前言
今天想和大家聊一聊关于评分系统的一些想法。
评分系统常见于产品库、媒体、数据平台及电商等多类产品中，由该产品的用户进行操作。在不同的产品中，会因定位等原因表现出多种形态。
我们先来看几个示例。
评分系统的展示
IMDb
豆瓣
App Store
来自苹果的App Store，除了全部评分以外，特意把 当前版本 的评分单独列了出来。
Cnbeta
曾经知名的「双负五」，现在虽然去掉了新闻质量的打分，可仍旧保留了从-5到5的评分方法。
新浪影视
一个相当「复杂」的评分系统，涵盖了内容的许多方面，可对每个项目进行分别的评分。
我们为什么评分
由上述产品的示例，我们可以看到评分系统的几个主要用途。
开放式推荐
IMDb Top 250
由于评分是由用户自发完成的，当排除某些特殊情况（如水军、粉丝团等）之后，评分系统就可以相对客观的反映出该内容的「质量」。这对于其他用户在进行选择时提供了较为理想的参考价值。
如今的互联网，早已不是某个人或某个媒体「独断独行」的年代，相对于「编辑推荐」，更多的人选择相信大众的「投票」结果。这也正是评分系统大多由用户操作，而不仅仅是产品运营人员自行操作的原因。
情感反馈
在很多时候，评分系统的存在给了用户一个抒发情感的渠道。觉得喜欢打个满分，觉得不爽就去投一颗星。出于用户自身的情感表达，或是因为想给后来者一个提醒，用户就愿意去进行评分操作。
在情感宣泄的同时，也给了其他用户一个选择前的参考信息。既解决了产品的反馈途径问题，又借用了用户的「利他」思想。
评分系统的设计
说完了评分系统的作用，我们就来聊聊如何设计产品中的评分系统。
基本算法
评分系统最基本的算法就是
最终得分 = (用户评分1+用户评分2+...+用户评分N)/评分人数
显而易见，这种只计算用户总平均分数的算法在排序显示时有很多弊端。无论是粉丝团的疯狂打满分，还是水军的拼命打一分，都会对结果产生巨大的影响。
对此，可以采用以下两种方法解决这些问题。
解决思路
复杂算法
第一种解决方法是寻求技术手段，可以采用一种相对复杂的算法来进行评分的计算。
IMDb Top250 计算公式
IMDb 采用了 贝叶斯 算法，用 评分人数 作为杠杆，辅助进行评分的排序。
而豆瓣网采用的方法与之类似，但是加入了更多的要素进行排序计算。
提高门槛
另一种解决思路则是提高参与评分的门槛，尽可能的杜绝「虚假投票」的现象。
针对商家，可以 只允许 在该商家购买过商品的用户进行评分；
针对物品，可以 只允许 制作或使用过该物品的用户进行评分；
等等。
并且可以加入注册时间、用户等级等多种限制条件。
虽然减少了评分参与者的数量，但也能够在一定程度上保证评分的真实性。
要不要有0分
有人会问，为什么评分系统都没有0分的选项呢？
不是没有0分啊，你看Cnbeta不但有0分，还有-5呢-。-
对于这个问题，其实这主要是由于产品的评分系统设计思路不同而造成的。
评分不是打分，而是划分区间。用户是进行区间的选择，而不是分数的选择。例如豆瓣对于一至五星的定义就是「很差、较差、还行、推荐和力荐」，也就是从极差到极好分成了5个区间；腾讯汽车是从10分到100分按照十的倍数分成了10个区间。
也就是说，对于这些产品，0分并不在他们的区间划分范围之内。而Cnbeta则是从-5到5分成了11个区间。
用百分制还是十分制
之前有朋友问我，你觉得评分应该用百分制还是十分制来进行显示？
以我个人的产品观念，答案毫无疑问是 十分制。主要因为以下两点原因：
一、相对于百分制（98、87等）的认知负荷，十分制（9.8、8.7）更加简单一些。用户在「看见-识别」这一过程中，对于前者需要解读两位数字，而对于后者则往往会在一定程度上忽略小数点后的内容，只浏览第一位。能够更快的找到「高分」内容。
二、基于同样的原因，十分制会让用户感觉更好一些。对于前者用户会觉得「才80多分，离满分还有10多分差距呢」，而后者会让用户觉得「都8点多了，离满分也就差1分多点」。这对于运营推广时能起到一定的帮助作用。
更直观一点
继续延伸这个话题，对于评分的显示，能够更直观一些呢？
当然可以，加上颜色的区分嘛。
相对于数字，用户对颜色的变化更加敏感。把一个或多个区间的分数定义为一种颜色，就可以更加直观的看到作品的优劣了。
别烦我
最后说一个要注意的地方。很多移动端产品，总是喜欢时不时的弹出个窗口，希望用户去进行评分操作。
虽然这种方法对于增加评分人数有一定的作用，但这种行为真的很容易造成用户的反感。「喜欢的话，我自然会去评分，干嘛要自己跳出来打断我的操作呢」。何不采用一些更友善的方法呢？
在 Kongregate 的很多Flash游戏中，我们都能看到更好的处理方法。关注和Like按钮安安静静的待在一个角落的地方，不会自动跳出来「烦人」，但是在适当的地方给出提示「金币太少了，到Twitter上关注我们吧，有免费的金币奖励哦」、「技能点不够了，到Facebook上Like我们吧，额外赠送2个技能点哟」，对用户的操作进行奖励。
同样的，Kongregate网站也有一套评分系统。为了激励用户进行评分操作，网站在用户体系中设置了「每次评分奖励1点经验」的措施。这是不是更好些呢？
