意见分化店铺的秘密

看美食店评论时，常会遇到同一家店同时出现“人生美食店”和“再也不去”的情况。看星级分布，5分和1分会同时大量出现，3分却几乎没有。站在消费者的角度，这确实让人困惑。

这样的店通常被称为“喜恶分明”店。但喜恶分明的店，真的就是应该避开的地方吗？我们对首尔·京畿道81,679家店铺按评论者逐一进行了星级标准差全量分析，用数据审视了这些意见分化店铺的真实面貌。

本次分析采用了应用评论者可信度权重（credibility）的加权标准差(σ)。这是对 Gold 评论者（评论50条以上、平均星级2.5~4.2）赋予更高权重后计算出的共识度指标。当 σ 超过1.35时，就会被归类为评论者之间意见差异明显的“喜恶分明”店铺。

* 加权标准差(σ)：与一般标准差不同，它不会将所有评论者的星级一视同仁。对评论经验丰富、平时评价较为平衡的评论者（高 credibility）赋予更大权重来计算偏差。平均星级极端偏高或偏低的评论者权重会降低，因此这是一个能在减少噪音的同时，只捕捉“真实意见差异”的指标。

在81,679家店铺中，σ 超过1.35的共有15,935家。也就是说，占整体的19.5%，每5家里就有1家属于喜恶分明店铺。相对地，σ 低于1.0的共识型店铺有34,853家（42.7%），而介于1.0~1.35之间、意见略有分化的区间有18,281家（22.4%）。

值得关注的是，随着 σ 升高，加权正向率（WPR）会持续下降。σ 0.0~0.5 区间的平均 WPR 为99.0%，但在1.35~1.5区间降至54.9%，到2.0以上时更跌至50.2%。意见越分化，越难判断一家店是否算得上“美食店”，这是很自然的现象。

* 加权正向率(WPR, Weighted Positive Rate)：给出4分及以上星级的评论者权重总和，除以全部评论者权重总和所得的比例。与简单正向率不同，它会给予经验丰富、判断力更强的评论者的正面评价更高比重。75%以上判定为“美食店”，50%以上为“还不错”，30%以上为“普通”，低于此则判定为“注意”。

不过，即使在 σ 1.35 以上区间，平均 WPR 仍高于50%。这意味着，喜恶分明的店并不等于不好吃。意见分化与不好吃，数据上显示是两回事。

为了更清楚地看见“喜恶分明”的真实面貌，我们单独提取了被判定为“美食店”的店铺，并比较了 Gold 评论者的星级分布。共识型美食店（σ < 1.0）与喜恶分明型美食店（σ > 1.35）之间的差异非常鲜明。

在共识型美食店中，Gold 评论者给出5分的比例为52.6%；而在喜恶分明型美食店中，这一比例为49.5%。也就是说，最高分比例几乎相近。但1分比例方面，共识型美食店仅为0.4%，而喜恶分明型美食店高达19.8%，相差约50倍。

更值得注意的是，中间地带的缺失。在喜恶分明型美食店中，Gold 评论者给出3分的比例仅有4.7%。与共识型美食店的11.4%相比，还不到一半。“要么喜欢，要么讨厌”，几乎没有中间态，这正是喜恶分明最本质的特征。

哪一类食物最容易引发意见分化？按业态分析喜恶分明比例后发现，中餐(31.0%)最高，其后依次是海鲜/生鱼片(30.4%)、곱창/막창（烤肠/烤大肠）(30.4%)、肉类/烤肉(29.8%)。这些品类的共同点在于，食材新鲜度、火候带来的焦香、调味浓淡等，都有很大的个人口味介入空间。

相比之下，咖啡馆(22.2%)或糕点/烘焙店(22.0%)的喜恶分明比例相对较低。在这类比起味道差异，更容易受氛围和视觉呈现影响评价的业态中，意见分化也就没那么明显。

喜恶分明店铺常见的标签也很有特点。在基于 LLM 的语义分析提取出的39个标签中，喜恶分明店铺里显著更常出现的标签是“吵闹”(2.5% vs 1.6%)、“聚餐/团体”(10.0% vs 7.7%)、“宽敞/有团体座位”(39.3% vs 32.2%)。

相反，在喜恶分明店铺中明显更少出现的标签则是“很潮/有氛围感”(15.1% vs 24.6%)、“Instagram 氛围感”(7.0% vs 11.6%)、“温馨”(5.0% vs 9.5%)、“安静”(6.8% vs 10.5%)。

这与斯坦福商学院的研究结果完全一致。喜恶分明型美食店并不是适合发到 Instagram 的空间，也不安静，更谈不上温馨。相反，它们往往吵闹、宽敞，适合多人同行。正因为个性鲜明，才会引发意见分化，而不是因为不好吃才让人意见不一。

当意见出现极端分化时，人们很容易怀疑是不是被操纵了。会想到“是不是竞争对手刷了1分差评”，这很自然。但数据讲述的是另一个故事。

我们对给喜恶分明型美食店打1分的5,181名评论者资料进行了全量分析。结果显示，39.4%是 Gold 评论者。也就是说，评论50条以上、平均星级2.5~4.2——这些经验丰富、平时评价较为平衡的人，确实给出了1分。相反，那种疑似“刷差评”的单条评论者（新建账号后只留1条1分评论）比例仅有9.0%。

与共识型美食店相比，差异就更明显了。在给共识型美食店打1分的评论者中，Gold 评论者仅占2.9%；而单条评论者（疑似刷差评）比例却达到14.9%，反而高于喜恶分明型美食店。更容易发生“1分攻击”的一方，不是喜恶分明店，而是共识型美食店。

给喜恶分明型美食店打1分的评论者，平均评论数为130.5条，中位数为33条。他们并不是只针对某一家店恶意打1分，而是平时本来就活跃写评论、经验丰富的消费者。换句话说，喜恶分明型美食店收到的1分，不是攻击，而是真实感受。

我们还比较了缺乏辨别力的评论（也就是所谓“夸夸机器人”）比例。结果显示，共识型美食店为21.5%，喜恶分明型美食店为22.5%，几乎没有差异。数据中并未观察到喜恶分明店铺更容易聚集操纵性评论的现象。

在 Kakao 评分与加权分析分数之间的差距（rating gap）上，两者出现了不同。共识型美食店为 Kakao 4.44、Score 4.66，差值为 -0.21；喜恶分明型美食店则为 Kakao 4.06、Score 4.46，差值为 -0.40。两组都属于Kakao 评分低于实际价值的区间，也就是说，Kakao 评分都比加权分数更低。

关键在于，喜恶分明型美食店的 Kakao 评分是4.06。这比共识型美食店的4.44低了0.38分。如果只靠 Kakao 评分来选店，喜恶分明型美食店往往不会进入视野。那些隐藏在4.0~4.2评分区间里的喜恶分明型美食店，单靠 Kakao 评分其实是找不到的。

语义分析也验证了这种“喜恶分明”的真实性。在同一家店里同时出现“极力称赞”和“不推荐”表达的比例，喜恶分明型美食店为8.7%，共识型美食店为4.8%，高出1.8倍。也就是说，对于同一道菜，有人深受感动，也有人大失所望。

下面来看看数据中呈现出的喜恶分明型美食店典型画像：Gold 评论者达到10人以上、σ 超过1.5，同时仍被判定为美食店（WPR 75%+）的店铺。

와***是一家烘焙店。Gold 评论者20人，σ 1.53，WPR 79%。评论中既有“脆得惊人”这样的极高赞誉，也有“这位大叔怎么这么没礼貌？”这样的批评。这是一个非常典型的模式：对味道评价不错，但在服务上意见明显分化。

셀***是一家汉堡专门店。这里会同时出现“汉堡里能排前三”这样的好评，以及“面包胚有点用力过猛”这样的意见。모***则是一家高级餐饮店，评论里既有“每一小口都让人感受到用心与创意，令人感动”，也有“相比以往的套餐，这次显得有些单调”。

对这三家店的语义分析显示，被指出最多的缺点是“不亲切”（合计123次）。这说明，喜恶分明的本质并不是味道不好，而是个性太强，以至于人们会在服务和氛围上产生分歧。也就是说，味道本身是经过验证的，但在其他要素上容易出现明显的喜恶分化。

如果只看 Kakao 评分，这些店大多只是4.0~4.1左右，并不是特别显眼的高分店。但在基于 Gold 评论者的加权分析中，它们会被判定为美食店。正因为意见分化，星级被拉低；又因为星级不高，消费者往往就这样错过了它们。

对15,935家喜恶分明店铺的分析，最终得出的结论是：喜恶分明不是品质问题，而是个性问题。它不是刷评操纵，也不是不好吃。只是因为个性太强，所以对某些人来说是“人生美食店”，对另一些人来说却会觉得不舒服。

一家获得一致好评的店当然更安全。然而，真正令人惊喜的体验，很少出现在所有人都一致认同的地方。数据表明，喜恶分明型美食店虽然可能会踩雷，但一旦合口味，带来的满足感甚至会超过那些共识型美食店。