同时我们也在完善自身。在「算法工程师如何改进豆瓣电影 TOP250 」中，你可以了解到我们如何优化了算法机制。电影问答的上线可以让你与同样感兴趣的人互动，发现更多关于电影的好内容。

现在，2013年过去了，豆瓣电影用一种有价值的形式来怀念它。我们从全年海量用户数据中筛选了一些有趣的信息，同时结合互联网公开数据，制作成了「拍电影」「看电影」「聊电影」三张主题图谱。透过这份图谱中的大数据，你将能回顾和解读2013年全球电影市场的多重面貌。同时，也会了解喜欢电影的豆友都在豆瓣做了什么有趣的事。（点击图片可查看大图）

附录：

豆瓣电影2013年度【口碑榜】Top100

豆瓣电影2013年度评价TOP 榜单（含电视剧）

这是我们算法工程师时常会面对的问题。

一些深度影迷可能会想到 imdb.com (互联网电影数据库) 所采用的贝叶斯公式[见附注]，这个公式的思路就是通过每部影片的［评分人数］作为调节排序的杠杆：如果这部影片的评分人数低于一个预设值，则影片的最终得分会向全部影片的平均分拉低。

由此可见，平衡评分人数和得分，避免小众高分影片排前，是这个计算方法的出发点。可问题在于：调节整个榜单的排序主要依赖于这个［评分人数预设值］。如果它设置的很低，那么最终的排序结果，就是每部影片自身评分从高到低在排序；如果它被设置得过高，那么只适用高曝光率的影片。据说 imdb.com 的这个预设值从500一路调整到了25000，遗憾的是这个算法仍然无法很好的解决他们的问题。

我们看看国内电影市场的现状。2013年上映的《疯狂原始人》两个月内在豆瓣电影得到了13万人次的评分，而1974年上映的《教父2》，到目前为止的评分总人数还不到10万人。近几年观影方式的多样化以及影院观影的持续火爆，使得新近上映的影片很轻松地就能获得大量的评分，相较之下，老片子的曝光机会少了很多。显然，继续调节 [评分人数的预设值] 已无法满足当前国内电影排行榜的实际需求。

如何解决这个问题呢？对算法工程师而言，我们通常会先用最基本的算法模型来应对，然后针对该算法带来的问题再修改并衍生出新的算法。比如针对这里的［评分人数预设值］，我们可以分出老片和新片两个排行分别对待，也可以把时间因素考虑在内，如此等等。

不过这次我们决定换个做法。

在重新审视过 [豆瓣电影TOP250] 这一产品之后，我们提炼出两个关键指标：

1 它应该具备人群的广泛适应性。

例如一些动漫作品，因为拥有大量的粉丝，容易得到高分。如果采用 imdb.com 的榜单公式计算，这些影片的排名就会很靠前，但它们显然不适合被推荐给非动漫迷。

我们的解决办法，是将电影划分为若干分类，每一分类对应着喜欢此类有显著代表性的人群。如此一来，排序问题就变成了推荐问题，即把某部影片分别向所有类人群做推荐，能被推荐给越多人群的电影也就越具备广泛性。

实际上，实验的结果也证明了《肖申克的救赎》这类电影的人群广泛度远远超越了《EVA》这样的动漫作品。

2 它还需要具备持续关注度，不能昙花一现。

1957年的《十二怒汉》时至今日仍然被人津津乐道，而一些票房大片上映时非常红，过后就乏人问津。如何解决他们的排序关系？

我们取得每部影片在不同时间周期内的收藏人数和评分，将其汇成一条收藏曲线，再分析不同的曲线及其间关系，计算相应的分数。

这样，更新后的算法便初步形成了。算法更新后，榜单产生了一些变化，具体哪些变化？这就去看看吧！

再说两句题外话，其实依靠简单的维度去做排序的榜单，我们平时也见的很多。这也许能解决一时的问题。对比简单排序甚至人工编辑的方式，一个算法模型在结果展示上可能没有优势，但面对环境因素的应变和扩展性上，算法有能力自我学习和进化，相信这也是产品生命力的一种体现吧。

附录： imdb.com 的top榜单公开公式
The formula for calculating the Top Rated 250 Titles gives a true Bayesian estimate:

weighted rating (WR) = (v ÷ (v+m)) × R + (m ÷ (v+m)) × C

where:

R = average for the movie (mean) = (Rating) -单部电影的得分
v = number of votes for the movie = (votes) -单部电影的有效评分人数
m = minimum votes required to be listed in the Top 250 (currently 25000)  -入选top250榜单所需最低的有效评分人数
C = the mean vote across the whole report (currently 7.0)  -所有影片的平均分

在新旧交替之际，豆瓣电影从2012年的海量用户数据中整理了诸多有趣的信息，从“热议榜”、2012电影产地分布、人气爆棚影片Top10到2012年电影票房喜怒哀乐，这些用数据说话的电影信息图谱可以解读出2012年中国电影市场的消费观念与口碑情况。

在这令人眼花缭乱的电影世界中，如果你还在犹豫如何选择，就从豆瓣电影（movie.douban.com）开启吧，网页端外，还有iOS和Android平台上的“豆瓣电影”APP服务（https://www.douban.com/mobile/movie），随时随地查询电影放映时间，在线提前选座优惠购票，各种犀利影评一览无余。相信豆瓣电影会让你2013年的电影生活更加精彩！

附录：

豆瓣电影2012年度评价TOP 榜单（含电视剧）

https://movie.douban.com/category/#search/era/2012

已经安装过豆瓣电影App的朋友，更新后即可体验此服务，iOS 版本号 3.0.0 / Android 版本号 2.0.0；如果你还没安装（竟然还没装！），可以在这里免费下载。
P.S. iOS版本支持 iOS6，适配 iPhone5，购票成功后可直接添加 Passbook。

通过新的豆瓣电影App，你可以使用手机来完成“实时选座位”、“在线支付”、“获取电影票兑换码”这一系列操作。全国14个城市53家影院已经支持此服务（影院详情），更多的影院正在不断加入进来。

在线选座购票服务上线至今的五个多月时间，我们一直在优化这个服务：
影院已经由上线之初的只支持北京的9家影院，到现在扩展到14个城市的53家影院，并且每周还在有影院不断的加入；
支付方式上，除了支付宝，我们现在也开通了不需要登录的网银支付功能，而手机端的银联手机支付方式将对信用卡用户更方便；
优惠票价上，我们也不断的和影院协商，让影院为大家提供更适合的价格；
观影活动上，几乎每部上映影片，我们都在开展优惠促销活动。此外，香港、韩国、日本、西班牙等各种艺术影展放映，我们也会提供在线购票，铁杆影迷一定不会错过这些。

现在，有了豆瓣电影手机购票服务，大家可以更方便的买票看电影了——逛街累了、排队的人多了、在上下班的车上都可以拿出手机，直接把座位选好。

能为你节省些时间也是我们乐于尝试的。

一直以来，我们都在努力为中国的电影爱好者提供一些有帮助的服务，也希望通过我们的力量来为中国电影做点什么。今天，我们尝试着迈出了一小步。这是一个开端，一个线下能为大家提供服务的开端。这并不是我们所擅长的领域，但包括我们在内的电影爱好者们可能需要它，我们便去做了，我们尝试着、摸索着，努力前行。

在线选座购票服务不同于任何形式的兑换券，我们还原了购票的真实性和直接性，对接了每个影院的售票系统。影院在豆瓣购票平台设定了票价后，大家即可提前选座购票。你所选择的座位会同时在影院售票系统中为你锁定。我们也致力于提升购票的便捷性，在线支付成功后，影院可实时收入票款，你只需凭取票确认码即可在影院自助取票机或柜台领取纸质票入场，你选择的座位会一直为你保留。从此，不用担心经过漫长的排队后却没有合适座位的情况了。

开始，我们只是有一个想法，在将其变为现实的过程中遇见了许多的困难，好在，也得到很多支持和帮助。在此特别感谢首批加入豆瓣在线选座购票服务平台的影院，正是他们先行者的决策才让在线选座购票这件事具有可行性。他们是（排名不分先后）：北京博纳影城朝阳门旗舰店 、北京博纳国际影城通州店、北京博纳顺景影城、嘉禾北京万柳影城 、嘉禾北京上地影城 、北京橙天嘉禾凤凰城影城、北京新华国际影城·大钟寺店、北京中影永旺店、北京东都影城。现在，你可以直接在以上影院的豆瓣小站中购票和选座，也可以在你想看的电影的条目页面进行购票选座。

接下来，将会有全国各地更多的影院陆续加入。我们也邀请你，跟我们一起经历这项服务的成长。

在此之后，我们在如何将服务做的更好的过程中，必然会遇见更多需要攻克的东西，这些，我们都会一点点解决，因为能为大家提供一个便利的服务，是一件快乐的事！

让电影回归影院，祝你观影愉快！