工具踩坑錄2026-11-144 min read
反 Foodie 照妖鏡開發筆記:拆解香港飲食 KOL 洗版特徵與星數還原算法
點解 Google Maps 上面 4.7 星嘅餐廳食落得 3 星水準?記錄開發反 Foodie 啟發式過濾器時歸納出嘅香港水軍特徵與星數還原邏輯。
假評災區:點解 4.8 星餐廳都會中伏?
香港飲食圈近幾年流行「送小食換 5 星好評」同批量 KOL 打卡洗版。結果係一間剛開張兩個月的餐廳,Google Maps 上面已經有過百個 5 星好評,但真正食落去往往性價比極低。
開發「反 Foodie 照妖鏡」的初衷好簡單:唔需要複雜的雲端 LLM 燒錢跑推理,用輕量級前端啟發式規則 (Heuristics),0.1 秒內喺瀏覽器踢走水軍。
香港水軍評論的 3 大特徵
經過抽樣比對數百條香港餐廳食評,水軍帳號幾乎都會命中以下其中兩項:
- 低評論帳號給滿分:帳號總評論數只有
1 則評論或2 則評論,而且一出手就係 5★。 - 高密度 Emoji 洗版:單條評論出現 4 個或以上連續 Emoji(例如
🔥🔥😍😍💯💯)。 - PR 罐頭關鍵字:頻繁出現「打卡必去」、「性價比極高」、「天花板」、「CP值爆燈」、「隱世小店」等缺乏具體菜式細節的形容詞。
核心評分過濾邏輯
喺 src/lib/antiFoodieAnalyzer.ts 入面,我哋用純 TypeScript 實現了零延遲解析:
typescript
const flags: string[] = [];
if (reviewCount !== null && reviewCount <= 2 && rating === 5) {
flags.push(`低評論帳號 (${reviewCount} 則評論給 5★)`);
}
if (emojiCount >= 4) {
flags.push(`Emoji 洗版 (${emojiCount} 個)`);
}
if (matchedBuzzwords.length >= 2) {
flags.push(`PR/KOL 罐頭詞 (${matchedBuzzwords.length} 個)`);
}原始星數 vs 還原星數表現
| 樣本類型 | 原始平均星數 | 踢走水軍後真實星數 | 誤差修正幅度 |
|---|---|---|---|
| 旺角打卡新店 (實測樣本) | 4.65★ | 3.10★ | -1.55★ |
| 老字號街坊茶餐廳 | 3.90★ | 3.88★ | -0.02★ |
| THEO.CLUB 內建測試集 | 4.00★ | 3.00★ | -1.00★ |
桌面版自動化:Tampermonkey Userscript
除咗手機上可以直接貼上評論分析的 Web 版,我亦都打包咗 google_maps_anti_foodie.user.js。用 MutationObserver 監聽 Google Maps 動態載入的評論 DOM,一掃描到疑似水軍就會將該張卡片淡化至 opacity: 0.35 並加上紅色左邊框標記。
🔗 關聯工具 / Skill 卡片 (Related Record)
Scripts & Automation•Live
Google Maps Anti-Foodie 濾水軍腳本
自動偵測 Google Maps 低評論數 5 星帳號與 KOL 罐頭食評,還原餐廳真實評價。