想了解回饋,該讀哪些食譜留言?

閱讀支持票最多或最新的留言,可能改變您看到的評分組成。我們以選定的 100 組食譜討論,比較每次挑選 10 則留言的結果,說明閱讀方式為何應依想回答的問題而定。

分析 UCI 於 2023 年發布的食譜封存資料,共 18,182 則留言。

摘要

目的是反映食譜討論的評分組成時,隨機抽選平均比挑選支持票最多或最新的留言更接近。Influence IQ 使用 UCI 於 2023 年發布、包含 18,182 則留言的歷史封存資料,針對選定的 100 份高評分食譜,比較每次挑選 10 則留言的結果。將各食譜的評分組成差距期望值取平均後,隨機抽選為 16.5 百分點,依支持票挑選為 18.7,挑選最新留言為 20.3。[1][4]

結果衡量的是 1–5 星與未評分留言的組成,不是建議是否實用。依支持票挑選時,46 份食譜比隨機抽選更接近完整組成,54 份則更遠。對美食創作者與社群管理者而言,重點是區分用來概述討論的樣本,以及用來規劃回覆的案例。

您想改善一份食譜,下方卻有長串討論。在決定要說明哪些問題前,只來得及讀少量留言。您會從支持票最多、最新出現的留言開始,還是從討論中隨機抽選?

還沒解讀任何一句留言,就得先作這個選擇;它會決定哪些聲音進入交給創作者、編輯或同事的需求說明。我們檢視 3 種明確挑選規則,如何改變這份說明中 1 項可衡量特徵:評分分布,其中也包含作者未留下評分的留言。

從較大討論中挑出的局部視角

2 個半透明藍綠色與鏽紅色框,在大量留言卡片插圖中,圈出不同群組。
  • 挑選的留言
  • 完整封存討論
從封存資料挑選留言的概念插圖。卡片數量、顏色與框的大小,僅作裝飾,不代表評分、挑選規模或量測結果。

讀 10 則留言,可能看見 3 種不同面貌

食譜創作者準備後續內容時,得先決定讀哪些留言。支持票最多的留言,看來可能是實用捷徑;最新留言則提供另一個切入點。這些方式都讓部分留言排在其他留言之前,但不會自動呈現整段討論的全貌。

我們以 UCI 在 2023 年發布的公開資料集,檢驗這個有限問題:資料來自選定的 100 份高評分 Taste of Home 食譜,共有 18,182 則封存留言。每份食譜分別挑選支持票最多的 10 則、建立時間最新的 10 則,以及隨機抽選的 10 則留言,再以該食譜全部封存留言的評分組成為參照。[1]

與完整評分組成相比,依支持票挑選的平均差距期望值為 18.7 百分點,最新留言為 20.3,隨機抽選為 16.5。計算這些平均值時,每份食譜權重相同,不受留言數量影響。[4]

與隨機抽選相比,依支持票挑選的差距多 2.2 百分點,最新留言多 3.8 百分點。這些差異只涉及有評分與未評分留言的組成。我們未衡量哪些留言提供最好的烹飪建議、最清楚的解釋或最實用的商業點子。

對美食創作者或社群管理者而言,這個區別很重要。一則留言可能值得拿來發想教學內容,卻不代表它是討論中的典型情況。將它當成案例,與將一份精選清單當成討論摘要,是不同的決定。

與各食譜完整評分組成的平均差距

歷史 UCI 封存資料中,選定 100 組食譜討論,每次挑選 10 則留言。差距越小,代表評分與未評分留言的組成越接近。

資料表:3 種挑選 10 則留言方式的平均評分組成差距期望值
挑選方式平均差距期望值
支持票最多18.7 百分點
建立時間最新20.3 百分點
隨機抽選16.5 百分點
來源:Influence IQ 計算。全變差距離期望值的平均,以百分點表示,每份食譜權重相同。隨機抽選對所有可能的 10 則留言樣本取平均;門檻同值時,則依等機率取捨方式平均。這衡量的是組成,不是留言實用性。

評分組成差距代表什麼?

可將每份食譜的討論想成 6 類留言的組合:1 至 5 星,加上未評分留言。挑出的 10 則留言也有自己的組成。我們以稱為「全變差距離」的指標,衡量這份較小的組合,與完整封存討論相差多少。

以下用只有 2 類的假設案例說明。假設半數留言給 4 星,半數給 5 星;挑出的 10 則留言中,有 7 則 4 星、3 則 5 星,組成就是 70% 對 30%,而非 50% 對 50%。距離為 20 百分點,也就是將 2 項各 20 百分點的絕對差相加後折半。

相同計算也適用於全部 6 類。數值越小,代表越接近封存資料的評分組成,不代表文字更有資訊量或留言更真實。18.7 百分點的結果,也不表示有 18.7% 留言是錯的。

我們將未評分留言保留在比較中。UCI 將評分欄位的 0 定義為未評分,不是低於 1 星的分數。移除這些留言,就會改變要概述的討論。僅靠數值分類,無法知道未評分留言包含的是問題、稱讚、困難或其他內容。[1]

隨機抽選平均較接近,但並非每份食譜皆如此

整體比較無法選出普遍適用的贏家。100 份食譜中,依支持票挑選有 46 份的差距期望值小於隨機抽選,54 份較大;挑選最新留言則有 42 份較接近、58 份較遠。這 2 項比較中,都沒有食譜的差距期望值與隨機抽選相等。[4]

這些數字比較的是各方法在同一份食譜中的差距期望值,不代表在那 54 組討論中,每次可能的隨機抽選都勝過支持票挑選。某次抽出的 10 則留言,可能碰巧很接近完整討論,也可能漏掉部分面向。

隨機抽選的結果,涵蓋所有可能的 10 則留言樣本,並以各樣本機率相等的方式取平均;它不是 1 次幸運抽選或某個指定亂數種子的結果。多則留言在篩選門檻具有相同支持票數或時間戳記時,我們也對各種可能的同值取捨方式取平均。

依支持票挑選時,70 份食譜需要對門檻同值情況取平均;挑選最新留言時則有 4 份。我們未因作者、資料列位置或識別碼,優先選擇某則同值留言。計算要回答的是明訂挑選規則下會發生什麼,而不是將任意排序當成證據。[4]

對創作者而言,實務啟示有限但有用:支持票與新近程度,都是挑選條件。若依其中一種方式概述討論,應明確說明,不要假設畫面上的精選清單保留了整份封存資料的分布。

較接近的方法,因食譜討論而異

每種依排序挑選的結果,都與同一份食譜中的隨機抽選比較。這裡比較的是差距期望值,不是個別隨機抽選的結果。

資料表:依排序挑選留言時,評分組成差距比隨機抽選更小、相同或更大的食譜數
挑選方式差距小於隨機抽選差距等於隨機抽選差距大於隨機抽選
支持票最多與隨機抽選比較46054
最新留言與隨機抽選比較42058
來源:Influence IQ 計算。基礎為全部 100 組符合資格的食譜討論。「更接近」表示評分組成差距期望值小於隨機抽選,「更遠」則表示較大。這 2 項比較中,都沒有食譜與隨機抽選的差距期望值完全相同。計數只描述這份選定封存資料,不代表更廣泛的食譜母體。

先決定問題,再挑選留言

不同顧客回饋方法,處理不同任務。企業可能想了解整體模式、調查特定問題,或為下一則貼文找題目。本研究只處理其中一部分:少量留言是否保留討論的評分組成,並未替所有蒐集回饋的方法排名。

如果想問「這段討論整體呈現什麼樣貌?」,先界定哪些留言屬於這段討論。從可取得的完整清單隨機抽選,能避免刻意偏向高票或較新建立的留言。在這份封存資料中,隨機抽選平均較接近,但小樣本仍有可量測的差距。10 則是本次選定的比較規模,不是建議讀 10 則就足夠。

如果想問「接下來應回答什麼?」,某則特定留言本身就可能值得關注。清楚的食材替代問題,足以成為確認食譜並準備說明的理由;回覆前,不必先宣稱這是普遍問題。它是否適合下一份內容,是另一項判斷。

若關心近期變化,可依建立時間界定相關閱讀時段,並在摘要中清楚保留這個範圍。本研究的最新留言,指儲存封存資料中建立時間戳記最晚的留言,不是今天新增的留言,也不是網站目前顯示的順序。

即使使用整份封存留言,參照範圍仍有限:其中是選擇留言的人所寫的內容,不涵蓋所有閱讀或試做食譜的人。企業若需要不曾留言者的回饋,必須另找接觸方式。樣本再接近封存留言,也無法補上這個缺口。額外回饋應分開記錄,讓來源與挑選方式仍可理解。

請分開保留 2 份筆記:一份說明用來概述討論的挑選方式,另一份列出值得調查的問題。這是建議的規劃做法,不是本研究驗證過的流程。

虛構案例:規劃食譜後續內容

想像一位美食創作者,正為烘焙食譜規劃後續內容。一則高票留言詢問能否改用其他烤盤,創作者因而想在下一支影片開頭說:「大家都被烤盤尺寸難倒了。」這是虛構情境,不是資料集中選出的留言或食譜。

烤盤問題即使未能顯示有多常見,也可能值得回答。支持票不能證明誰試做過食譜,或誰有相同經驗。

更精確的需求說明可以這樣寫:「有讀者詢問烤盤選擇如何影響這份食譜。請展示實際使用的烤盤、說明尺寸,並指出推薦其他烤盤前,需要確認哪些事項。」創作者接著可查證烹飪細節。留言提供的是起始問題,不代表答案已成立。

若創作者也想概述討論,應另留筆記,說明讀了什麼、如何挑選。從可取得的完整清單抽取隨機樣本時,每則留言應有相同機會,且不重複選取同一則留言。滑動到幾個方便的位置閱讀,不是本研究評估的隨機程序。

無法取得完整清單時,應描述實際能作的挑選。「我們檢視這個排序下最先顯示的留言」,比宣稱它是代表性樣本更有資訊。不要把本封存資料的數值差距,套用到不同流程。

後續內容應展示器具,並回答已查證的問題。請記錄說明了哪些事項,讓下次檢視能聚焦尚未回答的問題;這份說明的效果,則應依後續內容本身收到的回饋判斷。

將挑選與解讀分開

一組留言卡延伸至放大鏡與天平,天平比較較少及較多的卡片群,接著呈現放大的留言與回覆氣泡。
  1. 界定閱讀清單

    閱讀前,先說明討論範圍與挑選規則。

  2. 思考所選留言涵蓋什麼

    區分所選留言呈現的樣貌,與完整討論。

  3. 依脈絡閱讀留言

    依實際問題規劃回覆,並查證答案。

這是規劃順序示意,不是經測試的流程。卡片數量、顏色及天平均為概念呈現,沒有數值刻度,也不宣稱挑選結果代表完整討論。

閱讀食譜討論的簡短需求說明

指派創作者或同事閱讀留言前,可先使用下列提示。這些是實務規劃輔助,不是來源資料集中的問題。

決定:閱讀結果要協助什麼決策?請說明具體任務,例如釐清食譜步驟或選擇後續主題。索取案例,與要求描述整段討論,應分開提出。

範圍:涵蓋哪份食譜、平台及期間?請說明可取得的清單是否完整。計數單位是留言;沒有另外證據時,不要將留言數標示為不重複人數或已驗證顧客數。

挑選:留言如何進入閱讀清單?請記錄排序或隨機程序、閱讀數量及同值處理規則。未評分留言若屬於想了解的討論,也應納入。

觀察:挑出的留言實際說了什麼?請區分直接提出的問題,與您對它的解讀。保留足以理解問題的脈絡,但不要將個人資訊放入共用需求說明。

下一步:發布前,需要查證哪些宣稱或食譜細節?請交由能回答的人確認,並寫下預定說明及發布位置;不要將挑出的案例,變成缺乏依據的普遍性宣稱。

我們如何比較 3 種挑選方式

來源為 Ali、Matuszewski 與 Czupyt 的 Recipe Reviews and User Feedback 資料集,由 UCI 於 2023 年依 CC BY 4.0 發布,收錄選定的 100 份高評分 Taste of Home 食譜留言。發布年份無法確定精確蒐集日期,現有來源資料也無法證明已收錄所有原始留言。這是歷史封存分析,不是當前平台基準評測。[1][2][3]

我們驗證了完整發布的封存資料:100 個食譜位置,共 18,182 個不重複留言識別碼。每份食譜都超過 10 則留言,因此全部 100 份皆納入比較。同一人多次留言,仍計為多則留言;我們未依人員去重,也未分析評論文字、姓名、使用者聲譽或來源排名分數。

每份食譜中,支持票規則挑選觀察到支持票數最高的 10 則留言;最新規則挑選建立時間戳記最晚的 10 則。篩選門檻若同值,從並列留言補足剩餘名額的每種可能方式,機率都相同。隨機抽選則讓該食譜封存資料中,每個 10 則留言子集都有相同機率。

對每種可能的挑選結果,我們比較其 6 類評分分布與該食譜完整封存資料的差距,再依挑選規則取距離平均。精確機率計算可直接得到期望值,無須模擬。平均的是距離,這點很重要:若先平均各類占比,再只計算一次距離,回答的會是不同問題,也可能掩蓋抽樣變動。

接著,我們以每份食譜相同權重,平均各食譜的距離期望值。差異先計算,再四捨五入至 1 位小數。每次 10 則留言的規模、納入資格、比較方式及報告計畫,都在查看目標結果前固定;未在事後改選其他規模或較有利的食譜子集。

結果描述這份有限封存資料與指定挑選規則,因此不報告母體信賴區間或因果效果。累積支持票無法揭示曝光或投票歷史。原發布者論文研究文字分類;本分析則依 UCI 記載的星等類別,檢視挑選方式。技術方法說明了來源欄位之間的差異。[1][2]

下載檔提供彙總結果、每個食譜位置的數值稽核及重現程式碼,不含留言文字、姓名或使用者識別碼。來源紀錄可另向 UCI 取得;標示資料集作者與典藏庫出處,不代表他們認可我們的解讀。[1][3]

不需註冊。下載檔包含彙總比較、依食譜位置列出的數值結果,以及方法的翻譯說明;不含留言文字、使用者名稱或個別留言識別碼。來源資料集可另向 UCI 取得。[1]

來源與註記

  1. Ali, A.、Matuszewski, S.、Czupyt, J.(2023)。Recipe Reviews and User Feedback [資料集]。UCI Machine Learning Repository。DOI:10.24432/C5FG95。UCI 記載共 18,182 則留言,stars 定義為 1–5,0 表示未評分。Influence IQ 計算使用已發布的封存資料,不是目前網站資料。
  2. 原發布者論文「Textual Taste Buds: A Profound Exploration of Emotion Identification in Food Recipes through BERT and AttBiRNN Models」描述了所選食譜來源與文字分類研究。論文對 best_score 的說明,與 UCI 記載的評分欄位不一致。我們使用 stars,不分析 best_score 或評論文字。現有資料無法確定精確快照時間,或是否完整蒐集所有留言。
  3. UCI 資料集採 Creative Commons Attribution 4.0 授權。Influence IQ 以此計算新的彙總比較。標示資料集出處,不代表作者、UCI 或 Taste of Home 為本分析背書。下載檔不會重新散布個別留言或使用者身分資訊。
  4. Influence IQ(2026)。食譜回饋抽選:分析方法、彙總結果與重現程式碼。套件記錄固定的 10 則留言比較、精確的全變差距離期望值計算、同值處理,以及全部 100 個食譜位置的數值結果。來源資料另向 UCI 取得。原始技術檔案附有翻譯說明。

文章、規劃需求說明、圖表標籤及結果 CSV 提供各文章語言版本;技術重現套件包含翻譯說明。每個版本描述的,都是相同的歷史食譜封存資料與分析。

將閱讀結果化為實用的下一步