到底誰更懂電影，影評人 or 觀眾？
有獎互動話題，文末等你
導語
3 月奧斯卡頒獎剛剛結束，北京國際電影節又來了！聽說這次有近 500 部國內外作品參與展示，讓人眼花繚亂。這麼多影片，很多你可能聽都沒聽過，如何區分好壞呢？上豆瓣很快就能解決！劇情、演員、影評、評分，應有盡有。國人有豆瓣，那外國人用的是什麼網站？他們是如何評判一部電影的？跟著 Tableau 愛好者 Alex Jones 製作的 Viz 作品一起來了解下吧！
複製下方鏈接至瀏覽器可查看 Viz 作品：
https://public.tableau.com/zh-cn/s/gallery/who-knows-films-better?gallery=votd
外國影評網站的評分機制
眾所周知，國內的影評網站如豆瓣、時光網，沒有專業的影評人評分機制，所有人都是以普通觀眾的身份進行評價，電影的最終評分是一個加權平均數，而本作中引用的IMDb 和爛番茄的評分機制則不同。（*註：IMDb 和爛番茄網站介紹見文末）
IMDb 主要採用的是觀眾評分制度，用戶使用星級對電影打分（1-10）。此外，IMDb 還給出了百分制的專業影評人評分。作品右上角的圖例便引用了 IMDb 專業影評人評分。在這裡，評分被分為 6 個層級，越偏向綠色表示評分越低，越偏向紅色則評分越高。
在這個色塊圖例之下，是爛番茄的評價標誌。爛番茄主要採用專業影評人評分制度，這就是我們熟悉的 「新鮮度」 。推薦的圖標是一個新鮮的番茄，反之是綠色的爛番茄。類似獎牌的圖標是新鮮度高於 75% 時，給出的推薦新鮮。除此之外，爛番茄還提供觀眾打分，圖標是一個爆米花桶，紅色的滿桶代表好評，綠色翻倒的桶代表差評。
影評人和觀眾，到底誰更懂電影？
作者提出了這個古老卻又經典的問題，他和室友一起討論這個話題，並製作了這個 Viz 。那麼作品是否回答了作者的問題？我們繼續看吧！
作品中提供了兩個按鍵，可以將這幅圖表分成左右兩部分。左側主要是專業影評人評價較高的電影，但是越偏向左邊，那麼它的觀眾評分就越低，也就是「叫好不叫座」的電影。比如我們選擇最左側這部電影。
該片是 1974 年上映的電影《黛西·米勒》，觀眾評分僅有 24%，而專業影評人評價的新鮮度卻有100%。
我們再來看看右側的情況，這一側的結果正好相反，電影的位置越向右那麼觀眾評分越高，但專業影評人評價的新鮮度也就越低。也就是所謂的 「商業大片」 吧，票房高但是專業影評人反響平平。同樣的，我們選擇較右側的一部影片，來看看具體數據。
比如這部 2016 年上映的《蝙蝠俠大戰超人》。新鮮度僅有 27%，而觀眾評分卻有 63%，可以說是比較典型的 「商業巨制」 。
另外，在查看電影數據的時候，建議不要選擇極端的例子，比如最右側的這部《彩虹仙女》，新鮮度僅有 0%，觀眾評分卻達到 80%，這有可能是參與評價的影評人太少而導致的，沒有代表性。
看了以上左右兩側的例子，難道觀眾和專業影評人的喜好差距真的這麼大？我們再回到這份 Viz 的整體展示頁。
可以發現圖中有一條中線，越靠近中線位置，那麼影評人和觀眾的評分就越接近。而越向中線頂端，評分就越高，反之則越低。比如頂端的這部1981年上映的《潛艇風暴》，新鮮度和觀眾評分都非常高。
我們再來看作者統計的這些電影在圖表中的分布情況。可以看出越靠近中線，這些電影的分布就越密集，向兩側方向開始逐漸稀疏。這就說明大多數的電影，專業影評人和觀眾的評分不會相差太多。
總結
那麼我們在選擇電影時，應如何參考網站的評分呢？從 Viz 中可以發現三種情況：
影評人和觀眾評分都高，那麼這部電影很可能值得一看；
影評人和觀眾評分都不高，那麼這部電影有很大可能是「爛片」；
影評人和觀眾評分差距較大，數據中沒有一個準確的答案，這時候我們可以通過工具提示中電影評分網站的鏈接頁面，綜合參考觀眾和影評人的評分，結合自己的喜好具體問題具體分析。
好了，今天的 Viz 推薦就到這裡。有沒有那種你覺得不錯，但評論卻很爛的電影呢？來參與我們今天的話題討論，為你喜歡的電影」平反「吧！
背景知識介紹：
IMDb：全名 Internet Movie Database（國際電影資料庫），目前已累計存有超過 6,000 部電影與電視劇的資源，幾乎你能想得起的影視作品都能在上面找到相關測評。被譽為目前全球信息量最大的電影資料庫網站。
爛番茄：國內知名度較高的網站，起初是身為成龍迷的創始人用來收集成龍電影在美評價的平台，而 「爛番茄」 這個名字的來源是輕歌舞劇時期觀眾在演出不佳時會往舞台上扔擲番茄和其他蔬果。
今日話題
寫出你覺得很贊但評分很低的電影？
直接在評論區留言即可
點贊最高的三名用戶將獲得精美禮品一份
【上期話題獲獎名單】
上期話題是
你參加過哪些類似地球一小時的環保活動？
恭喜以下獲獎的小夥伴
請在後台留下您的快遞地址
我們將為您郵寄 Tableau 專屬筆記本一個
查看可視化精選，感受數據之美
查看微信菜單欄【學習】的子菜單欄「可視化精選」，所有 Viz 文章分類展示，提升閱讀體驗，讓您更直觀地找到感興趣的文章，快來試試吧！
TAG:Tableau社區 |