| 标题 | 电子商务中在线评论有用投票数影响因素研究 |
| 范文 | 陈在飞+徐峰 〔摘 要〕在线评论 对消费者购物选择具有重要的影响，但日益增加的海量信息导致了信息过载等问题?因此， 判断和识别评论信息的有用性具有重要的研究意义?本文采用文本挖掘和统计分析方法，从 评论信息特征和评论者信息两个角度，对在线评论获得有用投票数的影响因素进行了分析， 并通过亚马逊商城的用户评论样本，具体研究了各因素的影响作用?研究发现：评论评分对 在线评论的有用投票数具有负向影响，而评论信息丰富性和历史评论有用性评价对其具有正 向影响? 〔关键词〕电子商务；在线评论； 有用性投票；文本挖掘 DOI：10.3969/j .issn.1008-0821.2014.01.004 〔中图分类号〕F713.36 〔文献标识码〕A 〔文章编 号〕1008-0821（2014）01-0018-05 Study on Impact Factors of Votin g for the Helpfulness of Online Reviews in E-commerce Chen Zaifei Xu Feng （School of Management and Engineering，Nanjing University，Nanjing 210093，Chin a） 〔Abstract〕”BZ〗Online reviews have become the important reference for consumers，shoppin g，but the increasing mass information results in information overload.So judgeme nt and identification of helfulness reviews have important research significance .Using text minning and statistic analysis methods，this paper studied the determ inants of voting for the helpfulness of online reviews，from the viewpoint of inf ormation features and reviewer information of online reviews.And this paper anal ysed the impact of each variable on helpfulness of online reviews，based on onlin e user reviews of Amazon.The results indicated that review rating had negative i nfluence on the number of helpfulness votes；review information richness and revi ewers helpfulness of previous reviews had significant positive influence on th e number of helpfulness votes. 〔Key words〕e-commerce；onlin e reviews；helpful votes；text mining 随着互联网技术和电子商务的迅速发展，网络购物已逐渐为广大消费者所接受?中国电 子商务研究中心报告显示，2012年，我国电子商务市场交易规模同比上涨30.83%，达到7. 85万亿元，网络购物规模不断扩大[1]?与传统购物不同，在网络购物中消费者无 法通过实际的体验对商品进行判断，因此其他消费者的购物体验对其购买决策具有重要的参 考作用?然而，急剧增加的网络评论数量在为消费者提供了更加全面信息的同时也带来了信 息过载等问题，影响消费者对在线评论信息的判断?在大量的在线评论中快速识别出有用的 评论，对提高消费者的决策效率，改进电子商务平台服务质量具有重要的意义? 在对评论有用性研究中，如何对评论有用性进行量化是需要解决的首要问题，目前，电子商 务网站上针对商品评论有用与否的投票功能，设置了有用和无用选项，并且投票结果就显示 在评论下方，这方便了研究者对评论有用性的定量分析?以前研究中，大多采用有用投票数 与总投票数的比值作为评论有用性的度量值，比值越大，则评论有用性就越高[2-5 ]，但这种衡量方法存在两个问题：（1）当消费者投票数较少时，这一比值不能准确反 映评论的真实价值；（2）没有投票的评论未被纳入研究范畴?Cao和Duan指出，投票数多的 评论往往能得到更多关注，由于投票数少的评论吸引力较小很难再获得更多投票，因此采用 商品评论的总投票数来研究评论有用性的影响因素[6]?事实上，在线评论的总投 票数仅仅反映了消费者对评论的关注，不能反映消费者对评论价值的认可，基于此，本文以 亚马逊网站手机评论数据为基础，对在线评论有用投票数的影响因素进行分析，研究如何提 高消费者的有用投票数，为消费者决策和电子商务平台管理提供参考? 1 理论分析与假设 1.1 理论分析 在线评论作为网络口碑的一种形式，在商品营销管理中发挥着越来越重要的作用，近年来已 经引起国内外许多学者的关注和重视，在线评论有用性研究即为研究内容之一? Ghose和Ipeirotis以搜索型商品为研究对象，分析了评论主客观倾向，主客观倾向混杂度以 及评论可读性对在线评论有用性的影响[2]?郝媛媛通过对电影评论数据的实证研 究，详细分析了评论情感倾向及其混杂度?评论主客观性及其混杂度对在线评论有用性感知 的影响作用[4]?严建援从文本内容的角度，研究了评论深度?评论表述客观性等 对评论有用性的影响作用[5]?而彭岚以传播学说服理论为基础，构建了在线评论 有用性影响因素模型，提出评论等级?评论者好评率，评论阅读者互联网使用经验是影响在 线评论有用性的重要因素[6]?Cao和Duan通过文本挖掘的方法，研究评论体裁? 评论语义特征对评论有用性的影响，发现相对于其它因素，语义特征对评论有用性的影响作 用更加显著[2]?殷国鹏等则从信息采纳和社会网络视角，探究了影响消费者采纳 在线评论信息的原因，实证发现，评论长度?评论星级和评论者中心度显著影响评论有用性 [7]? 从前述研究出发，本文认为评论的有用投票数既可以反映消费者对评论的关注，又能帮助消 费者对评论信息价值的判断，因此本文采用评论有用投票数代表评论有用性，从评论信息特 征和评论者信息两个方面分析在线评论有用投票数的影响因素? 1.2 研究假设 1.2.1 评论评分 评论评分是消费者对商品总体效用的评价，其范围一般为1星到5星，其中1星为差评，5星为 好评，3星是中性评价，一般不带有明显的感情色彩，或兼具正面和负面评价?Pavlou和Dim ka（2006）指出，ebay上商品的正面和负面评论比中性评论包含更丰富的信息，对消费者决 策更有参考意义[8]?郝媛媛（2010）也发现，在线评论的情感倾向对评论有用性 存在影响，极端评论对评论有用性有正向影响[4]?因此，评论评分对消费者判断 评论价值存在影响?5星评论通常描述的是商品和服务的优点，1星评论一般反映商品和服务 中存在的问题，这两类评论可以改变目标商品给消费者带来的预期效用（增强或削弱），帮 助消费者缩小商品搜寻范围，从而有利于消费者减小搜寻成本，提高决策效率?因此，本文 提出假设H1： H1：在线评论获得的有用性投票数与其评分有关，且极端评分对其评论有用投票数具有正向 影响? 1.2.2 评论信息易读性 易读性，可以反映文本阅读和理解的难易程度?Nikolaos et al（2012）运用FOG?ARI等英 文文本易读性（readability）公式，分析评论阅读的难易与评论有用性评价之间的关系， 指出在线评论的易读性正向影响消费者对评论有用性的判断[9]?在汉语可读性的 研究中，孙汉银（1992）认为汉字平均笔画数?句均汉字数?多笔画字数等对汉语阅读难易 程度存在影响[10]；张宁志（2000）认为句长?非常用词数量等会影响汉语文本 的易读性[11]，本文借鉴汉语可读性的研究结论，选择评论的字均笔画数?句均 汉字数以及多笔画字数作为测试变量，分析中文评论易读性对评论价值感知的影响?评论的 文字笔画复杂，单句评论所含字数越多，会增加阅读者准确理解评论内涵的难度；笔画较多 的汉字通常代表具有较高的字形复杂度，为生僻字或者不常用字的可能性较高，消费者遇到 较难识别的字的概率较高，影响消费者流畅地阅读评论文本?基于以上论述，提出以下假设 ： H2a：在线评论的字均笔画数对在线评论有用投票数具有负向影响? H2b：在线评论的句均汉字数对在线评论有用投票数具有负向影响? H2c：在线评论中包含的多笔画字数对在线评论有用投票数具有负向影响? 1.2.3 评论信息丰富性 Mudambi（2010）认为，评论信息深度可以提高评论的诊断性，增强消费者信心，帮助消费 者做出购买决策[12]?信息丰富的评论，通常包含更多的商品特性?商品性能及 商品使用体验等内容，所传递的信息更加全面，也更具深入性?消费者阅读信息丰富评论后 ，能够获得关于商品多个方面的信息，有利于增强其对商品的了解，降低在网络虚拟环境下 选择商品时的不确定性，提高消费者判别商品价值的能力，因此，评论信息丰富性会影响消 费者对评论价值的判断?基于上述论述，提出以下假设： H3：评论信息的丰富性对在线评论的有用投票数具有正向影响? 1.2.4 评论者信息 评论者具有不同的特征信息，其特征信息对消费者判断在线评论的有用性具有重要的参考价 值?Forman（2008）研究了评论者信息公开对消费者购买意愿和商品销量的影响，信息公开 的评论者评论对商品销量的影响作用更加显著[13]?Ghose和Ipeirotis（2010） 研究发现，评论者的历史信息对其评论有用性存在显著影响[14]?评论数量和评 论者所有评论获得的总有用投票数?评论的总投票数，是在一些网站（如亚马逊）上可以得 到的评论者信息?本文中将评论者的评论数量和历史评论有用性评价作为研究变量，分析评 论者信息的影响作用?评论者的历史评论有用性评价指评论者已发布评论获得的有用投票数 与总投票数的比值，用于表示评论者的评论的平均历史有用性和受认可度? 发帖数量可用于表示用户在网络社区中的活跃性[7，15]，因此，评论数量，可 用来反映评论者参与网络讨论的积极性和活跃性?历史评论有用性评价高的评论者，通常具 有丰富经验和较高的专业知识水平，其评论质量高，容易得到消费者的认可和采纳?因此， 提出假设： H4a：评论者的评论数量对在线评论有用投票数具有正向影响? H4b：评论者的历史评论有用性评价对在线评论有用投票数具有正向影响? 1.3 理论模型框架 在以前研究及前述理论假设的基础上，本文主要分析评论评分?评论信息易读性?评论信息 丰富性，评论者评论数量?评论者的历史评论有用性评价对在线评论有用得票数的影响作用 ，所构建的在线评论有用投票数影响因素模型，如图1所示? 2.1 数据收集 本文以亚马逊网站的商品评论作为数据来源，采用基于jsoup类库编写的java程序，抓取亚 马逊网站上评论者发表的手机评论，其中，jsoup是一款用于html解析的java类库，可通过D OM或CSS选择器来解析和提取html网页上的数据，并为此提供了一套简便的API（详细信息见 http：∥jsoup.org/）?通过对抓取到的评论进行筛选，去除其中信息 不完整的评论后，获得有效数据2 489条，每条评论收集了以下内容：（1）有用投票数 ；（2）评论评分；（3）评论标题；（4）评论正文；（5）评论者的评论数量；（6）评论 者获得的总有用投票数；（7）评论者获得的总投票数，对收集的数据整理后，作为实验样 本? 2.2 模型公式 对于评论信息丰富性，通常评论越长，其中含有的商品描述信息越全面，而且Mudambi（201 0）也将评论长度作为评论深度的测量变量[12]，因此在构建在线评论投票数影 响因素的模型公式时，以评论长度作为评论信息丰富性的度量值，并且分别分析评论标题长 度和评论正文长度对在线评论有用投票数的影响作用?对于多笔画字，艾伟在20世纪40年代 ，就曾以10画作为判断汉字笔画多少的标准，分析笔画数与汉字认知之间的关系[16 ]，本文也采用10画作为分段标准，以10画以上的汉字作为多笔画字，基于前述假设，建 立在线评论有用投票数与各影响因素之间的多元线性回归模型，如公式（1）所示?为了减 小由异方差和偏态性所产生的误差，模型中的部分变量采取了自然对数的形式? 其中，helpRatei指第i条评论得到的有用投票数，rtae指评论评分，ti Len指评论标题长度，conLen指评论正文长度，conNum是评论正文的字均笔 画数，conNumSen指的是评论正文中每句话所含有的平均汉字数，concplR atio是指评论中多笔画汉字数与评论长度的比值，用于表示评论正文中多笔画字所占的 比率?reviewCount指评论者发表的评论总数，reviewhelp指评论者 的历史评论有用性评价的值?α为常数项，ε为残差项?经过对评论样本的整理和汇总，得 到评论样本描述性统计信息如表1所示? 2.3 实验结果分析 本文采用SPSS统计分析软件，对各影响因素与评论有用投票数进行回归分析，得到结果 如表2所示?为了保证统计分析结果的准确性，对各影响因素进行了多重共线性诊断，通常 方差膨胀因子VIF<10，则自变量之间不存在多重共线性问题，本文中VIF值通过了 检验，不存在明显的多重共线性问题? 本文的F值为128.456，R2和调整后R2分别为0.293和0.291，可见模型整体 拟合效果较好? （1）从模型的回归结果看，评论评分对评论获得的有用性投票数具有显著影响（p<0.01 ），相对于中性评价信息，极端评价信息被认为更有价值，假设H1得到验证?两者呈负相关 关系，即评论评分越低，获得的有用性投票数越多?负面评论通常描述的是购买和使用过程 中遇到的商品或服务方面的问题，反映商品存在的缺陷，为消费者呈现了购买商品可能存在 的风险，从而减小消费者发生损失的可能性，有利于消费者提前规避风险，对消费者选购商 品有着较好的借鉴意义，易被消费者采纳? （2）评论标题长度，评论正文长度对其有用投票数影响显著（p<0.01），且回归系数为 正，假设H3得到验证，即评论信息丰富性对评论有用性的感知具有正向影响?评论越长，评 论的信息量越大，含有的商品相关描述信息就越丰富?消费者在购买商品前，会参考已有评 论中的意见或建议，以更好的了解目标商品的质量和特性，而信息丰富的评论，可以为其提 供详细的商品性能?使用体验和售后服务方面的信息，帮助消费者提高决策效率，因此更能 引起消费者的关注，获得的有用投票数也就越多? （3）评论信息易读性的3个衡量指标，字均笔画数（p<0.1）?句均字符数（p<0.01） 以及多笔画字数（p<0.1）都通过了显著性检验，表明评论信息易读性对其有用投票数具 有影响作用?但只有多笔画字数的回归系数为负，支持了H2c所提出假设，其它两项的系数 为正，与假设相反?笔画较多的汉字复杂度通常较高，易给阅读者带来阅读和理解上的困难 ，多笔画字较多的文本，不利于阅读者准确理解其所表达的含义，因此，不易引起消费者的 注意?字均笔画数?句均汉字数呈现正相关，可能是因为单一的简单字和简单句组成的评论 ，不能详细传递评论者的商品使用体验?商品选择建议等内容，较为丰富的汉字和句子的应 用，可以帮助消费者更好的了解评论者表达的内容?以后可以进一步分析，当字均笔画数和 句均汉字数超过某一阈值时，负向影响评论的有用性，即两者与评论有用投票数之间是否存 在倒“U”关系? （4）评论者信息方面，评论者的评论数量没有通过显著性检验，H4a的假设没有获得支持， 评论者的历史评论有用性评价通过了显著性检验（p<0.05），且回归系数为正，假设H4b 得到验证，即评论者的历史评论的平均有用性，对其新发表评论获得的有用投票数具有正向 影响?较高的历史评论有用性评价，表示评论者具有良好的信誉?专业的知识水平，其评论 对商品信息的描述详细准确，评论可信度高，对消费者选购商品更具参考价值，往往能够得 到消费者更多的关注，获得的有用性投票数也越多?评论者的评论数量影响不显著，这说明 ，相对于评论者发布的评论数量，消费者更加关心其评论的质量和参考价值? 3 结束语 商品在线评论对消费者网络购物起着重要的作用，但大量的在线评论直接影响了消费者对有 用信息的获取?本文通过构建在线评论获得有用投票数量的影响因素模型，分析了影响在线 评论有用性感知的因素，发现评论评分?评论信息丰富性?评论者的历史评论有用性评价， 显著影响在线评论获得的有用投票的数量，而且本文采用评论易读性的多个衡量指标分析其 影响作用，部分获得了支持? 通过研究得出以下管理启示，首先，评论信息丰富性对评论有用性具有正向影响作用，应该 引导消费者多发表一些内容充实，信息全面的评论，以吸引更多消费者对企业商品的关注； 其次，评论者的历史评论的质量对新发表评论的有用性具有正向影响，因此可以通过一定的 机制设计，鼓励信誉较好，评论质量较高的评论者多发表评论? 本文的研究仍存在一定的局限性，本文只采用评论长度作为评论信息丰富性的度量指标，而 没有对评论内容进行具体分析，可能不太全面；本文没有考虑时间对评论获得有用投票数的 影响；另外，本文仅对手机评论进行分析，结论是否适用于其它商品评论，还需进一步地研 究? 参考文献 [1]2012年度中国电子商务市场数据监测报告[R].杭州：中国电子商务 研究中心，2013. [2]Ghose A，Ipeirotis P G.Designing Novel Review Ranking Systems：Predicting the Usefulness and Impact of Reviews[J].Proceedings of the 9th Internationa l Conference on Electronic Commerce，New York，USA：Association Computing Machin ery（ACM），2007：303-309. [3]Qing Cao，Wenjing Duan，Qiwei Gan.Exploring Determinants of Voting for the “Helpfulness”of Online User Reviews：A Text Mining Approach[J].Decision Sup port Systems，2011，50（2）：511-521. [4]郝媛媛，叶强，李一军.基于影评数据的在线评论有用性影响因素研究[J].管理 科学学报，2010，13（8）：78-88，96. [5]严建援，张丽，张蕾.电子商务中在线评论内容对评论有用性影响的实证研究[J]. 情报科学，2012，30（5）：713-716，719. [6]彭岚，周启海，邱江涛.消费者在线评论有用性影响因素模型研究[J].计算机科学 ，2011，38（8）：205-207，244. [7]殷国鹏，刘雯雯，祝珊.网络社区在线评论有用性影响模型研究——基于信息采纳与 社会网络视角[J].图书情报工作，2012，56（16）：140-147. [8]Hu，N.，Pavlou，P.A.，and Zhang，J.Can online reviews reveal a products true quality？empirical findings and analytical modeling of online word-of-mouth comm unication[J].In Proceedings of the 7th ACM Conference on Electronic Commerce， 2006：324-330. [9]Nikolaos Korfiatisa，Elena García-Bariocanalb，Salvador Sánchez-Alonsob.Ev aluating content quality and helpfulness of online product reviews：The interplay of review helpfulness vs.review content[J].Electronic Commerce Research and Applications.2012，11（3）：205-217. [10]孙汉银.中文易懂性公式[D].北京：北京师范大学，1992. [11]张宁志.汉语教材语料难度的定量分析[J].世界汉语教学，2000，（3）：83-88. [12]Susan M.Mudambi，David Schuff.What Makes a Helpful Online Review？A Stud y of Customer Reviews on amazon.com[J].MIS Quarterly，2010，1（34）：1 85-200. [13]Anindya Ghose，Panagiotis G.Ipeirotis.Estimating the Helpfulness and Eco nomic Impact of Product Reviews：Mining Text and Reviewer Characteristics[J].I EEE Transactions on Knowledge and Data Engineering，2010，23（10）：1-15. [14]C.Forman，A.Ghose，B.Wiesenfeld.Examining the relationship between revi ews and sales：the role of reviewer identity disclosure in electronic markets[J ].Information Systems Research，2008，19（3）：291-313. [15]丁汉青，王亚萍.SNS网络空间中“意见领袖”特征之分析——以豆瓣网为例[J] .新闻与传播研究，2011，（3）：82-111. [16]艾伟.阅读心理——汉字问题[M].北京：中华书局，1949. quality？empirical findings and analytical modeling of online word-of-mouth comm unication[J].In Proceedings of the 7th ACM Conference on Electronic Commerce， 2006：324-330. [9]Nikolaos Korfiatisa，Elena García-Bariocanalb，Salvador Sánchez-Alonsob.Ev aluating content quality and helpfulness of online product reviews：The interplay of review helpfulness vs.review content[J].Electronic Commerce Research and Applications.2012，11（3）：205-217. [10]孙汉银.中文易懂性公式[D].北京：北京师范大学，1992. [11]张宁志.汉语教材语料难度的定量分析[J].世界汉语教学，2000，（3）：83-88. [12]Susan M.Mudambi，David Schuff.What Makes a Helpful Online Review？A Stud y of Customer Reviews on amazon.com[J].MIS Quarterly，2010，1（34）：1 85-200. [13]Anindya Ghose，Panagiotis G.Ipeirotis.Estimating the Helpfulness and Eco nomic Impact of Product Reviews：Mining Text and Reviewer Characteristics[J].I EEE Transactions on Knowledge and Data Engineering，2010，23（10）：1-15. [14]C.Forman，A.Ghose，B.Wiesenfeld.Examining the relationship between revi ews and sales：the role of reviewer identity disclosure in electronic markets[J ].Information Systems Research，2008，19（3）：291-313. [15]丁汉青，王亚萍.SNS网络空间中“意见领袖”特征之分析——以豆瓣网为例[J] .新闻与传播研究，2011，（3）：82-111. [16]艾伟.阅读心理——汉字问题[M].北京：中华书局，1949. quality？empirical findings and analytical modeling of online word-of-mouth comm unication[J].In Proceedings of the 7th ACM Conference on Electronic Commerce， 2006：324-330. [9]Nikolaos Korfiatisa，Elena García-Bariocanalb，Salvador Sánchez-Alonsob.Ev aluating content quality and helpfulness of online product reviews：The interplay of review helpfulness vs.review content[J].Electronic Commerce Research and Applications.2012，11（3）：205-217. [10]孙汉银.中文易懂性公式[D].北京：北京师范大学，1992. [11]张宁志.汉语教材语料难度的定量分析[J].世界汉语教学，2000，（3）：83-88. [12]Susan M.Mudambi，David Schuff.What Makes a Helpful Online Review？A Stud y of Customer Reviews on amazon.com[J].MIS Quarterly，2010，1（34）：1 85-200. [13]Anindya Ghose，Panagiotis G.Ipeirotis.Estimating the Helpfulness and Eco nomic Impact of Product Reviews：Mining Text and Reviewer Characteristics[J].I EEE Transactions on Knowledge and Data Engineering，2010，23（10）：1-15. [14]C.Forman，A.Ghose，B.Wiesenfeld.Examining the relationship between revi ews and sales：the role of reviewer identity disclosure in electronic markets[J ].Information Systems Research，2008，19（3）：291-313. [15]丁汉青，王亚萍.SNS网络空间中“意见领袖”特征之分析——以豆瓣网为例[J] .新闻与传播研究，2011，（3）：82-111. [16]艾伟.阅读心理——汉字问题[M].北京：中华书局，1949. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。