TRUE RANKING 番剧评分观察室GitHub ↗

BILIBILI REVIEW ANALYTICS

从评论,看见评分。

合并长短评,比较不同等级用户的评分分布。

ANALYSIS WORKSPACE

等待一部番剧

统计完成后,在这里查看评分、样本与趋势。

等级过滤后评分

—/ 10

保留 Lv.5 及以上用户

全部样本评分

—/ 10

长评与短评按条数合并

B 站官方评分

—/ 10

标称评分人数 —

置信度 · 原脚本模型估计

均值误差 ±0.1 · 保留两位小数

统计完成后显示合并、短评、长评的六项估计

沿用油猴版公式:随机抽样假设下,均值误差在 ±0.1 内的近似概率。评论不一定是随机样本,过滤后的总体人数也未知,因此这些百分比不能作为准确性保证。

评分分布

过滤后全部样本

暂无评分数据

已采集 —

过滤后 —

样本保留率 —

采集 / 官方标称 —

平均分变化

最早评论起 · 最多两年

采集完成后显示累计平均分趋势

长短评明细

分 / 条
评论类型全部均分过滤后均分全部样本过滤后样本接口标称数
尚无统计结果
计算方法与结果说明

沿用原油猴脚本:每条评论等权,合并长短评计算算术平均分;最低用户等级默认 5,可在 0–6 之间调整。两类评论分别去重,同一用户的长评与短评仍分别计数。

采集结束仅表示接口可见分页已读完,不表示拿到了全部评分。采集 / 官方标称比例使用合并评论数除以官方评分人数,两者口径不同,可能超过 100%。评论并非随机样本,结果仅供参考,不代表客观「真实评分」。

趋势按每组样本的最早日期起划分 8 个区间,累计计算,超过两年的评论不进入趋势图,但仍计入总均分。两组的日期范围可能不同;所有评论同一天时显示一个点。

置信度沿用原脚本的正态近似与有限总体校正:合并样本以官方评分人数为标称数,短评、长评分别以对应接口标称数计算;过滤前后沿用同一个标称数。有效样本不足 2 条、标称数未知或为 0 时显示「暂不可估」。样本数达到标称数或样本评分完全相同时,原公式返回 100%,并不表示结果没有误差。

标准误 SE = √[s² / n × (N − n) / (N − 1)],模型概率 = 2Φ(0.1 / SE) − 1。其中 s² 是样本方差,n 是有效样本数,N 是对应标称数,Φ 是标准正态分布的累积分布函数。