数据是怎么来的
口径写清楚,才敢拿来当购买参考。这一页把公式、取数规则、以及这份榜单做不到的事,一次说完。
网友分(100 分制)
衡量社媒声量,不是品质
净口碑权重最高(0.40),是因为「被夸得多」比「被讨论得多」更接近购买决策。 收藏率单独占 0.30,代表「看过之后想留着以后买」——这是最接近真实购买意愿的信号。
第三方评测分(组内相对)
引用别人的评测,就必须把来源交出来
- 只认带链接的证据:每条引文必须有可点开的原文 URL 才参与评分;没链接的转述照常展示,但标注「来源未附链接」并排除出算分。
- 它是相对分,不是品质分:40–100 由本批被评测的品牌之间 min-max 换算得出,只能横比同一批,不能拿去跟没有第三方评测的品牌比高低。
- 权重只有 15%、位移封顶 ±5:第三方证据只覆盖少数品牌,权重给高会让「被研究过」本身变成加分项。
- 批判性报告不会被压成低分:横评类报告的负面偏向反映的是「作者更挑」,不是「茶更差」,所以用组内相对位置而不是绝对情感值当分数。
引文全部为原文摘录、未改写,结论归原作者;本站在品牌页逐条列出出处与「查看原文」链接。
数据由 28_tp_review_ingest.py 幂等入库,新增报告放进投放目录后重跑即可。
线索证据分(人工核对)
访客投来的图文与视频口播,核对后才计分
- 机器转写不是原话:视频口播由机器生成,有同音错字。原始转写全文永远不进本站口碑原话档案;只有编辑打开原视频/原笔记逐字核对并亲手摘录的片段才进入证据层,并永久标注「机器转写·人工核对」。
- 每条都要能回溯:必须有可点开的出处链接,视频还要给时间戳。没链接、没核对、已撤回的一律不计分,也不自动判情感。
- 可信度打折:单条权重只有第三方评测的一半,位移权重 8%(第三方 15%)、封顶 ±3(第三方 ±5)。没有被收录线索的品牌位移为 0——「没被研究过」既不加分也不扣分。
- 样本不足不计分:单品牌少于 3 条摘录或少于 2 个独立出处,明写「样本不足·不计分」,位移 0;单条线索撬不动名次。
- 与变现隔离:线索池与购买链接、佣金表没有任何计算关系,投喂线索不能买名次;榜单与评分不收推广费。
证据存独立的 data/lead_reviews.json(运营资产,重算评分不会覆盖),
逐条出处与计分状态可在 /api/v1/lead-reviews 查询;
评分由 14_brand_score.py 读取聚合结果。
视频转写全文与运营关联标注
只作内部整理,不公开、不参与评分
- 全文只是机器输出:视频音轨经语音识别生成转写,未人工校对,同音错字常见。它不是网友原话,不进口碑原话档案、不产生单品评分、不参与任何品牌分数计算。
- 关联标注是内部整理:运营读完全文后可给一条视频关联品牌、产品与「评分关键词」(评价维度词 + 倾向)。大模型概括时会一并提取候选关键词作为待核对草稿(维度词与倾向仅为建议、时间码留空),预填在后台表单里;运营须打开原片逐条核对、修改或保留后点保存,才算人工确认。这些标注只存后台运营资产,不公开展示、不改动品牌页与产品页的自动归属、不自动计分;未经人工确认的机器草稿不进标注,系统绝不按转写文本自动判情感、自动计分。
- 要计分必须另走人工核对:只有编辑打开原视频/原笔记逐字核对并亲手摘录、附出处链接与时间戳,才作为上一节的「线索证据」参与品牌综合分。标注页的「带入证据核对」只预填归类信息与定位备注,逐字摘录与倾向一律留空由人填写。
- 不因关联改名次:转写全文与关联标注都不写评分库,也不进入第三方评测、网友分、线索证据三条计分链路中的任何一条。
四条硬口径
- 只算明确提及该品牌的内容;同名异业(如「五菱凯捷」)已剔除。
- 一篇横向测评同时给多个品牌记一次提及,声量共享,不重复计数。
- 提及 < 6 篇、或有效情感评论 < 6 条 → 只列数据、不出分。
- 每个品牌固定采 20 篇(补样时最多 40 篇),所以「声量项」本轮剔除,避免「谁多采一篇谁满分」。
短品牌词(九鹤、日春、北岩)会命中同名异业,归属时要求「标题强归属 或 采集词一致」,
并过一道茶语境闸门;凯捷 的五菱汽车内容已逐条剔除。
专业分(P0–P5)
只看四个可核事实,不看名气:师承 34%、山场 28%、工艺 24%、稀缺 14%。 两道闸门防虚高——点不出「一片山」或「一个人」,最高只能 P2; 只有圈内口碑、无公开信源的标 ※,只标级不参与分数排名。
送礼评价模型(礼赠适配度)
送礼标准:礼盒 + 非遗大师背书
「送礼不出错」不能靠单一数值阈值——凯捷讨论量、性价比都高,但对方多半不认得、也无非遗背书, 纯阈值一定会把它放进送礼池。所以送礼改用四维加权模型,在全量品牌上算分再排序:
网友分 ÷ 价带中点。分高、价低者高;名丛山场类天然偏低,权重已压低。
性价比由数据自动推导,其余三维为基于公开资料(国礼叙事、非遗传承人名单、电商挂牌价、有机/认证信息)的
研究判断,集中存于 17_board_web.py · GIFT_MODEL,便于复核。送礼榜前排通常是
海堤、八马、武夷星、华祥苑、瑞泉、孝文家茶——凯捷虽性价比第一,却因品牌认知与背书偏弱自然落出前排。
茶友投票(赞 / 负赞)
第四套口径,独立计数
每个品牌详情页可以点一次「赞」或「负赞」。这是本站访客的态度, 和上面三个分数没有任何计算关系:不加权、不相减、也不回写评分表。
票数存在独立的 votes.db,与 tea.db 分开,重算评分不会碰它,
它也不会污染零漂移校验。
三个必须说清的限制
购买链接与佣金
变现方式写清楚,才敢让您点
本站不卖茶,榜单与评分不收推广费、不卖名次;部分购买链接为推广链接,经它下单本站可能获得佣金,佣金不改变任何评分、名次、排序或口碑结论。
- 产品详情页的「购买渠道」只由管理员核对店铺与规格后收录,访客不能在公开表单里塞链接;标「推广」的链接含佣金参数。
- 佣金是成交后的分成,不是买名次的钱:链接数据存在独立子表,任何评分、榜单、排序脚本都不读它,群内优惠同样不改分。
- 点击先经过站内
/go/中转再跳到商家,用来统计「哪款、哪条渠道真被点过」;只记链接、时间、IP 短哈希,不记访客身份。 - 链接指向第三方销售页面,价格、规格、店铺资质请在商家页面自行核对;本页的标价是资料录入,不是实时售价。
样本不足、未出分的品牌
2 个
下列品牌词采到了笔记,但有效情感评论不足 6 条,按口径不出分。列出来是为了避免读者误以为「没人讨论」。
- 北斗岩茶研究所 — 49 篇笔记 / 287 条评论
- 正山堂 — 20 篇笔记 / 253 条评论
技术栈
Flask 提供页面与 JSON API,H5 移动端优先,首屏服务端渲染(弱网可用),
交互走 /api/v1/* 局部更新。数据层直接复用评分管线的产物,
不在 Web 侧重算分数,保证页面上每个数字都能在报告里逐字对上。
14_brand_score.py
· 专业分级 13_pro_grade.py本页仅作购买参考,不构成任何品牌的品质担保。价格带为公开挂牌区间,实际成交价可能显著低于挂牌价。
品牌资料管理(管理员) · 品牌档案由管理员核对维护,产品信息库对所有茶友开放编辑。