R语言实战：评分与销量有相关性吗？

作者：韩琦儿算法工程师，R语言中文社区专栏作者。知乎专栏：https://www.zhihu.com/people/han-qi-er-11/posts

前言

之前有一篇文章分析了价格和评分（好吃程度）的关系，今天来看下吃的人（点评人）越多，是否说明越好吃呢？在这片文章里我们以大众点评上的上海美食数据为例，来分析这个问题。

爬虫数据获取

首先，我随机爬取大众点评上750条上海美食的数据，包括，销量（点评数），人均价格，口味，环境，服务 ，菜系，商区。这里把点评数近似看成销量。

爬取的数据如下：

数据分析

然后，我们来分析得分和销量的关系：

1. 得分和销量的散点图

发现评价和销量的相关性并不强，

进一步对他们做回归分析，

p值为0.02183，说明是有相关性的，回归方程是

score= -3.924e-06 * dp + 9.068

这里回归系数是-3.924e-06 ，几乎就是0 了，令人意外的是截距项值是9.0688，也就是说销量的增长对得分的影响很小很小，但是，销量大于500，得分几乎都是9分多的，

2. 意外发现

海底捞（长寿路店）在所有火锅类得分倒数第一，但点评人数却很高（可能是虚高，应该是有一部分没有写评语的习惯的用户，因为太难吃了，特意写点评发泄，造成点评数虚高）

不难发现上海所有海底捞店的口味确实比服务差很多。