豆瓣电影评分八问

这是篇长文,没空的话,看下大意:豆瓣电影评分在过去十年里一直中立地还原观影大众的平均看法,影视市场的爆发正给这一工作带来更大的外部压力,我们会继续满怀诚意地保护公众对豆瓣评分的信任。

我是豆瓣的创始人,也一直是豆瓣的CEO。我还写过计算豆瓣评分的最早的几版代码(不难,加起来除下人数)。

除了最早的几年之外,我不直接负责豆瓣电影。但电影评分的大原则和策略,包括和商业独立的原则最早的时候是我定的,后来一直也没变过,期间少数个案也会被捅到我这里拍板。所以以下说的你可以认为是我的个人看法,也可以看作是豆瓣的“公司意志”。

因为用户的力量,豆瓣的电影评分在影视行业的影响越来越大。这两年电影的商业体量激增,评分的影响也跟着变得重要。无论雨点大小,“水军”的雷声越来越大。我们收到的威逼利诱也多起来,诸如“不开个价给水军放行,就找媒体黑你们”之类的。这些让我们觉得,不管愿不愿意,豆瓣的评分会更频繁地被推到风口浪尖。

我们一直认为提供一个真正可信的服务就好了,不需要整天说自己。但现在看起来保护公众对豆瓣评分的信任变成另一个工作,我们需要清楚明确地表达豆瓣的原则和做法,避免可能会出现的误解,让豆瓣评分对影视行业的成长继续有积极和健康的贡献。

一:豆瓣评分是谁定的?

很多评奖的场合有“专家评审团”和“大众评审团”。豆瓣没有专家评审,但有一个一亿多人的大众评审团。

豆瓣的注册用户看完一部电影,心情好的话会来打个一到五星的分(有时候心情不好也会来)。比方说一部电影有42万用户打分。我们的程序把这42万个一到五星换算成零到十分,加起来除以42万,就得到了豆瓣评分。这个评分会自动出现在豆瓣各处,中间没有审核,平时也没有编辑盯着看。每过若干分钟,程序会自动重跑一遍,把最新打分的人的意见包括进来。

那42万用户里可能包括资深电影评论家,可能包括你、你的亲戚、你的小学同学、早晨卖你油条的那个人,也可能包括阿北我个人。但每个人都是一票。这个是“大众评审团”应该的含义:不是说团里的人全都大众,而是说和大众一样一人一票。

豆瓣的工作人员偶然收到“我明明给这个片子打了五星,为什么评分一点没变”的投诉的时候,除了心里嘀咕一下“哎,你拿这些红人/独生子女/八零后/九零后/零零后/数学不好的人怎么办”以外,会(或者应该)这样耐心解释:评分实际是变了,只是在小数点后四位,被四舍五入掉了,但如果有几千个人和你一样都打五星的时候,分数就会变。

“一人一票”唯一的例外,是豆瓣的程序判断是“非正常打分”的帐号。这些打分会被排除在外。具体下面会说到。

豆瓣电影评分的主旨和原则,是“尽力还原普通观影大众对一部电影的平均看法”。这个主旨过去十年没变过,将来也不想变。

它并不是专家、影视从业人员或者资深人士对电影的看法,虽然这些看法会被豆瓣算在“普通观影大众”之内。所以有次听到“豆瓣电影评分不专业”的说法的时候,我的反应这是在说“大众不专业”,应该怪语文才是。个人认为汇总专家意见会是另一个很有价值的服务,但这个确实不是豆瓣评分的宗旨。

二:豆瓣评分反映文艺青年的喜好吗?

早已经不是了。

早些年可能是的,因为来打分的人里文艺的比例要比街上的比例高些。但是现在每个月有一亿上下的人会用到豆瓣的评分,我不觉得咱们文艺青年的势力变这么大了。基本能确定现在豆瓣评分反映了大众观点。只是这个“大众”更集中在一二线城市里,和豆瓣用户扎堆的地方一致。

换种说法,在所有去电影院看电影的“大众”和所有看电视的“大众”之间,当前(2015年)在豆瓣打分的人更接近去电影院的那个。

有些独立电影只有文艺青年会找来看,所以得到的是文艺青年给的平均分。你又不文艺,就因为分数高也找来看,然后… 这不能怪豆瓣,更不能怪她们。但很多东西都是这样的,评分只是判断用到的一部分,经常更重要的是“听说”和“选择”。这个下面也会说到。

三:为什么我喜欢的/我讨厌的/我拍的/我导的/我投资的电影/电视剧会在豆瓣上的评分低得/高得不正常?

所有电影都有众口难调的问题。最好的不是所有人喜欢的,所有人喜欢的不是最好的。

人对一件事情有感情投入,或者有明确爱憎的时候,会投射到别人身上,认为别人应该会有同感。这个当爹妈的都知道。“别人”汇总起来就变成“多数人应该“或者是“正常人应该”。看到有同感的时候我们感觉好,没看到的时候我们不是一下子能接受。你我都这样,没什么奇怪的。

在评分这件事上,看到评分和自己想法一致,觉得豆瓣靠谱,看到不一致,觉得豆瓣不靠谱。这种反应也正常。但“豆瓣”后面只是很多个“别人”而已,不多不少。你和别人平均看法不一致,可以冷静下来再下结论。未必别人不正常,也未必背后有阴谋。这也不一定是坏事,大众经常是错的,至少你是有主见的。

我也是一个创造东西的人,做过一些个靠谱不靠谱的互联网产品。我非常明白自己的作品出来的时候,希望和相信别人会喜欢的心情。事实是,自己和别人的喜好都很难把握,碰壁难免,但下次我们还会“爱上自己的作品”。这是创造的代价,我们自找的,也是我们着迷于此的一个原因。

四:水军是怎么回事,豆瓣评分可刷吗?

水军是有的,但豆瓣评分很难刷得动。

电影这个行业大了,怪事就多。我们把“老子还就不信了,我就要把这个平均分抬高/拉低”动力之下的打分行为统称为“非正常评分”,或者说打分的目的是为了直接干预平均分数。我个人印象里,“非正常评分”大致有四类:注册/收购帐号刷高分的,注册/收购帐号刷低分的(这个我也百思不得其解过),明星粉丝团“进攻豆瓣”的,铁杆用户“捍卫豆瓣评分公正”反水行动的。应该还有别的,比方说行为艺术什么的。

以上听起来吓人,对豆瓣评分的影响其实没那么大,小影响还是短暂和个别的。因为正常打分的人实在太多了,也因为反刷分早已经是豆瓣电影日常工作的一部分,不少同事借助更多的程序一直默默在做。

豆瓣这两年的原则是“所有能判断属于非正常评分的一概不算”,不分高低贵贱颜色。(捍卫评分公正的用户,真的抱歉加感激。但这应该是我们的工作,不是大家的,一时没做好是我们失职。)。

“不算”非常简单可操作,但“判断属于非正常评分”不是那么直接。豆瓣一代接一代的算法工程师、程序员、编辑和产品经理在这件事上贡献过才智,最后都落实在二十四小时跑的大小程序上面。这确实是持续的、魔高一尺道高一丈的事情。但现在门槛已经很高,声称能刷分的基本是在骗人。

刷分基本无效之后,干扰豆瓣评分的努力在向“社会工程”进化:针对具体一部片子制造“豆瓣评分有问题”的舆论,想办法打击豆瓣评分整体的公信力,或者直接对豆瓣的工作人员施加心理压力。行业变化很快,不知道将来会变成怎样,但豆瓣自己的想法和立场可以是不变的。

五:有没有一劳永逸完全解决水军问题的办法?

一劳永逸的办法可能没有。但当下来说,水军的千军万马跳进来,让评分的湖面一点涟漪都不起的办法是有的,但对正常打分用户的感受可能略有影响。我们在积极地准备,需要的时候可以推出。

六:我可以做点什么让我的片子在豆瓣评分高一点?

“找豆瓣的人”是最没用的。不少人试过,大大佬托大佬也直接找到过我。江湖这么大,有用的话早会有人知道,你可以去四处打听一下。据我所知,整个豆瓣系统里没有“修改电影平均分”的后台功能。

刷分上面说过了,越来越没用。所以我确实不知道除了拍好电影,能做什么。

但是最近有转行做电影的老朋友问我同样的问题。直接回答“拍更好看的电影就是了”估计会被他扁。所以我第一次站在片方的立场想了这个问题,答案还是没有。但我给了些观察希望对他有用,以下是大致的意思。

一部电影的豆瓣评分是来评分的人群的平均意见决定的。按道理、平均来说、其他都一样的时候,不怎么宣传就会来看一部电影的人倾向于打高分,但人少;本来不会喜欢、因为大规模宣传建立了高预期来看的,倾向于打低分,但人多。这也是独立电影为什么有时候评分很高(只有粉丝来打分),而票房奇迹有时候评分很低(把不会喜欢的人也宣传来了)的原因。

所以叫好和叫座,高分和票房的确有一些本质的冲突,只有真正广受欢迎的电影能化解这个冲突。除了拍更好的电影永远是王道,把握好宣传的度也比较重要,过度宣传可能会拉低评分。

最后我问这位朋友:口碑还是票房,哪个对你更重要?他的回答比较吐血,这里就不复述了。但我觉得,他的电影好的话,到最后这不会是一个纠结的问题。

七:豆瓣电影评分和豆瓣电影商务是什么关系?

简单地说,没有关系,我们也不想有关系。具体可以分现在的商务和将来的商务看。

豆瓣目前来源于电影行业的主要营收渠道是电影的宣传广告。形式是广告banner,卖点是“让更多人知道你的电影/电视剧”。经常需要电话里澄清“但是卖点不包括更高评分“,我觉得我的同事挺累的。这件事的收入也只是豆瓣整体收入的零头,如果容易起误会我们可以另作打算。

电影行业里更大的商业机会豆瓣会当仁不让地去争取,只要不会影响到公众对豆瓣评分的信任。内部做到真正的独立比较容易,可以用结构、制度和防火墙做到。稍难的是避免市场和公众的认知被轻易误导,或者说避嫌。只要新的模式依赖于豆瓣整体数据之上的宏观判断,而不是直接依赖评分,我们相信很多事可以做,也想很快开始做。

从管理和团队一致性的角度看,我在公司各种内部场合、在几百人的年会上讲过和这篇问答大同小异的东西(要精简一些,因为得站着讲),所以我的同事大都知道和评分中立原则偏离是极端严重的错误。在和评分有关的事情上,到今天我个人没有发现过一例本质的执行错误。更重要的是如果过去或将来有错误的话,豆瓣作为一个公司有诚意和意志保证发现后能马上得到纠正。

八:你为什么这个时候出来写这个东西?

我们以前认为提供评分服务需要保持中立和独立是天经地义的事情,没什么好公开标榜的。碰到有意无意曲解豆瓣评分原则的,我们也很少出来辩护,我们觉得只要每个月有上亿的人信任豆瓣就够了。但影视行业最近的变化,让我们直接感觉到低调在这个时候可能是不明智的。

但我确实看到行业中具体的个人,曾经都是有理想抱负的年轻人,所以除了沟通走样和误会的原因,我也猜测行业正在催生一些结构的问题。我直觉判断,今天可能是一个岔路口,现在有必要把豆瓣的立场一次表达清楚,以免猜测和误解引发的博弈把行业的一角推向我们最终都不喜欢的方向。

豆瓣一直是用户的朋友,我们希望一直也是影视行业的朋友。我很想看到行业能一直健康地发展下去,相信一个满怀诚意的、中立的评分服务对整个行业在结构上是长期有益的,也相信一个透明地传达观众看法的地方对行业里个人的职业成长也有微薄但是长期的帮助。

— 阿北

豆瓣App 3.0:和有趣的人做有趣的事

有一种说法认为,『有趣』是对一个人最高的评价。豆瓣固然产生了很多有趣的东西,但真正宝贵的是豆瓣有趣的用户们。刚刚更新的豆瓣App3.0,希望可以让你更容易的发现有趣的人,更简单轻松的与ta聊聊有趣的事儿。

打开3.0,你会发现,有个叫“小事”的家伙被放到了首页,“吃吃吃”、“旅行”、“上班这件事儿”、“吐槽”……这些身边小事组成了我们的日常生活,而在豆瓣上,就算是这些身边小事也总能聊出别样趣味。比如:

在“下厨房”这件小事里,有同学po出了自己在寝室里用小电饭锅烤肉的图片:

屏幕快照 2015-11-20 下午6.42.55

在“看电影”这件小事里,大家玩起了用影片名字形容自己的接(bi)龙(can)游戏:

屏幕快照 2015-11-20 下午6.37.16

在“讲笑话”的小事里,大家真的在很认真的讲笑话:

屏幕快照 2015-11-20 下午6.38.28

在豆瓣1.0版本,我们做了书影音及东西等物品的发现和评价,2.0版本将有用有趣的资讯内容以豆列的形式组织和呈现,为了更全面地服务于你的个人兴趣,在最新的3.0中,我们除了将书影音东西的查询、评论和资讯内容进行更清晰的归类,并给出明确的入口,也同时添加了豆瓣App的第三大用法“小事”——和志趣相投的人一起聊天讨论。

多年以来,人们在小组里抱团取暖,在广播里观察别人的世界,在日记里相互学习,在影评里遇见知音。在豆瓣漫长的改头换面、人来人往的历程中,以上事情没有变,它们背后的精神也没有变:『和有趣的人做有趣的事』。

『有兴趣一切都是小事』,正如3.0的新logo——不经意滴落在画布上的油彩,就是设计师画画时经常发生的小事,真实,不做作,却能给生活带来一点惊喜。我们会在『兴趣』这件“小事”上持续地探索,让你的生活更有趣。如果你有任何使用上的建议和意见,也欢迎发邮件(help@douban.com)反馈给我们。

屏幕快照 2015-11-20 下午2.37.08

继续“豆邮”

你可能已经看到,在豆瓣的PC网站上“私信”已经恢复为“豆邮”。

“豆邮”改名“私信”是一个满心诚意的理性决定,但以我为首的理工男们显然低估了“豆邮”在很多用户心里的情感价值,并且沟通得差强人意。抱歉过去两天里带给大家的折腾和伤害。

在听取你的意见、平衡各种考虑之后,我们会在PC Web上延续“豆邮”的称呼,在App里继续叫做“私信”。后续的工作里会尽力同步好两端的体验。

接下来我们在App里开拓更有用的新用法的同时,会花更多力气提升网站的体验。之后会有更多改动,我们会尽力沟通得更好。

谢谢大家。过去两天里给我发豆邮的用户,在这里一并致谢。

- 阿北

关于“豆邮”改“私信”

首先非常抱歉,在将“豆邮”改称“私信”时没有提前解释原因,让大家觉得突然和不被尊重。这是我们的问题,在这里向大家道歉,请相信我们下次会做得更好。

“豆邮”改名是一个经过深思熟虑的决定,目前豆瓣网站几乎所有的功能都已经汇集在“豆瓣”这一个App里了(广播的转播也马上就会上线),越来越多的用户只在手机App里用豆瓣。豆邮需要能在App里被看到,但手机上用户一对一沟通的用法会更快、更随时随地,和“邮件”的感觉已经越来越远。另外,太多“豆”字头的小功能会让新用户摸不着头脑。十年之后,是时候给“豆邮”换个名字了。

我们考虑过包括“私信”、“消息”等在内的几个名称,最后决定用“私信”,是因为它和“设置”、“登录”一样,到处被用,不属于任何一家公司,也没有陌生感。改名私信后,我们会把它做得更好用,比如现在已经能在手机私信里发图片了。

“豆邮”陪伴过我们很长一段时间,我们理解大家的感情和不舍,我们自己也会怀念“豆邮(1)”。借用一位豆友的话:“改变,很少是愉快的,但我仍然相信你我都会变得更好。请不要忘记那些属于曾经的豆邮,好好保存在记忆中吧。” “豆瓣”的独一无二不在于这个功能的名字。豆瓣一直会是豆瓣,但豆瓣会不断成长变化。感谢大家一直以来的陪伴和包容,也请大家相信,我们会越变越好。

PARACEL:让分布式机器学习变得简单

在豆瓣,我们常通过机器学习的方式从各种数据中训练出模型,利用这些模型帮助我们理解用户并为大家挖掘出有价值的内容:豆瓣FM的个性化歌曲推荐、书影音的喜欢也喜欢、首页的豆瓣猜等等。

早期的时候,单机训练的程序基本就能满足需求。一方面数据量不大,另一方面有的模型算一次可以用很长时间,对性能要求就没有那么高。不过很快,随着豆瓣的壮大,我们有了分布式计算的需求。当时Spark还没有Python接口,豆瓣基于Spark的思路开发了Dpark系统。Dpark非常成功,一下子把我们能解决问题的规模扩大了不少。

Dpark的出现解决了豆瓣大部分的数据需求和一部分机器学习模型的训练需求。然而,对于那些对性能要求较高的模型,Python并不能达到预期。同时,mapreduce的计算模式对于机器学习算法来说不够灵活。因此,对于较为复杂的模型的并行训练,我们仍然采用C++加MPI这样较为费时费力的方式来开发。

2013年初,我们从Jeff Dean发表在NIPS12上的论文《Large Scale Distributed Deep Networks》中了解到Google公司用来做深度学习的训练框架DistBelief。DistBelief将巨大的深度学习模型分布存储在全局的参数服务器中,计算节点通过参数服务器进行信息传递,很好地解决了随机梯度下降和L-BFGS算法的分布式训练问题。豆瓣当时并没有做深度学习的需求,但我们意识到机器学习问题可以转化成优化问题,而解优化问题的众多方法和随机梯度下降的过程是类似的:选定初始值,按某种方向,迭代直到收敛。

为了提高分布式算法的开发效率和增强代码被复用的能力,我们决定抽象出一个比mapreduce更适合机器学习模型训练的范式做成框架。Paracel项目就是在这样的背景下产生的,自从2014年3月在豆瓣内部发布最初版本至今已一年时间,我们决定将它开源。

Paracel是一个基于参数服务器通信模型的分布式训练框架。参数服务器可以被理解成一个全局分布式的key-value存储,用来存储待训练的模型。同时,参数服务器还能通过用户定义的update函数进行分布式计算,这时它与mapreduce系统中的reducer很类似。随着数据量的增长和模型的越来越复杂,单机的内存已经装载不下许多模型的参数了。Paracel不仅支持数据并行剖分,同时支持模型的并行剖分。开发者可以将训练数据划分到各个计算节点,并将对应的模型在参数服务器端进行划分,使得算法在计算性能和内存使用上都做到可扩展。

Paracel提供了简单又通用的通信接口,计算节点可以向参数服务器读取、写入、更新模型。在更新操作时,用户可以自定义的update函数。与琐碎的MPI通信方式相比,计算节点并不需要知道参数存放的具体信息,而是通过统一的接口与参数服务器进行交互,简化了开发的复杂度。值得强调的一点是,基于Paracel来开发分布式机器学习算法非常地直观,对于开发者而言,在Paracel中实现一个分布式机器学习算法和实现一个串行算法并没有太大区别。事实上,在开发Paracel中算法库的过程中,我们通常也是先实现一个单机的版本,然后在其基础上加少量的代码完成并行化的。

Paracel解决的另一问题是straggler问题:由于一些软硬件的原因,节点的计算能力往往不尽相同。对于迭代问题来说,每一轮结束时算得快的节点都需等待算得慢的节点算完,再进行下一轮迭代。这种等待在节点数增多时将变得尤为明显,从而拖慢整体的性能。Paracel放宽了“每个迭代步都等待”这个约束:当在一轮迭代结束时,算得快的节点可以继续下一轮迭代,但不能比最慢的节点领先参数s个迭代步。当领先超过s个迭代步,Paracel才会强制进行等待。这样异步的控制方式既从整体上省去了等待时间,也能间接地帮助慢的节点赶上。从优化问题的角度来看,虽然单迭代步收敛得慢了,然而每个迭代步的时间开销变少了,总体上收敛也就变快了。

此外,我们还在Paracel项目中开源了一个基于它实现的算法工具集,用户在安装完Paracel后就可以用其中的算法工具进行数据处理。我们将会不断地在这个工具集中加入更多的算法。

最后,希望能有更多的人使用Paracel。如果你想贡献代码,不妨fork它在GitHub上的代码仓库并给我们提交pull requests.

项目主页:paracel.io

20分钟教程:paracel.io/docs/quick_tutorial.html

API文档:paracel.io/docs/api_reference.html

2014年豆瓣高分榜

根据1亿用户在过去一年的标记,我们整理了2014年口碑最好的兴趣榜单。包含图书、电影、音乐、小组、东西(商品)等。另外,在大多条目旁,会推荐一个其所在的豆列。比如沿着《星际穿越》,你可以发现“数学、物理学生可能感兴趣的电影、纪录片”;沿着小鹿木架夜灯,你可以找到“一送礼物就头疼星人只好默默的mark”豆列;跟着My Little Airport《适婚的年龄》 ,发现 “上班的路那么长,听些歌消遣吧”。通过数据的整理,在这些榜单与豆列中,你可以发现更多在过去一年中被大众所喜爱的好内容。

当然,你也可以下载豆瓣App,它汇集了一亿人的生活趣味。除了书影音外,还涵盖美食、旅行、时尚、居家等生活的方方面面。帮你发现更好的2015。

注:排序根据用户评分综合评价人数得出。

豆瓣读书-口碑图书:

中文名作者评分所在豆列
永恒的终结[美] 艾萨克·阿西莫夫9.1豆瓣评星很高很强大【科幻】
泛若不系之舟傅真9.1私奔去远方—我们一直在路上
暗恋·橘生淮南八月长安9我们言着怎样的情做着怎样的梦然…
解忧杂货店[日] 东野圭吾8.7中国出版的东野圭吾作品列表
小顾聊绘画·壹顾爷8.7画中有真意 笔墨皆性情
陆犯焉识严歌苓8.6华语畅销文学
黄安东尼8.5那些让我们的人生充满阳光的治愈书
乖,摸摸头大冰8.4我的身体里有一个游荡的未来
给孩子的诗北岛 选编8.4致小朋友
大萝卜和难挑的鳄梨[日] 村上春树8.3青春 代价 不确定的感觉(ISSN)

豆瓣阅读-口碑原创作品

(即个人作者直接在豆瓣阅读发布的作品,综合销量和评分排序)

中文名作者
向死而生的自由人:连岳2013年评论集连岳
你可以拥有你想要的生活艾小玛
情感问答•2菠菜
边缘的姿态:一个人类学女生的田野记事曹玮
实习生的蜕变伊声
女神日常修炼手册余点
我得了慢性咽炎却得不到你的爱:慢三短故事五则慢三
美好百科•3:比春日小草芽还有精神的欢闹知识集王欢欢
如何才能成为一名优秀的床垫销售员方悄悄
刀王曾乙末

豆瓣阅读-口碑电子图书

(即电子版纸质图书,综合销量和评分排序)

中文名作者
三体全集刘慈欣
我们为什么会分手?毛路/赵珈禾
剑桥艺术史:绘画观赏〔英〕苏珊·伍德福德
陆犯焉识严歌苓
当我足够好,才会遇见你Lydia
枪炮、病菌与钢铁〔美〕贾雷德·戴蒙德
反脆弱〔美〕纳西姆·尼古拉斯·塔勒布
只有医生知道!张羽
倾我所有去生活苏美
坏小孩紫金陈

豆瓣电影-口碑影片:

中文名导演评分所在豆列
星际穿越克里斯托弗·诺兰9.1数学、物理学生可能感兴趣的…
消失的爱人大卫·芬奇8.8他们是高智商玩家
布达佩斯大饭店韦斯·安德森8.7摄影最美的电影
少年时代理查德·林克莱特8.6美国生活面面观
亲爱的陈可辛8.4真实犯罪:真人真事改编案件…
奇怪的她黄东赫8.4剧情扣人、故事性强、不闷的…
少年斯派维的奇异旅行让-皮埃尔·热内8.4电影里的童年
歌曲改变人生约翰·卡尼8.4俺就稀罕这自编自导的电影
彗星来的那一夜詹姆斯·沃德·布柯特8.3经典时空穿越电影年表
白日梦想家本·斯蒂勒8.2小喜剧,大爱情

豆瓣音乐-口碑专辑

专辑名歌手评分所在豆列
My Favourite Faded FantasyDamien Rice9他们忘了说,爱情有问题。
相見恨晚腰乐队9云南血统的音乐专辑
適婚的年齡My Little Airport8.5上班的路那么长,听些歌消…
克卜勒孙燕姿8.4追隨流行的腳步。從流行中…
吉姆餐厅赵雷8.4在路上,做一场颠沛流离的梦
八匹马惘闻8.4Post Rock From China!!!!!
寻人启事徐佳莹8.3“爱唱歌的孩子在星光”
UltraviolenceLana Del Rey8.2那些深深深深深深刺入翻译…
Ghost StoriesColdplay8.1还是一个人,还在低头还在…
呸 (正式版)蔡依林8聂永真唱片设计

豆瓣东西-口碑商品

商品名喜欢数所在豆列
好吃到飞起来!!!满满的奶香!!!花园饼屋奶酪包!!!9999+以买得起为前提屯吃的
Geek Living Daily/救生圈9999+请赐给我一个做产品设计的女…
小鹿木架夜灯9537一送礼物就头疼星人只好默默…
排水管快速疏通剂9436一个人住第一年
cutipol goa系列餐刀套装8833步入已婚妇女日常
百搭黑牛皮单肩包8486也许就是用来装下少女心也说…
草编藤球创意吸顶灯8129住宿也好毕业了租房也好,想…
正方形茶几7761home ❤
闻起来超级香浓的牛奶味沐浴乳 750ML!!7625给男神一个完美の自己
几何美学壁灯7213为装修做准备——家具、家居

豆瓣小组-口碑小组

(综合小组的话题活跃度、话题质量(推荐、喜欢)和成员活跃度排序)

经典短篇阅读
我爱心理学
爱猫俱乐部
私房菜
灵异豆瓣
买书如山倒 读书如抽丝
摄影
康熙来了
爱看电影
减肥餐设计与体型管理