互联网电影数据库（英语：Internet Movie Database，简称IMDb）是一个关于电影演员、电影、电视节目、电视艺人、电子游戏和电影制作小组的在线数据库。IMDb开办于1990年10月17日，从1998年开始成为亚马逊公司旗下的网站。
IMDb上有丰富的电影作品信息，包括影片演员、导演，剧情，影评这类的基本信息，也有更深层的内容，比如影片相关的琐事花絮，片中出现的漏洞，影片音轨，屏幕的高宽比，影片的不同版本等等。演员，导演，作者和其他工作人员都在数据库中有自己的条目，其中列出他们参加过的影片，通常还有他们的传记。用户还可以在akas.imdb.com 找到那些在不同语言不同国家发行时使用了不同片名的电影。
IMDb不只是电影和电子游戏等的数据库，还提供每日更新的电影电视新闻，以及为不同电影活动比如奥斯卡奖推出特别报道。IMDb的论坛也十分活跃，除每个数据库条目都有留言板之外，还有关于多种多样的主题的各种综合讨论版。IMDb扩展出来的姐妹站IMDbPro为专业人士提供额外的信息，如电影业界人士的联系方式，电影活动日期表等等。IMDbPro不是专门为普通大众设计服务的，内容也不是免费的。
imdb排行榜top250
“TOP250”旨在列出数据库内评级最高的250部电影，评级以数据库注册用户评分为基础，再套用下列所述公式。入选规范必须是曾公开上映的非纪录片，片长至少45分钟，评分达两万五千人次以上，并且只有定期投票习惯的用户才会采用计票，至于有效票数量多少、如何才是符合“有定期投票习惯”则还不为人知。IMDb宣称为了保持“佳片250”名单的公信力，他们“故意不公开有效计票的标准”。除此之外，“佳片250”还套用精算学的“可信度公式”，对评分作加权评级，独立资料的数量越大（在此就是指合格用户的评分），统计处理后的可信度越高，IMDb原以下列公式计算加权评级（IMDb不公开现时公式）：
W=(Rv+Cm)/(v+m)
以上：
W =加权评级R =电影从0到10的平均分数（Rating）v =评分人次（Votes）m =进入名单的最少评分人次（目前为25000票）C =全名单平均分数（目前维持在7.1）
公式所得的W即为“贝式后验平均值”（详见贝氏定理）。该榜因其综合广泛性以及不时的令人吃惊的结果而受到嘱目。
网址预览
数据评估
本站 稀饭网址提供的 IMDb都来源于网络，不保证外部链接的准确性和完整性，同时，对于该外部链接的指向，不由 稀饭网址实际控制，在 2023年10月27日 下午9:58收录时，该网页上的内容，都属于合规合法，后期网页的内容如出现违规，可以直接联系网站管理员进行删除， 稀饭网址不承担任何责任。
相关导航
提供免费内容，也可以发布付费文章。Substack则将栏目以付费订阅和免费订阅模式分类，订阅付费专栏的用户需要每月为此支付一笔5美元至几十美元左右的费用。Substack将靠抽取订阅费用的10%进行变现。读到这，你应该get到Substack对新传人的「第一层意义」了，谈及新闻业发展的新模式，知识付费的新可能，Substack效应是个绝佳的答题回应案例。在Substack的经营者眼中，阻碍当下新闻阅听的两座大山分别是「广告」与「算法」。广告之恶，在于它让新闻的创造动机不再是创造一个更加美好的公共生活，反而转向吸引大众注意力的内容，久而久之，新闻平台上自然充满耸人听闻，浮夸造作的内容。算法之恶，在于它只关注哪些内容能让受众深度卷入并沉迷。被推荐最多的新闻不一定是最有价值的内容，流行度、可模仿性、可看性才是最被鼓励的特点。针对以上两大「原罪」，Substack给出了两剂强有力的药方：订阅制与邮件收件箱Newsletter。订阅制，当人们被要求付费时，人们会更加有意识地挑选对自己更好的内容；收件箱Newsletter，相较于无尽的推荐流，收件箱只会给你推送你主动选择的内容，选择权在你。读到这，你应该get到Substack对新传人的「第二层意义」了，当谈到算法带来的问题，Substack效应是个绝佳的答题回应案例。
