相关≠相关

普通皮尔逊相关性衡量两个变量和之间的线性关联强度。考虑它的最简单方法（在我看来）是拟合对的线性模型。如果模型完美拟合（即绘制是一条直线），则。如果拟合不能变得更糟（例如，如果“真实”曲线是抛物线），则。事实上，对于线性模型，熟悉的拟合优度统计量$r$$x$$y$$y$$x$$y$$x$$r=1$$r=0$$\mathrm{E}\left(y\right) = \beta_0 + \beta_1 x$$r^2$实际上只是相关系数的平方（因此是符号）。

因此，与您的情况一样，两个变量可以（或至少出现）非常密切相关，但相关性几乎为零：

有关这个非常漂亮的图形的更深入的解释和来源，请参阅这篇 Wikipedia 文章。

大量数据只能帮助您更准确地确定相关性，并不能降低相关性。您的数据的问题似乎在于，是的，对于大量有用的选票，您的变量之间存在轻微的正相关关系，由拟合的线性方程描述，但您的大部分数据也接近 0 有用投票，与收视率的大变化相比，这种关系的影响很小。

我会推荐以下。对于可视化，使用较小的点或使用二维直方图。在图表的左侧，您有很多叠加的圆圈，很难看到任何东西。如果您绘制有用投票的对数而不是有用投票本身，事情也会变得更清楚。当然，您无法计算 0 的日志，但无论如何，删除具有 0 个有用投票的用户可能是个好主意。然后，您可以尝试对关系（记录有用投票）与（评分）进行线性拟合。

或者，您可以对数据进行排名转换（将每个数据点替换为其在数据点排序列表中的位置），然后尝试进行线性拟合。相应的相关系数称为Spearman相关。

可能是因为你看到的关系不是线性的，通常的相关系数反映的是线性关系。正如@A._Donda 所说的变换useful votes，你会看到不同的画面。