汇聚许多人的智慧，需要方法。
简单平均、贝叶斯推理、动态加权、极化。
简单平均：
评分可以是：对已经发生的事的评价，对未来要发生的事的预测，对某项决策的扳机。评分如果是一群人评分的平均值，无论如何都比个体评分更准确。比如一个农民赶着一头牛到市场上去叫卖，人们对于这头牛体重的估计，个人估值一般都没有每个人估值的平均值更接近牛的真实体重。
贝叶斯推理：
平均值法简单但不完美。如果参与一个事物评分的人数只有2人，参与另一个事物评分的人却又一百万人，最后的均值大小不能反映真实。贝叶斯引入了一个预先平均值为基准，并对打分人的人数也做了限制，比如3000人。参与评分人数越少，实际数值越接近平均值。人数越多越接近人们的真实打分。
今天介绍这两个方法，明天继续。
”
