Bir filmin sayfasında 8.2 yazıyorsa, bu sayının oyların ortalaması olduğunu varsayıyoruz. Değil. IMDb bunu açıkça söylüyor: aritmetik ortalama kullanmıyorlar.
Arada iki ayrı hesap var ve sürekli birbirine karışıyor:
- Top 250 sıralaması. Formülü yayınlanmış, kontrol edebilirsin.
- Film sayfasında gördüğün puan. Formülü gizli, ve gizli tutulması kasıtlı.
İkisini ayrı ayrı anlatacağım. Ama asıl mesele üçüncü bir yerde: hangi formül olursa olsun, tek bir sayı bir filmi anlatamıyor.
Ortalama olsaydı ne olurdu?
Düz ortalamanın sorunu tek cümleyle şu: kaç kişinin oy verdiğini umursamıyor.
Kırk kişinin oyladığı bir film 9.4 alabilir. İki milyon kişinin oyladığı bir film 8.9 alır. Düz ortalamaya göre birincisi daha iyi film.
Oysa kırk kişilik 9.4, bir kanaat. İki milyonluk 8.9 ise bir olgu. Aradaki fark filmin kalitesi değil, elimizdeki bilginin güveni.
Bu düzeltilmeseydi "En İyi 250 Film" listesi, dün çıkmış ve iki yüz hayranı oy vermiş filmlerle dolardı.
Top 250'nin formülü açık
Listeye giren filmlerin sırası Bayesçi bir tahminle hesaplanıyor:
W = (v / (v + m)) · R + (m / (v + m)) · C
R
filmin kendi oy ortalaması
v
aldığı oy sayısı
m
listeye girmek için gereken asgari oy sayısı
C
IMDb genelindeki ortalama
Formül tek bir iş yapıyor: az oy alan filmi genel ortalamaya doğru çekiyor. Oy sayısı arttıkça film kendi ortalamasına yaklaşıyor, çekim zayıflıyor.
Başka bir deyişle: "bilmiyorsak, ortalama bir film olduğunu varsayalım" diyor. Kanıt biriktikçe bu varsayımı bırakıyor.
Aynı 9.2, iki sonuç
Formülün ne yaptığını en iyi iki örnek gösteriyor. İki film düşün, ikisinin de oy ortalaması 9.2. m = 25.000 ve C = 7.0 alalım:
Birinci filmde 25.000'lik varsayım, 1.500 oyu ezip geçiyor: sonuç neredeyse genel ortalamanın kendisi. İkincisinde 2 milyon oyun yanında 25.000 hiç kalıyor, film kendi ortalamasında duruyor.
Aynı 9.2, iki bambaşka sonuç. Fark filmin kendisinde değil, kaç kişinin baktığında.
Aşağıdaki hesap çalışıyor — oy sayısını çekip geçişin nerede olduğuna bak:
Oy sayısı 25.000 civarındayken sonuç tam ortada duruyor: elindeki kanıt, varsayımla eşit ağırlıkta. Altına inince genel ortalama, üstüne çıkınca filmin kendi puanı baskın geliyor.
m ve C sabitleri zaman içinde değişiyor; kaynaklar farklı değerler veriyor. Yukarıdaki rakamlar formülün nasıl davrandığını göstermek için, bugünün kesin değerleri olarak değil.
Sayfadaki puan ayrı bir hesap
Şimdi karışıklığın kaynağına gelelim: yukarıdaki formül sıralama için. Film sayfasında gördüğün sayı başka bir hesabın sonucu ve IMDb o hesabı açıklamıyor.
Söyledikleri şu kadar: aritmetik ortalama kullanmıyorlar, ağırlıklı bir ortalama kullanıyorlar, ve yöntemi kasten gizli tutuyorlar.
Pratik sonucu şu: ekrandaki sayıyı kendin yeniden üretemezsin. Bütün oyları toplayıp sayıya bölsen tutmaz, ve tutmaması bir hata değil.
Neden gizli tutuluyor?
Çünkü formül bilinirse kandırılır.
Bir filmi batırmak ya da yükseltmek isteyen kitle, tam olarak neye yükleneceğini öğrenir. Kaç hesap gerektiğini, hangi oyun daha ağır bastığını, ne zaman oy vermenin daha etkili olduğunu hesaplar.
Bu teorik bir kaygı değil: bir film çıkmadan önce binlerce 1 puan alabiliyor, ya da bir hayran kitlesi açılış haftasında 10'larla dolduruyor. İkisinde de oylar filmi değerlendirmiyor, filme karşı ya da lehine bir kampanya yürütüyor.
Oyların %52'i 1 puan. Bu bir değerlendirme dağılımı değil; bir kampanyanın şekli. Formül açık olsaydı kampanyanın nereye yükleneceği de hesaplanabilir olurdu.
Yani gizlilik bir kibir değil, savunma. Bedeli de şeffaflık.
Asıl sorun ortalamada değil, dağılımda
Buraya kadar hep "doğru ortalama hangisi" diye konuştuk. Ama hangi formülü kullanırsan kullan, daha büyük bir sorun duruyor.
İki film düşün, ikisi de 7.0:
- Birincisinde oylar 7 ve 8'de toplanmış. Herkes aşağı yukarı aynı şeyi düşünmüş: iyi ama sarsıcı olmayan bir film.
- İkincisinde oyların üçte biri 10, altıda biri 1. Bölücü bir film — bir kısmı hayatının filmi diyor, bir kısmı dayanamamış.
Soldakinde herkes aşağı yukarı aynı şeyi düşünmüş. Sağdakinde oyların üçte biri 10, altıda biri 1 — yani izleyicinin yarısı bayılmış, yarısı dayanamamış. Aynı 7.0.
Aynı sayı, taban tabana zıt iki izleme deneyimi. Ve 7.0 sana ikincisi hakkında hiçbir şey söylemiyor. Oysa bilmen gereken tam olarak o: bu filmi ya çok seveceksin ya da yarısında bırakacaksın.
IMDb dağılım grafiğini gösteriyor. Neredeyse kimse açmıyor.
Tek sayı bir filmi anlatmıyor
Toparlayalım:
- Gördüğün puan oyların ortalaması değil, ağırlıklı bir hesap.
- Top 250 sırası ayrı bir formülle, az oylu filmleri ortalamaya çekerek belirleniyor.
- Sayfadaki puanın formülü, manipülasyona karşı kasten gizli.
- Ve bütün bunlar çözülse bile, tek bir sayı bir filmin nasıl bir şey olduğunu taşımıyor.
Puan kötü bir araç değil. Sadece tek başına kullanılmak için tasarlanmamış bir araç.
Biz ne yapıyoruz
Film Keşfet'te puanı atmıyoruz — çok düşük puanlı ve çok az oy almış filmleri elemek için kullanıyoruz, çünkü orada puan gerçekten işe yarıyor. Ama sıralamayı ona bırakmıyoruz.
Bunun yerine iki bağa bakıyoruz:
İzlediklerinle bağı. Kaydettiğin filmlerin oyuncularını ve yönetmenlerini tutuyoruz. Aynı isimlerin geçtiği başka filmler, hiç duymadığın ama sana yakın filmler oluyor. Uygulamadaki graph ekranı bu bağı doğrudan gösteriyor: film, oyuncu ve yönetmen düğümleri, aralarındaki çizgiler.
Arkadaşlarının izledikleri. Tanıdığın birinin izleyip beğendiği bir film, iki milyon yabancının ortalamasından daha çok şey söylüyor — çünkü o kişinin zevkini zaten biliyorsun.
Puanın anlatamadığı şey bu: sayı bir filmin nasıl bir şey olduğunu taşımıyor, ama "şu üç filmi sevdin, bunda da aynı oyuncu var" cümlesi taşıyor.
Film Keşfet'i buradan açabilirsin — ücretsiz, listeni kurup graph'ı görebilirsin.