麻豆影视在线观看av-麻豆影视在线观看-麻豆一区二区在我观看-麻豆一区二区三区精品视频-麻豆一级毛片-麻豆一二三四区乱码

最近，電視劇《家有兒女》受飯圈惡意競爭波及，涌入了大量一星豆瓣評分并沖上了熱搜；另一邊，入圍戛納國際電影節的電影《燃冬》《河邊的錯誤》尚未在國內上映，卻出現了不少豆瓣觀影惡評。

【資料圖】

豆瓣評分，這個影視愛好者們曾經暢所欲言的樂土，被視為具有客觀性和公信力的評分機制，現如今卻充斥著商業水軍和黑粉惡評，再加上飯圈文化的不斷滲透，豆瓣評分再次被推到了輿論的風口浪尖，其公信力也面臨著巨大挑戰。

飯圈爭斗滲透豆瓣評分

近日有網友發現，經典國產喜劇《家有兒女》在豆瓣上疑似遭到惡意評分，不僅出現了很多一星打分，還有黑粉留言吐槽楊紫演技，甚至口不擇言地進行人身攻擊。

隨著《家有兒女》惡意低分事件的持續發酵，有網友又翻出早前被惡意刷低分的獻禮劇《阿娜爾罕》，這部作品是迪麗熱巴的電影處女作，不僅獲得過五個一工程獎，還提名了中國電視劇最高獎項飛天獎，這樣優秀的作品，豆瓣評分卻從8.1突降至6.2，評分區隨之涌入了大量無腦惡評。

面對突如其來的一星刷屏，資深追星人香香向記者解釋道，“這很明顯是被黑粉惡意評分了，我們能做的只有向豆瓣舉報這些惡評，但是無奈這種情況太多了，很難再把分數刷回去。”據最新數據顯示，《阿娜爾罕》目前的豆瓣評分仍是6.2。

不光是經典老劇被刷惡評，一些待播劇和暫未上映的電影也被黑粉打了低分。

今年，周冬雨、劉昊然、屈楚蕭主演的《燃冬》和朱一龍、曾美慧孜等主演的《河邊的錯誤》兩部影片，均入圍了戛納電影節相關單元，并于日前在戛納進行了首映。令人難以理解的是，這兩部作品都還沒有在國內上映，卻出現了不少以國內IP地址發布的一星觀后影評。

這些無腦惡評有一個共同點，就是單純沖著演員去點評作品，他們甚至沒看過作品，完全忽視整部作品背后所有人付出的努力和心血。電影發燒友阿灰向記者表示，“十分不理解這種沒看過作品就打一星的行為，他們可是去為國爭光的，黑粉打一星的時候難道不能心疼一下導演和后期制作人員嗎？為何對這些能入圍國際電影節的作品有這么大的惡意，就算是針對不喜歡的演員，也不至于牽連作品吧？”

談及此問題時，電影制片人愛麗也深感無奈，“每一部作品都是所有參演人員和臺前幕后工作人員的心血，作為觀眾，你可以有自己的喜好和選擇權，確實作品也有好有壞，每個人都有不同的觀后感，但是看到豆瓣上一些連劇情都講不出來就惡意打低分，真的挺難受的。”

對于豆瓣惡意刷低分的現象，不少網友表示會理性看待，“像《家有兒女》這樣家喻戶曉的好劇，就算低分能證明什么？劇里演員的演技和作品的品質，這些都是經歷了時間的考驗，大家有目共睹的，不需要評分來證明，我們不用去理那些一言不合就給別人作品打一分的黑粉。”

粉黑博弈沒有贏家

娛樂圈不少藝人都有過被黑粉惡意刷低分的經歷，同時還出現了作品的質量和豆瓣評分不成正比的現象。對此，某影視公司的制片人郝晶認為，“國內的影視劇評分普遍低，有一部分原因是競爭對手的粉絲惡意打低分導致的，豆瓣已經逐漸成為了粉黑大戰的戰場，失去了公信力。”

有細心的網友發現，一位疑似演員楊紫的黑粉，在豆瓣平臺1個小時內分別給9部劇進行了打分。其中，由楊紫主演的《家有兒女》《戰長沙》等7部作品被打了一星和二星的低分，而這位黑粉反過來卻給趙麗穎主演的《錯點鴛鴦戲點鴛鴦》《杉杉來了》打了五星滿分。

在飯圈，這種情況尤為普遍，經常發生在有競爭關系的藝人之間，粉絲會把對方當成自己偶像的假想敵，進行言語上的攻擊，有的還未見正片就惡打一星，而對方粉絲為幫偶像拉回評分也以五星評價反擊。如此混亂的“粉黑大戰”，讓人不禁對豆瓣評分的公信力和準確度產生質疑。

而這種給有競爭關系的藝人刷低分的飯圈文化，很容易引發兩家粉絲之間的矛盾升級，導致原本屬于粉絲之間的斗爭上升到藝人本身，給藝人和經紀團隊帶來很大困擾，同時還嚴重影響到了作品的真實口碑。

一位資深豆瓣用戶向記者抱怨，“自從豆瓣評分被飯圈盯上后，就再也沒消停過。”飯圈將豆瓣評分作為一種應援方式，組織粉絲們在豆瓣開通賬號，在平時給各種電影、音樂、書籍進行打分評論，為自己的偶像作品“養號刷評”，甚至通過商業水軍批量養號、買賣豆瓣號和“刷分控評”套餐，為偶像作品刷至指定分數，也可以為對家惡意刷低分。

隨著飯圈這股勢頭的不斷蔓延，很多藝人經紀團隊都如臨大敵，還有一些綜藝節目或者影視作品，為了避免被惡意刷低分，需要投入更多的精力和宣傳經費去控評清分。

但不可否認，豆瓣評分仍是國內大部分觀眾參考影視作品評分的方式，也是影視作品口碑好壞的重要衡量標準，很多影視綜項目在總結成績時還會將豆瓣評分納入考量，以此為作品受捧程度的指標。這樣看來，豆瓣不應淪為粉絲或是藝人團隊博弈的工具，那些優秀的影視作品更不應成為粉黑大戰的犧牲品。

對于飯圈有組織地進行刷分控評，豆瓣方面承認確實存在此類現象，但豆瓣的“反水軍、反作弊”措施也在不斷改進中。簡單點來說，在豆瓣大數據面前，水軍的群體行為特征是容易被算法發現的，數據的異常波動很容易被識別和定位；豆瓣評分的正常用戶規模越來越大，已經足夠大到在統計意義上屏蔽水軍可能造成的影響。不過，從目前的治理效果來看，豆瓣方面需要做得還要更多。