当在网上寻觅想要买的小电器或出租影碟时，很多人会密切关注网站上顾客评论员给商品评级的星星数量。但是，一项最新研究证实了一个已经被怀疑的现象：即等级评分（星星的数量）很容易被少数极其活跃分子所掌控。

　　葡萄牙马德拉大学（University of Madeira）助理教授、卡内基梅隆大学兼职助理教授 瓦西利斯•寇斯塔寇斯(Vassilis Kostakos) 说：“等级评分系统可以归结为‘群体智慧’，其目的是提供有用的观点，但是如果一少部分用户做了大部分投票评分的话，该系统就会刻画出不客观的产品形象”。他说：“无论在个体客户中还是在群体客户中，看来人们都有着非常不同的投票模式。”

　　寇斯塔寇斯研究了亚马逊网上书店、互联网电影数据库(IMDb)和书评网站BookCrossings上面的投票模式，研究成果发表在“2009年IEEE社会计算国际会议”(2009IEEE International Coference on Social Computing)上。他带领的团队研究了这三个网站上数十万项商品和数百万条投票评论。他们发现，几乎所有的情况都是少部分的用户做了大部分的评分。比如，只有5%的亚马逊活跃用户为10件以上商品投票打分，还有一小撮极其活跃的用户为上百件商品投票打分。

　　寇斯塔寇斯说：“如果两三个人进行了500次的投票打分，那么最终分数将不能代表全体社区用户的观点。”他怀疑这就是为什么分级评分往往趋向极端的原因。

　　伊利诺伊理工学院研究在线评级系统的助理教授雅恩•欧特巴彻(Jahna Otterbacher)说：“以前的研究暗示了评级系统可以向某些因素倾斜，比如评论者的年龄”。同时，她指出，包括亚马逊在内的一些网站已经加入了旨在控制评论质量的机制。例如，允许用户在其他用户评论的上打分。

　　寇斯塔寇斯提出了如何进一步使网上推荐更有效的方案。他建议，为了吸引更多的用户参与投票评分，评级系统应更加简单易用。

　　没有参加寇斯塔寇斯项目的卡内基梅隆大学助理教授尼基•基特尔（Niki Kittur）（研究方向为用户协助百科）说：“给用户提供更多有关投票模式的信息，也是有助于提高网上推荐可信度的方法之一。”基特尔建议网站可以想出一个简单易行的办法，来总结和代表其他用户的评论，目的是为了发现明显的偏见。“偏见分为有意识偏见和无意识偏见”，他说，“归根结底，我们所需要的是工具和透明度。”

　　寇斯塔寇斯也建议，去掉极度消极和极度积极的评论。这样，网站上的评论从整体上来讲就不会过于积极或者过于消极。但是，负责检查亚马逊、互联网电影数据库和Yelp评论的欧特巴彻担心，这样做会妨碍更多人参与。“人们写评论是要对产品发表自己的看法，这种看法是很情绪化的”，她说。