Ce comentarii la rețete să citești pentru a obține feedback?
Dacă citești comentariile cu cele mai multe voturi pozitive sau pe cele mai recente, distribuția evaluărilor pe care o vezi se poate schimba. O comparație cu selecții de 10 comentarii din 100 de discuții alese despre rețete arată de ce metoda de lectură trebuie să urmeze întrebarea la care vrei să răspunzi.
O analiză a 18.182 de comentarii dintr-o arhivă de rețete publicată de UCI în 2023.
Rezumat
Când scopul era reflectarea distribuției evaluărilor dintr-o discuție despre o rețetă, selecția aleatorie era, în medie, mai apropiată decât alegerea comentariilor cu cele mai multe voturi pozitive sau a celor mai recente. Influence IQ a comparat selecții de 10 comentarii pentru un set ales de 100 de rețete bine evaluate, dintr-o arhivă istorică de 18.182 de comentarii publicată de UCI în 2023. Abaterile așteptate medii ale distribuției evaluărilor au fost de 16,5 puncte procentuale pentru selecția aleatorie, 18,7 pentru selecția după voturi pozitive și 20,3 pentru comentariile cele mai recente. [1][4]
Rezultatul măsoară distribuția comentariilor cu evaluări de 1–5 stele și a celor fără evaluare, nu utilitatea sfaturilor oferite. Selecția după voturi pozitive a fost mai apropiată decât cea aleatorie pentru 46 de rețete și mai îndepărtată pentru 54. Pentru creatorii de conținut culinar și administratorii de comunități, concluzia practică este să distingă eșantionul folosit pentru a rezuma o discuție de exemplele folosite pentru a pregăti un răspuns.
Ai o rețetă de îmbunătățit și o discuție lungă sub ea. Ai timp să citești un set mic de comentarii înainte să decizi ce trebuie clarificat. Începi cu cele care au strâns cele mai multe voturi, cu cele mai recente sau cu o selecție aleatorie din discuție?
Alegerea are loc înainte să interpretezi măcar o propoziție. Ea stabilește ce voci intră în fișa de cerințe pe care o dai unui creator, editor sau coleg. Am examinat cum au schimbat 3 reguli explicite de selecție 1 caracteristică măsurabilă a acelei fișe: distribuția evaluărilor, inclusiv a comentariilor ai căror autori nu au acordat o evaluare.
O perspectivă selectată dintr-o discuție mai amplă

- Comentarii selectate
- Întreaga discuție arhivată
10 comentarii pot oferi 3 perspective diferite
Un creator de rețete care pregătește un material de continuare trebuie să decidă ce citește mai întâi. Comentariile cu cele mai multe voturi pozitive pot părea o scurtătură utilă. Cele mai recente oferă o altă cale de a intra în discuție. Ambele selecții pun unele comentarii înaintea altora, dar niciuna nu descrie automat întreaga discuție.
Am testat această întrebare precisă folosind 18.182 de comentarii arhivate la 100 de rețete Taste of Home selectate și bine evaluate, dintr-un set public de date lansat prin UCI în 2023. Pentru fiecare rețetă, am comparat 10 comentarii alese după voturi pozitive, 10 alese după data creării și 10 alese aleatoriu. Referința era distribuția evaluărilor din toate comentariile arhivate la rețeta respectivă. [1]
Abaterea așteptată medie față de distribuția completă a evaluărilor a fost de 18,7 puncte procentuale pentru selecția după voturi pozitive, 20,3 pentru selecția celor mai recente și 16,5 pentru selecția aleatorie. Fiecare rețetă a contribuit în mod egal la aceste medii, indiferent de numărul său de comentarii. [4]
Față de selecția aleatorie, abaterea a fost mai mare cu 2,2 puncte procentuale pentru voturile pozitive și cu 3,8 puncte pentru cele mai recente comentarii. Aceste diferențe privesc distribuția evaluărilor și a comentariilor fără evaluare. Nu am măsurat ce comentarii ofereau cele mai bune sfaturi de gătit, cea mai clară explicație sau cea mai utilă idee pentru afacere.
Distincția contează pentru un creator de conținut culinar sau un administrator de comunitate. Un comentariu poate fi suficient de valoros pentru a inspira un tutorial fără să fie tipic pentru discuție. A-l trata ca exemplu este o decizie diferită de a trata o listă scurtă drept rezumat.
Abaterea medie față de distribuția completă a evaluărilor fiecărei rețete
10 comentarii pe selecție, în 100 de discuții selectate despre rețete din arhiva istorică UCI. O abatere mai mică înseamnă o potrivire mai bună a distribuției comentariilor evaluate și fără evaluare.
| Metodă de selecție | Abatere așteptată medie |
|---|---|
| Cele mai multe voturi pozitive | 18,7 puncte procentuale |
| Cele mai recente după momentul creării | 20,3 puncte procentuale |
| Selecție aleatorie | 16,5 puncte procentuale |
Ce înseamnă abaterea distribuției evaluărilor?
Gândește-te la fiecare discuție despre o rețetă ca la un amestec de 6 categorii: de la 1 la 5 stele, plus comentariile fără evaluare. Un eșantion de 10 comentarii are propria distribuție. Am măsurat cât de mult se abătea distribuția din acest eșantion de cea a întregii discuții arhivate, folosind un indicator numit distanță de variație totală.
Iată un exemplu ipotetic cu doar 2 categorii. Să presupunem că jumătate dintre comentarii acordă 4 stele, iar jumătate 5 stele. Dacă o selecție de 10 comentarii conține 7 comentarii de 4 stele și 3 de 5 stele, distribuția este de 70 % și 30 %, în loc de 50 % și 50 %. Distanța este de 20 de puncte procentuale: jumătate din suma celor 2 diferențe absolute de 20 de puncte.
Același calcul se aplică tuturor celor 6 categorii. O valoare mai mică înseamnă o apropiere mai mare de distribuția evaluărilor din arhivă. Nu înseamnă că textul este mai informativ sau că autorii comentariilor spun mai des adevărul. Un rezultat de 18,7 puncte nu înseamnă nici că 18,7 % dintre comentarii sunt greșite.
Am păstrat în comparație comentariile fără evaluare. UCI definește valoarea 0 din câmpul de evaluare drept lipsa unei evaluări, nu un scor sub 1 stea. Eliminarea acestor comentarii ar schimba discuția rezumată. Categoria numerică singură nu poate arăta dacă un comentariu fără evaluare conține o întrebare, o laudă, o problemă sau altceva. [1]
Selecția aleatorie a fost mai apropiată în medie, dar nu pentru fiecare rețetă
Comparația generală nu produce un câștigător universal. Selecția după voturi pozitive a avut o abatere așteptată mai mică decât cea aleatorie pentru 46 dintre cele 100 de rețete și mai mare pentru 54. Selecția celor mai recente a fost mai apropiată pentru 42 de rețete și mai îndepărtată pentru 58. Niciuna dintre comparații nu a avut o egalitate exactă. [4]
Acestea sunt comparații între abaterile așteptate ale fiecărei metode în cadrul aceleiași rețete. Nu înseamnă că orice extragere aleatorie posibilă depășește selecția după voturi pozitive în cele 54 de discuții. Un anumit set de 10 comentarii extras aleatoriu se poate apropia mult de întreaga discuție sau poate omite părți din ea.
Rezultatul aleatoriu face media tuturor eșantioanelor posibile de 10 comentarii, fiecare cu aceeași probabilitate. Nu provine din 1 extragere norocoasă sau dintr-o valoare inițială aleasă pentru generatorul aleatoriu. Am făcut media și între selecțiile posibile de departajare atunci când mai multe comentarii aveau același număr de voturi pozitive sau aceeași marcă temporală la pragul de selecție.
Egalitățile la prag au impus calcularea unei medii pentru 70 de rețete la selecția după voturi pozitive și pentru 4 la selecția celor mai recente. Nu am preferat un comentariu aflat la egalitate pe baza autorului, a poziției rândului sau a identificatorului său. Calculul urmărește ce se întâmplă când se aplică o regulă de selecție declarată, fără să trateze o ordine arbitrară ca dovadă. [4]
Pentru un creator, concluzia practică este modestă, dar utilă: voturile pozitive și recența sunt criterii de selecție. Dacă folosești unul dintre ele ca să rezumi o discuție, precizează alegerea. Nu presupune că o listă scurtă vizibilă păstrează echilibrul întregii arhive.
Metoda mai apropiată a variat între discuțiile despre rețete
Fiecare selecție ordonată este comparată cu selecția aleatorie în cadrul aceleiași rețete. Sunt comparații între abateri așteptate, nu rezultate ale unor extrageri aleatorii individuale.
| Metodă de selecție | Mai apropiată decât selecția aleatorie | Egală cu selecția aleatorie | Mai îndepărtată decât selecția aleatorie |
|---|---|---|---|
| Cele mai multe voturi pozitive față de selecția aleatorie | 46 | 0 | 54 |
| Cele mai recente față de selecția aleatorie | 42 | 0 | 58 |
Alege întrebarea înainte să alegi comentariile
Metodele de analiză a feedbackului clienților au scopuri diferite. O firmă poate dori să înțeleagă o tendință generală, să investigheze o problemă anume sau să găsească o întrebare pentru următoarea postare. Studiul abordează o parte a acestei munci: dacă o selecție mică păstrează distribuția evaluărilor dintr-o discuție. Nu ierarhizează toate modalitățile de colectare a feedbackului.
Dacă întrebarea ta este „Cum arată această discuție în ansamblu?”, începe prin a defini ce comentarii fac parte din ea. Selecția aleatorie dintr-o listă completă și accesibilă evită favorizarea deliberată a voturilor sau a momentelor recente de creare. În această arhivă a fost mai apropiată în medie, dar un eșantion aleatoriu mic avea totuși o abatere măsurabilă. 10 a fost numărul ales de noi pentru comparație, nu o recomandare că 10 comentarii sunt suficiente.
Dacă întrebarea ta este „La ce să răspund în continuare?”, un anumit comentariu poate merita atenție de unul singur. O întrebare clară despre înlocuirea unui ingredient poate justifica verificarea rețetei și pregătirea unei explicații. Nu trebuie să spui că întrebarea este frecventă înainte să răspunzi la ea. Relevanța sa pentru următorul material este o judecată separată.
Dacă întrebarea privește schimbări recente, momentul creării poate defini un interval relevant de lectură. Precizează acel interval în rezumat. În studiul nostru, cele mai recente comentarii însemnau cele cu ultimele mărci temporale de creare din arhiva salvată, nu comentariile care sosesc astăzi sau ordinea afișată acum pe site.
Chiar și arhiva completă de comentarii este o referință limitată. Ea cuprinde contribuții ale persoanelor care au ales să comenteze, nu ale tuturor celor care au citit sau încercat o rețetă. Dacă o firmă are nevoie de feedback de la cei care nu comentează niciodată, trebuie să găsească o cale separată de a ajunge la ei. O potrivire mai bună cu arhiva de comentarii nu poate acoperi această lipsă. Păstrează distinct feedbackul suplimentar, ca sursa și selecția sa să rămână ușor de înțeles.
Păstrează 2 note separate: una descrie selecția folosită pentru a rezuma discuția; cealaltă enumeră întrebările care merită investigate. Este o abordare de planificare sugerată, nu un flux de lucru testat în acest studiu.
Un exemplu fictiv: planificarea unui material de continuare despre rețetă
Imaginează-ți un creator de conținut culinar care pregătește o continuare despre o rețetă la cuptor. Un comentariu cu multe voturi pozitive întreabă dacă se poate folosi o altă tavă. Creatorul este tentat să înceapă următorul videoclip cu „Toată lumea are probleme cu dimensiunea tăvii”. Este un scenariu fictiv, nu un comentariu sau o rețetă selectată din setul de date.
Întrebarea despre tavă poate merita un răspuns fără să arate cât este de frecventă. Voturile pozitive nu stabilesc cine a încercat rețeta sau cine a avut aceeași experiență.
O fișă de cerințe mai precisă ar spune: „Un cititor a întrebat cum influențează alegerea tăvii această rețetă. Arată tava folosită, explică dimensiunile și precizează ce ar trebui verificat înainte să recomanzi alta.” Creatorul poate verifica apoi detaliile culinare. Comentariul oferă întrebarea de pornire; nu stabilește răspunsul.
Dacă vrea și să rezume discuția, creatorul ar trebui să păstreze o notă separată despre ce a citit și cum a ales comentariile. Un eșantion aleatoriu dintr-o listă completă disponibilă ar trebui să ofere fiecărui comentariu șanse egale, fără să selecteze același comentariu de două ori. Derularea până la câteva locuri convenabile nu este procedura aleatorie evaluată aici.
Când nu ai o listă completă, descrie selecția pe care o poți face efectiv. „Am verificat primele comentarii afișate în această ordine de sortare” este mai informativ decât să o numești eșantion reprezentativ. Nu atribui abaterile numerice din arhiva noastră acelui proces diferit.
Materialul de continuare ar trebui să arate echipamentul și să răspundă la întrebarea verificată. Notează ce ai clarificat, astfel încât următoarea analiză să se concentreze pe întrebările rămase fără răspuns. Evaluează explicația folosind feedbackul primit chiar la acel material.
Separă selecția de interpretare

Definește setul de comentarii de citit
Precizează discuția și regula de selecție înainte să citești.
Gândește-te ce acoperă selecția
Distinge perspectiva selectată de întreaga discuție.
Citește comentariul în context
Folosește întrebarea efectivă ca să pregătești un răspuns și verifică răspunsul.
O fișă scurtă pentru citirea unei discuții despre o rețetă
Folosește aceste întrebări înainte să ceri unui creator sau coleg să verifice comentariile. Sunt un ajutor practic pentru planificare, nu întrebări din setul de date sursă.
Decizie: La ce va folosi lectura? Numește o sarcină concretă, cum ar fi clarificarea unui pas al rețetei sau alegerea subiectului pentru o continuare. Separă cererea de exemple de cererea de a descrie întreaga discuție.
Delimitare: Ce rețetă, platformă și perioadă sunt incluse? Spune dacă lista disponibilă este completă. Numără comentariile ca atare; nu le numi persoane distincte sau clienți verificați fără dovezi separate.
Selecție: Cum vor fi alese comentariile de citit? Notează ordinea de sortare sau procedura aleatorie, numărul citit și orice regulă de departajare. Include și comentariile fără evaluare când fac parte din discuția pe care vrei să o înțelegi.
Observații: Ce au spus efectiv comentariile selectate? Separă întrebarea directă de interpretarea ta. Păstrează suficient context pentru a înțelege problema, dar nu include informații personale într-o fișă de cerințe partajată.
Următoarea acțiune: Ce afirmație sau detaliu al rețetei trebuie verificat înainte de publicare? Încredințează verificarea cuiva care poate răspunde. Scrie explicația propusă și unde va fi publicată, fără să transformi exemplele selectate într-o afirmație nejustificată despre frecvență.
Cum am comparat cele 3 metode de selecție
Sursa este setul de date Recipe Reviews and User Feedback al autorilor Ali, Matuszewski și Czupyt, publicat de UCI în 2023 sub licența CC BY 4.0. Conține comentarii de la o listă selectată de 100 de rețete Taste of Home bine evaluate. Anul publicării nu stabilește data exactă a colectării, iar materialele-sursă disponibile nu dovedesc că au fost capturate toate comentariile originale. Este o analiză a unei arhive istorice, nu un reper pentru performanța actuală a platformei. [1][2][3]
Am validat întreaga arhivă publicată: 18.182 de identificatori distincți de comentarii pentru 100 de poziții de rețete. Fiecare rețetă avea mai mult de 10 comentarii, așa că toate cele 100 au intrat în comparație. Dacă aceeași persoană a comentat de mai multe ori, fiecare contribuție rămâne un comentariu separat. Nu am eliminat dublurile după persoană și nu am analizat textul recenziilor, numele, reputația utilizatorilor sau scorul de clasare din sursă.
Pentru fiecare rețetă, regula voturilor pozitive a selectat cele 10 comentarii cu cele mai mari numere observate de voturi pozitive. Regula recenței a folosit cele 10 mărci temporale de creare cele mai recente. Când exista o egalitate la prag, fiecare modalitate posibilă de a ocupa locurile rămase cu comentarii aflate la egalitate avea aceeași probabilitate. Selecția aleatorie acorda aceeași probabilitate fiecărui subset de 10 comentarii din arhiva rețetei.
Pentru fiecare selecție posibilă, am comparat distribuția evaluărilor pe 6 categorii cu cea a întregii arhive a rețetei, apoi am calculat media distanței conform regulii de selecție. Calculele exacte de probabilitate produc această valoare așteptată fără simulare. Este important să facem media distanțelor: calcularea unei distanțe abia după medierea proporțiilor categoriilor ar răspunde la o altă întrebare și ar putea ascunde variația de eșantionare.
Apoi am făcut media distanțelor așteptate specifice rețetelor, cu pondere egală pentru fiecare rețetă. Diferențele au fost calculate înaintea rotunjirii la 1 zecimală. Numărul de 10 comentarii, regulile de eligibilitate, comparațiile și planul de raportare au fost fixate înainte de examinarea rezultatelor urmărite. Nu am ales ulterior un alt număr de comentarii sau un subset favorabil de rețete.
Rezultatele descriu această arhivă finită și regulile de selecție precizate, așa că nu raportăm un interval de încredere pentru populație sau un efect cauzal. Voturile pozitive cumulate nu arată expunerea ori istoricul votării. Lucrarea autorilor setului studiază clasificarea textelor; această analiză urmează, în schimb, categoriile de stele documentate de UCI și examinează selecția. Metoda tehnică explică distincția dintre câmpurile sursei. [1][2]
Fișierele de descărcat oferă rezultatele agregate, un audit numeric pentru fiecare poziție de rețetă și codul de reproducere. Nu conțin texte de comentarii, nume sau identificatori de utilizatori. Înregistrările-sursă sunt disponibile separat de la UCI; atribuirea autorilor setului de date și depozitului nu implică susținerea interpretării noastre. [1][3]
Nu trebuie să te înregistrezi. Fișierele de descărcat conțin comparații agregate, rezultate numerice pe poziții de rețete și explicații traduse ale metodei. Nu sunt incluse texte de comentarii, nume de utilizatori sau identificatori ai comentariilor individuale. Setul de date sursă este disponibil separat de la UCI. [1]
Surse și note
- Ali, A., Matuszewski, S. și Czupyt, J. (2023). Recipe Reviews and User Feedback [Set de date]. UCI Machine Learning Repository. DOI: 10.24432/C5FG95. UCI documentează 18.182 de comentarii și definește evaluările de 1–5 stele, cu 0 pentru lipsa evaluării. Calculele Influence IQ folosesc arhiva publicată, nu datele actuale de pe site.
- Lucrarea autorilor setului, „Textual Taste Buds: A Profound Exploration of Emotion Identification in Food Recipes through BERT and AttBiRNN Models”, descrie sursa selectată de rețete și un studiu de clasificare a textelor. Descrierea sa pentru best_score intră în conflict cu câmpul de evaluare documentat de UCI. Folosim stars și nu analizăm best_score sau textul recenziilor. Materialele disponibile nu stabilesc momentul exact al instantaneului de date sau acoperirea completă a colectării.
- Setul de date UCI este oferit sub licența Creative Commons Attribution 4.0. Influence IQ a calculat pe baza lui comparații agregate noi. Atribuirea setului de date nu implică susținerea de către autori, UCI sau Taste of Home. Fișierele de descărcat nu redistribuie comentarii individuale sau identități de utilizatori.
- Influence IQ (2026). Eșantionarea feedbackului despre rețete: metodă de analiză, rezultate agregate și cod de reproducere. Pachetul consemnează comparația fixă cu 10 comentarii, calculele exacte ale variației totale așteptate, tratarea egalităților și rezultatele numerice pentru toate cele 100 de poziții de rețete. Datele-sursă se obțin separat de la UCI. Explicațiile traduse însoțesc fișierele tehnice originale.
Articolul, fișa de planificare, etichetele figurilor și fișierul CSV cu rezultate sunt disponibile în fiecare limbă a articolului. Pachetul tehnic de reproducere include explicații traduse. Fiecare ediție descrie aceeași arhivă istorică de rețete și aceeași analiză.