网站和平台在处理用户评论和评分时确实会采取数据清理或筛选措施，这些措施可能会影响公开数据的公正性。以下是一些关键点：
质量控制和真实性审核：差评服务器等平台会对收集到的评论进行筛选和审核，以确保其真实性和准确性。对于恶意差评或不符合规范的评论，平台会进行删除或标注[1]。这有助于维护评论的真实性，但也可能导致某些真实但负面的评论被移除。
数据化和可视化：评价与评分系统将用户评价数据化和可视化，直观地提供给其他用户作为决策参考。这种量化方式有助于呈现“无法量化”的体验感受，但也可能因筛选机制而影响数据的公正性[2]。
透明度和数据安全：一些平台如ESG评分系统会公开报告重大ESG数据的透明度，这表明平台在数据透明度和安全性方面有所作为，但也可能存在对数据的筛选和清理，影响公正性[3]。
信息内容审核：互联网弹窗信息推送服务提供者需要建立健全信息内容审核、生态治理、网络安全、数据安全、个人信息保护等管理制度，这可能会涉及到对用户评论和评分的筛选，进而影响数据的公正性[4]。
侵权投诉处理：平台会积极响应侵权投诉并采取措施，如删除、屏蔽或断链侵权内容，这有助于保护合法权益，但也可能因处理不当而影响数据的公正性[5]。
综上所述，网站和平台在处理用户评论和评分时采取的数据清理或筛选措施，旨在提高数据质量、保护用户隐私和安全、维护平台秩序，但同时也可能对公开数据的公正性造成影响。因此，平台需要在维护数据质量和公正性之间找到平衡点。
[1] 差评服务器 [2] 豆瓣、亚马逊、大众点评等评价机制 [3] ESG 评分 [4] 工作动态 [5] 2023 年环境、社会及管治报告