作为一个观影爱好者，我多年来都有一个习惯，那就是买电影票之前先上豆瓣。
原因其实也很简单，一来是为了大概了解一下新上映电影的简介，二来则是为了“避坑”。
豆瓣的评分采取五星制，五星就是10分，一星就是2分。一般来说，6.5分算是电影好与坏的及格线。换言之，人们更倾向于选择观看超过6.5分的电影，以保证自己的观影体验。
但，豆瓣的评分系统真的合理吗？曾有不止一个电影行业从业者发出过质疑。
豆瓣的评分算法其实很简单——把豆瓣用户的打分加起来，再除以用户数。
是的，这就是我们小学学过的“平均数”。
我们都知道，一枚硬币抛的次数越多，理论上正反面五五开的概率就越接近。豆瓣评分也是类似的逻辑，打分的人越多，电影的评分就越客观。
但有两个问题。
第一，如果有大量水军灌水打一分或者五分，电影的评分就会失真。
第二，某部十个人打五星的电影，和某部十万人打四星的电影，我更应该相信哪个？
你发现了，一旦水军猖獗，或者打分人数过少，一部电影的评分就会失去参考价值。
那怎么办？
可以参考隔壁Imdb的做法，采用“贝叶斯推理”。
它的意思是，既然无法预知一部电影的最终得分，那就先给它一个基准分（网站上所有电影的平均分），比如6.5分，然后对应基准的打分人数，比如3000人。
现在，第3001个用户进来并打分——随着新信息的出现，贝叶斯推理会根据这些新信息不断的修正得分，最终无限逼近一部电影的最终评分。
这个算法最大的好处是，略微缓解了小众电影的窘境。一些小众电影在豆瓣上是没有评分的，但在Imdb上不会。因为至少也有一个基准分在那。
对了，Imdb是只允许“一人一票”的，你可以随时修改评分，但你无论如何只能算做一票。
那么，Imdb的“贝叶斯推理”是完美的吗？当然不是。
首先，它还是没能杜绝水军的现象。其次，它过于“一视同仁”，以至于对专业的观影者来说，和外行不得不享有同样的权重，这是不公平的。
怎么办？别急，看看桥水基金公司的创始人瑞达利欧是如何管理公司的。
瑞达利欧能把公司做成这10年最成功的对冲基金公司，和他的“可信度加权体制”的管理法密不可分。
这个名字乍一听很唬人，其实换成传播学的术语就是“信息权威的话更值得参考”。
瑞达利欧认为，人人都有话语权，但是每个人的发言权重和信息价值是不同的。他发明了一个词叫做“话份”。
理论上说，一个人在垂直领域越专业，或者他在公司的地位越高，他的话份就越重。
所以，每当公司遇见决策上的分歧，瑞达利欧就会根据话份的不同来拍板。
这种决策法，其实我们生活中也屡见不鲜。
比如，对于一位演员的演技究竟是好还是烂，两批人争论不休，这时候某位大导站出来为其撑腰，作为吃瓜群众的你，多少会倾向于该演员的正面信息吧？
但，“话份”还是有个问题，如果这个权威被某一方收买了呢？或者其实他根本就是个“砖家”而不是“专家”？
“单靠个别权威的信息就做出决策确实有失公允，还得靠群众的力量。”
说出这话的人叫做菲利普·泰洛克，美国著名政治学者，“善断计划”的发起人——该计划旨在为美国情报局提供建设性的参考意见。
“善断计划”的信息统计和预测最大的特点，是“对加权平均后形成的预测结果再做一道加工和助推，即将预测结果往100％或者0％的方向推。”
举个例子，假设他们想预测“特朗普能否连任美国总统”，如果受调查者加权平均后的预测概率是69％，那就把它上调到比如83％。相反，如果预测概率是25％，那就把它下调到12％。
这种预测的方法，专业术语叫做“极化”。极化最大的特点，就是让乐观预测更乐观，让悲观的预测更悲观。
想一想，其实我们生活中做判断也是差不多的。假设一件事发生的概率是95%，我们会觉得它基本上百分百会发生。而一件事的发生概率只有5%，那么我们几乎觉得它是不可能事件。
在宣讲的最后，总结一下今天的内容。
想要对一件事做出合理的预测，离不开群体的智慧，但只靠群体也是不够的，因为他们可能只是“乌合之众”。你还需要结合信息权威的“话份”，以及适度采用“极化”的思维。
只要你掌握了“加权平均+话份权重+极化算法”的三重工具，相信你完全可以做出一个明智的决策！
作者简介：西门君，前《跑男》一二季现场导演，目前就读浙大传播学在职研究生。关注我，学习最接地气的传播学知识。
