Восемьсот отзывов и один вопрос
Отель с пятью звёздами и восемьюстами отзывами не отвечает, подойдёт ли он вам. Ответ есть в отзывах, но не в оценке.
Вы планируете поездку. Открываете агрегатор, видите отель: пять звёзд, восемьсот отзывов, средняя оценка высокая. Кто-то пишет про шум, кто-то про старую мебель, кто-то в восторге.
Подойдёт вам или нет — из этого не следует.
Почему средняя оценка не помогает
Потому что она усредняет людей с разными требованиями. Для одного «отлично», для другого «невыносимо», и оба честны.
Проблема не в оценках, а в том, что фильтры агрегаторов работают по свойствам объекта: звёзды, расстояние до центра, наличие бассейна. Того, что действительно определяет впечатление, среди фильтров нет.
Что определяет впечатление
Обычно две-три конкретные вещи, и у каждого человека свои.
Проект вырос из этого наблюдения. Для нашего партнёра, который строил его на своём опыте поездок, критичным было бельё: чтобы люди в отзывах писали, что оно действительно всегда чистое и свежее. С таким требованием человек предпочтёт трёхзвёздочный отель пятизвёздочному, если в соседних пятизвёздочных есть нарекания по белью или по комплектации.
Ни один фильтр агрегатора такого не умеет. А в отзывах это написано.
Что делает поиск по отзывам
Ищет закономерности в тексте и превращает их в характеристики: тихо или нет, удобно ли расположение, каков сервис, свежий ли ремонт.
Отдельно — актуальность. Отель после реновации и тот же отель за год до неё — разные объекты, а отзывы лежат в одном списке. Разделить их по времени и увидеть перелом — это то, чего нет в оценке вообще.
Чего в фильтрах не бывает
Реновации. Отзывы до и после ремонта противоречат друг другу, и средняя оценка это сглаживает.
Сезонности. Один и тот же отель летом и зимой — разный опыт.
Мелочей, которые решают. Толщина стен, работа кондиционера, шум с улицы в конкретных номерах.
Почему это про время, а не про качество данных
Данные открыты и лежат в отзывах. Проблема в том, что их слишком много и они противоречивы.
Час чтения отзывов даёт ответ. Проблема в том, что этот час умножается на десять рассматриваемых отелей, и время уходит на чтение вместо планирования поездки.
Задача — сжать этот час до минуты, не потеряв то, из-за чего он вообще нужен.
Совместный проект
Проект сделан вместе с партнёром — и это стоит назвать, потому что вклад тут не технический.
Идея, какие именно характеристики вытаскивать из отзывов, пришла не из анализа данных, а из личного опыта человека, который много ездит и знает, что портит поездку. Такое знание нельзя вывести из статистики: его надо принести.