Jak układamy rankingi książek
Każdą liczbę na tej stronie da się odtworzyć. Oto cała metoda.
Skąd biorą się dane
| Open Library | katalog + oceny | CC0 / domena publiczna | aktywne |
|---|---|---|---|
| Wikidata | serie, nagrody, tytuły tłumaczeń, ekranizacje | CC0 | aktywne |
| Wikipedia | opisy + popularność | CC BY-SA | aktywne |
| Google Books | oceny + opisy | warunki API | aktywne |
| Hardcover | oceny, nowości, zapowiedzi | warunki API | aktywne |
| New York Times | historia bestsellerów (poza wynikiem) | warunki API | aktywne |
Tygodnie na liście bestsellerów „New York Timesa” pokazujemy na stronie książki, ale nigdy nie wchodzą one do wyniku. Sprzedaż mierzy marketing i dystrybucję nie mniej niż jakość, a wmieszanie jej po cichu zamieniłoby ranking jakości w ranking popularności.
Ekranizacje bierzemy z Wikidanych: film ma tam własność „na podstawie” wskazującą na książkę. Nie wpływają na wynik — mówią, że książkę sfilmowano, nie że jest lepsza. Odrzucamy pozycje pornograficzne i nieukończone projekty, a kolejność ustala liczba wersji językowych artykułu, więc pierwsza jest ta ekranizacja, którą czytelnik faktycznie zna.
Skąd książka bierze kategorię
Książka wchodzi do rankingu dopiero wtedy, gdy dwa niezależne źródła zgadzają się co do kategorii — indeks tematyczny Open Library (potwierdzony listą tematów samego dzieła), gatunki z Wikidanych i kody BISAC z Google Books. Jedno źródło nie wystarczy: to ono chroni ranking psychologii przed powieścią, którą ktoś źle opisał.
Wyjątkiem jest klasyka, bo „klasyk” to nie gatunek. Gatunek mówi, czym książka jest, i dwa katalogi mogą to stwierdzić niezależnie; bycie klasykiem mówi, co się z książką stało potem, i żaden katalog tego nie notuje — Google zwraca dla „Alicji w Krainie Czarów”, „Wehikułu czasu” i „Roku 1984” kolejno „Fiction”, „Readers” i „Foreign Language Study”. Drugim sygnałem jest więc sama książka: jest w indeksie klasyki Open Library i została wydana po raz pierwszy co najmniej 50 lat temu. Obie rzeczy da się sprawdzić i żadna nie jest opinią.
Wzór
Zwykła średnia premiuje niszę: pięciu zachwyconych czytelników wyprzedziłoby klasyka ze stu tysiącami ocen. Używamy ważonej średniej bayesowskiej, która ściąga każdy tytuł w stronę średniej kategorii, dopóki nie zagłosuje dość czytelników.
score = (v / (v + m)) · R
+ (m / (v + m)) · C- v = łączna liczba ocen tytułu
- R = ważona średnia ocen ze źródeł, przeskalowana do 0–10
- m = 147 (waga a priori, w liczbie ocen)
- C = średni wynik kategorii (globalnie: 7,80)
Do rankingu wchodzą tylko tytuły z co najmniej 50 ocenami. Waga a priori to mediana liczby ocen w bieżącym snapshocie — rośnie razem z ilością danych, zamiast być ustalona z góry.
Jak oceniamy serie
Wynik serii to średnia tomów ważona liczbą ocen, z karą, gdy tylko część serii ma dość ocen — żeby saga nie jechała na jednym uwielbianym pierwszym tomie.
Plan na serię: jak liczymy etapy i przerwy
Długiej serii rzadko czyta się jednym ciągiem. Na stronie kolejności czytania dzielimy ją na etapy, a między nimi podsuwamy krótką książkę spoza serii. Liczymy to z danych widocznych na stronie: stron i ocen każdego tomu. Tabela pokazuje, co liczymy, z czego i według jakiej reguły.
| Co liczymy | Z jakich danych | Reguła |
|---|---|---|
| Czas czytania i słuchania | Liczba stron każdego tomu | Czytanie: 1,1 min na stronę. Słuchanie: około 28 stron na godzinę nagrania, to szacunek. Domyślne tempo to 45 min dziennie; suwak na stronie je zmienia i wszystko liczy się od nowa. Tom bez liczby stron liczymy według średniej serii i oznaczamy ≈; dodatek (np. tom 0,5) bez liczby stron i tomy jeszcze niewydane pomijamy. |
| Szansa dokończenia | Liczba ocen pierwszego i ostatniego tomu | Liczbę ocen ostatniego tomu wydanego co najmniej 2 lata temu dzielimy przez liczbę ocen tomu 1. Liczą się tylko tomy z oceną, czyli te, które przeszły nasz próg liczby ocen, a tom 1 musi ją mieć; wynik nie przekracza 100 %. Od 55 % szansa jest duża, od 30 % średnia, poniżej mała. |
| Klif | Liczba ocen kolejnych tomów | Największy spadek liczby ocen między dwoma kolejnymi tomami głównymi (z numerem całkowitym, więc dodatki takie jak tom 2,5 pomijamy), jeśli wynosi co najmniej 25 %. Liczymy od przejścia z tomu 2 do 3 (spadek po tomie 1 jest normalny i obejmuje go szansa dokończenia) i tylko dla tomów wydanych co najmniej 2 lata temu, z których oba mają ocenę. Plan zamyka etap przed tym tomem, jeśli etap przed nim ma już co najmniej połowę etapu wzorcowego. |
| Dołek | Średnia ocena każdego tomu | Tom oceniony co najmniej 0,25 pkt niżej niż poprzedni. Podajemy też tom, od którego oceny wracają. |
| Etap | Strony tomów i tempo | Etap wzorcowy to około 3 tygodni czytania w twoim tempie, co najmniej 15 h i najwyżej 40 h. Prawdziwy etap składa się z całych tomów, więc może być krótszy (gdy następny tom już się nie mieści) albo dłuższy: może urosnąć o 30 %, jeśli dokładany tom ma mniej niż 450 stron, i o 10 %, jeśli ma 450 stron lub więcej. Tom od 900 stron jest osobnym etapem. |
| Wielkość przerwy | Godziny etapu w stosunku do etapu wzorcowego | Pełna przerwa (książka do 340 stron i 2 dni odpoczynku): po tomie-gigancie, przed klifem albo po etapie dłuższym o co najmniej 20 % od wzorcowego. Pełna przerwa przypada też zawsze przed tomem od 900 stron. Krótka (książka do 180 stron, 1 dzień): po etapie od 85 % wzorcowego. Po krótszym etapie nie ma przerwy, łączymy go z następnym, chyba że razem przekroczyłyby 130 % etapu wzorcowego; wtedy jest krótka przerwa. |
| Książka na przerwę | Nasz katalog ocen | Samodzielna książka, nie tom żadnej serii, z innej półki niż seria: od 80 do 340 stron z oceną od 8,0 i co najmniej 500 ocenami albo od 80 do 180 stron z oceną od 7,8 i co najmniej 300 ocenami. Nigdy książka obrazkowa, dla dzieci ani dla starszych dzieci, każda tylko raz. Po etapie dłuższym niż 25 h wybieramy lżejszą, np. humor, opowiadania, biografię. Pokazujemy tylko książki, które mają stronę w twoim języku. |
| Kształt serii | Średnie ocen początku, środka i końca | Porównujemy początek, środek i koniec serii i nadajemy jej jeden z ośmiu kształtów: „równa”, „rozkręca się”, „finał jest najlepszy”, „dołek w środku, potem powrót formy”, „szczyt w środku”, „zjazd na końcu”, „najlepsze na początku” albo „nierówna”. Każdy kształt ma jedno zdanie o tym, czego się spodziewać. |
To szacunki z liczb, nie recenzja. Plan pokazujemy, gdy liczbę stron mają co najmniej 3 tomy i dwie trzecie wszystkich. Liczby stron i ocen pochodzą ze źródeł opisanych wyżej.
Jak często aktualizujemy
Oceny pobieramy ponownie co 3 miesiące i zapisujemy jako datowany snapshot — stąd biorą się strzałki trendu i „największe wzrosty”.
Znane ograniczenia
Otwarte dane o ocenach są przechylone w stronę angielszczyzny i nowszych tytułów. Wydania w różnych językach łączymy w jedno dzieło, więc wynik odzwierciedla czytelników ze wszystkich języków, nie tylko Twojego.