20190915--发现本地餐厅

大众化口味

湛江美食中，海鲜和阉鸡，是出了名的两个主打品种。

但是到了湛江，可能又会遇到美食餐厅发现和选择的难题，虽说都知道海鲜好吃，但是究竟应该去哪儿吃，吃什么，怎么吃，才能既体现出本地风味，又体会到高性价比呢？

对于阉鸡也是一样的，停留时间不长，食欲和胃口优先，能够承受的试错风险其实没有本地人那么高，错过了，就只能够下次再来了。

所以，这种时候，在选择方面，一个稳妥的方法，就是直接到美食评论平台上，看看究竟有哪些餐厅是被大多数人评论为高质量餐厅的，然而，看这种评论信息，有一个非常重要但常常可能被忽略的因素，就是评论数量。

评论数量是所有其他参数的基石，如果评论数量少，其他口味，服务，环境，性价比等等参数，都很有可能是有偏向的，更险恶一点地推测，不仅仅有偏向，甚至可能是刷分的假数据，在深圳就碰到不少新店这样，以至于我基本上都避开了高分的新店，踩雷的几率特别大。

大众点评几乎是垄断了美食点评的整个市场，所以，直接打开大众点评的美食，按照区域或者美食种类，排个序，再看看开店的年头，评论的数量，评论的总和打分，就差不多可以极大程度地降低试错成本了，这也是极好的消除信息不对称的过程。

这种通过借鉴大量平台用户口味来避开劣质餐厅的过程，选择依据，我们可以称之为——大众化口味。

一般这种口味选出来的餐厅，都不会差，但可能会有点寡淡，也不一定会很让人惊艳。

所以，很多时候，我们还需要考虑本地化口味，体验一下本地人的特别爱好和体验。

本地化口味

本地化口味就没有一个带有巨大流量的平台来给我们消除信息不对称了，只能靠一些本地化饮食的KOL（例如早期香港的蔡澜）。

然而每个人的圈子不同，所以能够接触到的本地化口味也不同，毕竟KOL的圈子不一定会得到大量曝光，而大量曝光的KOL，造就成了广告logo，经过商业化的洗礼，本地化口味也早就没了。

所以，本地化口味只能依赖于自己圈子里面的不知名KOL，那就会造成不同的KOL因为不同的偏好，使得对“本地化”的诠释也会有差异。

这种形式的美食寻觅，就会存在很大的统计上的偏差，你遇到的圈子不同，品尝到的本地化口味就不同，你对本地的理解也就会有不同。

本地化口味的寻找方式，就很像对于电影中“冷门佳片”的搜寻，偶尔发现，居然还有真么好吃的地方，又这么偏僻，没有人带，真的不知道，这种一声声的感叹，就是对KOL最好的回馈了。

然而，本地化口味的寻觅过程因为没有足够的样本作为参考，也会时不时地陷入局部最优，但是又不好说，毕竟KOL带过去的，不好吃也要用心体验。

所以，是一个高风险，高回报的美食探险过程。

社群化口味

最后，在“大众化口味”和“本地化口味”之间寻求一个平衡，即能够一定程度上发现小众的美味，又不至于被KOL一言堂带偏，不仅令我想起了mini-batch的求解方式，遍历所有样本会淹没某些重要特征，而只看单个样本，又会过于依赖某个特征，那就选择一小批样本，中庸之道也。

何况，我们这一小批样本，还是通过与自己的兴趣和爱好有一定相似程度的人贡献的，这就更容易获得我们所关心的特征了。

如果不是我们自己去找，去看，而是某个平台或者某个app，直接把这个过程做好，根据我们的用户信息，直接推荐对应的社群（community），并且根据社群给我们推荐靠谱的餐厅，那其实，就已经是一整套的user recommendation系统了。

兜兜转转，吃个饭，居然都能联想到用户推荐系统，可见机器学习和日常生活真的没有那么远的距离。

而基于这个想法，上网去看，基本上旅游头部网站的内容，我是不看的，出于流量的考虑，他们基本上已经退化成了“大众化口味”，而豆瓣又过于狭隘，对美食这一方面的用户内容建设（UGC）一直没提供好的平台，当然，豆瓣有点评在前面开路，它也就很难吸引用户了，毕竟这种事情都是有以太效应的。

最终，没有办法，还是回到了大众点评上面，毕竟人家已经退出了Feed流很久了，但是Feed流就是纯粹的系统推荐，用户自己的特征很少（我自己在大众上的互动就非常少），很难哪有什么好的高质量的特殊内容。

庆幸的是，大众对于社群的建设，也是提供了一个入口，就在“关注”之中，有一个“社区”栏目，其中就有非常多的用户自建“兴趣部落”，其中，当然少不了本地吃喝玩乐的部落。

前两天的很多美食和特色小店，就是从里面挑选而来的。

有几个好处：

1，通过文风和发帖者的口味描述，大致能够判断是否适合自己的偏好，在数字化的标准之外，多了一份人情认同在里面。

2，毕竟发帖的时候，可以看出是否真心诚意推荐，不是批量的生产软文，能够排除大多数的爆款，这几能够达到“冷门”的目的，提高“冷门美味”的命中率。

3，还能和作者互动，看看究竟这些冷门的店是不是合适自己，需不需要预约，是不是老板很跩（这样我就不去了，拉不下老脸），融合到社群中。

4，说不定，吃完以后，我一个外地人，也会发帖到这边，共同建设“本地化”的社群内容空间。

当然了，除了大众点评，肯定还有不少其他的来源，例如“高德”、“百度”、“谷歌”（之前在意大利发现谷歌有时候比猫途鹰好用），这些还可以继续挖掘。

最后，本地的一些公众号，有时候也可以提供优质推荐，但是多数不靠谱（一样的原理：火的被利用，冷的难曝光），最好的还是要有像豆瓣一样的小众社区，能够自然形成一些虽然不客观，但是有温度的社群，就最理想了。

至于推荐算法，个人觉得太难了，口味是很主观的事情，挑战口味，本身就很难量化，这种无法数字化表达的事情，算法能做的事情，很有限。