么理解呢：舉一個(gè)通俗易懂的例子：玩過狼人殺的朋友都知道，警長是擁有1.5票投票權(quán)的，為什么呢？因?yàn)榘滋炱比说臅r(shí)候很有可能出現(xiàn)平票的情況，那就要進(jìn)行二次陳述、二次投票，而第二次的投票結(jié)果說不定仍然是平票，陷入死循環(huán)。此時(shí)警長那多出來的0.5票就可以完美解決這個(gè)問題了。

以上純屬個(gè)人的一些小想法，歡迎大家指錯(cuò)、討論。

作者：Lighthouse_長腿哥哥，Lighthouse互聯(lián)網(wǎng)實(shí)驗(yàn)室一員，微信公眾號(hào)ID：Lighthouse

本文由 @Lighthouse_長腿哥哥 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。