“排队号码：甲125号”。上一个周六的晚上18时40分，新一酱从餐厅门口的等位系统中拿到了机器吐出的一张排队单号，热敏纸打印的纸条显示，当前等待桌数为82桌。直到整整1个半小时后，新一酱才等到前面的排队人数变为0人，走进餐厅坐下点菜。

这家餐厅是上海非常热门的餐厅桂满陇旗下的另一个品牌“虫二酒肆”，它在上海美罗城开业已逾1年半，但一直维持着很高的热度。从最近半年的点评用户评论来看，虫二酒肆的热度已经超过桂满陇在上海的其他分店。

在等位的时间里，新一酱一直在思考的问题是：究竟什么样的餐厅算得上是网红餐厅？大家愿意花费数小时排队吃一家网红餐厅的动力在哪里？

于是，新一酱就以大众点评上的餐厅评论数量作为餐厅热门度的量化指标，寻找最近一段时间内城市里热度最高的餐厅来识别网红餐厅。

考虑到每个城市的人口基数和用户评论习惯并不一致，网红餐厅的筛选标准需要参照每个城市内餐厅评论数量的具体分布状况。新一酱首先筛选了每个城市历史累积评论总数靠前1%的餐厅，它们代表了城市从过去到现在的人气餐厅，在此基础上又筛选出近半年内评论数前15%的餐厅，将它们认定为网红餐厅。

在大众点评收录的餐厅数量最多的25个城市中，新一酱一共识别出了986家网红餐厅。

截至2018年第一季度，上海的餐厅总数达到了19.7万家，最终筛选出的网红餐厅只有99家，占比仅为0.05%。按照新一酱的计算标准，一家上海的餐厅想在这片红海中突围，成为金字塔顶端的99家网红餐厅的其中之一，它在半年内的评论数量需要达到655条。

北京的网红餐厅门槛和数量均排在第2，网红餐厅数量有76家。它的餐厅近半年评论分布曲线和上海相似，餐厅近半年的评论数量集中在100条至350条的区间。

重庆、成都的餐厅总数与上海的量级相当，排在北京之前，分别为19万家和18.2万家。受城市整体的餐厅评论热度偏低的影响，这两个城市的网红餐厅门槛相对较低。在重庆半年评论数量达到224条就已经称得上是这个城市里最红的餐厅之一了。成都的标准相对高一些，需要达到364条。仔细观察两个城市的餐厅评论分布曲线，你会发现每家的半年评论数量集中0条至150条之间。

深圳、苏州和武汉都呈现了这种分布，这些城市里的人们并不热衷于在网络平台上为去过的餐厅写下评价。

南京、天津在整体量级上和上海、北京存在差距，它们看起来更像是后者的缩小版，网红餐厅的数量相对不多，但门槛又非常高。

这些网红餐厅都分布在哪里？接下来新一酱用机器学习的方法，对两万条地址训练之后，得到了判断地址属于商场或者街边的模型，用以识别每家网红餐厅的选址类型，最后发现它们大部分都在商场里，而不是街边。