影响公式结果WR的共有四个量，三个变量和一个定量。
第一个是v，意思是评价人数；
只有达到一定条件的用户，所提交的评分才会有效，才能成为变量v。
第二个是m，意思是基准票数；
这是一个定量，只有达到25000个评价，才有资格进入到统计之中。
第三个是R，意思是这部电影的平均分；
也就是按豆瓣算法计算出来的分数。
第四个是C，全站所有电影的平均分。
从公式可以看出，结果WR是由R和C分别乘以基准票数和评价人数所组成变量相加得出来的。
要特别注意的是两个由基准票数和评价人数所组成变量，v ÷ (v m)和m ÷ (v m)。
两个变量都有v m，但分子是不同的。
如果v越大，也就是参与进来的评价人数越多，v ÷ (v m)就越大，要乘以它的R数值也会越大，那WR的结果越是接近这部电影本来的平均分。
假设v的人数刚好就是25000，那么v ÷ (v m)的结果就是0.5，就算这25000人的平均分是9分， 按(v ÷ (v m)) × R算出来也只有4.5分。
如果全站所有电影的平均分C只有6分，(m ÷ (v m)) × C算出来是3分，那么WR算出来只有7.5分。
C这一变量拉低了分数，所以Top250的分数都要比常规分数要低一些。
只有v的人数足够多的时候，WR的结果才能够更加受到R的影响。
这个设定防止了某部电影只有狂热粉丝投票，或是大量新注册用户刷票，导致分数虚高的问题。同时也使得冷门电影和热门电影有了可比性。
不管一部新出来的电影有多少欢迎，如果v的人数不够多，也很难在Top250榜单名列前茅。
只有随着时间的推移，参与评价的v或者成为v的用户越来越多，Top250榜单才会受到一定的影响。
反观豆瓣Top250榜单，《我不是药神》等口碑热门电影都很容易一下子就把一些经典电影挤下去，现在排名比《教父2》还要高，这并没有经过时间的验证，其权威性自然不及IMDb。
