共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
随着电子商务迅速发展,商品在线评论服务的重要性日益凸显。评论蕴含了众多消费者对特定产品和相关服务的真实感受,反映出了许多消费者的态度、立场和意见,具有非常宝贵的调研价值。以某电商平台的某款手机产生的评论为实验数据,对其进行了分词、词性标注和评论文本信息的预处理。基于预处理后的用户数据进行客户情感分析,使用LDA主题模型来分析用户评论,了解其潜在目标用户的需求、意见、购买原因,以及产品的优缺点,提出全面改善产品交互体验的相关建议。 相似文献
3.
在线评论的感知有用性对在线消费者购买意愿的影响路径研究 总被引:1,自引:0,他引:1
《科技创业月刊》2016,(9)
网络购物的兴起,在线评论受到消费者的关注度增加,消费者在网络购物前会参考购买者评论,作为购买决策的指导。在线评论在一定程度上能够刺激消费者的购买意愿,从而产生购买行为。论文在对线评论及其感知有用性的相关理论进行回顾的基础上,分析总结出在线评论有用性感知的影响因素。然后根据购买意愿的研究现状,确定态度对购买意愿的影响。再提出研究假设:在线评论感知有用性对购买意愿的影响经过了态度的中介作用,建立研究模型,并对假设进行验证,最后得出结论建议 相似文献
4.
为了理解在线评论对消费者购买行为的影响,文章采集淘宝网400多家店铺的在线评论信息,基于S-O-R模型(Stimulus-Organism-Response Model),从消费者学习的角度,研究体验型商品的在线评论信息对消费者购买行为的影响。采用SPSS 19.0软件进行数据分析,对假设进行实证研究,统计结果表明,好评数量、描述评分、有图片评论数量、追加评论数量和累计评论数量对消费者购买行为造成影响,中评数量、差评数量、物流评分和服务评分影响效果不显著。文章最后提出了建议与不足。 相似文献
5.
[研究目的]通过从评论文本和评论者两个维度对在线评论的特征进行挖掘,探究电商平台如何有效提高虚假评论识别的准确性,增加用户在线商品评论可信度,为消费决策提供参考。[研究方法]提出一种基于多维特征和SMOTE-RF模型的虚假评论识别方法。首先,通过识别商品虚假评论线索,构建多维特征向量,引入情感极性等特征并进行单调化处理;其次,在评分偏离度中添加了商品得分均值等统计指标来全面刻画虚假评论;最后,针对在线评论数据集中真实评论与虚假评论类不平衡问题,运用SMOTE算法优化随机森林分类模型,从而达到提高虚假评论识别准确性的目的。[研究结论]实验结果显示该方法在正负样本不平衡的虚假评论识别中具有更高的准确率、召回率及F1值。其中评分偏离度特征对虚假评论识别的影响最大,情感极性可作为识别的次要参考特征。因此,综合考虑在线评论多维特征和正负样本不平衡可帮助电商平台对虚假评论进行有效的过滤,为消费者提供更为可靠的评论数据。 相似文献
6.
【目的/意义】通过挖掘电子商务平台冗杂的在线评论信息,对在线评论进行效用过滤,将质量高、有用性强
的评论呈献给消费者。【方法/过程】从Spearman相关性分析影响在线评论效用高相关因素入手,构建基于模糊神经
网络(FNN)的在线商品评论效用模型,提出一种在线评论效用分类方法。【结果/结论】通过对亚马逊电子商务平台
手机评论的实例验证,证明本文模型方法能够对在线商品评论效用进行有效区分,提出的在线商品评论分类过滤模
型具有较高的准确度和有效性。 相似文献
7.
为了理解在线评论对消费者网络购买意愿影响的主要动因,基于计划行为理论、技术接受模型理论和网购顾客消费体验对在线评论行为作用模型,构建在线评论对消费者网络购买决策影响的动因模型,并提出若干假设,最后通过数据采集,采用AMOS21.0软件进行数据分析,对模型和假设进行了实证研究,统计分析结果表明: 消费者——网站关系、在线评论数量、在线评论质量、在线评论接收者专业能力、在线评论接收者涉入度、在线评论接收者感知风险影响消费者网络购买意愿,在线评论者资信度和在线评论的时效性影响不显著.基于此,本文对结果进行了讨论,并对消费者和网商营销提出了建议. 相似文献
8.
基于态度功能理论、ELM理论和选择性假设理论,通过针对207名被试的情境模拟实验,研究了负面在线评论质量(高VS低)、消费者卷入度(高VS低)和性别(男VS女)三个变量对消费者满意度和购买选择的影响.研究结果表明:a.负面在线评论质量对消费者对产品的满意度以及购买选择具有显著影响;b.消费者的卷入度对消费者的产品满意度和购买选择具有显著的负向影响;c.负面在线评论对消费者的产品满意度不存在显著的性别差异,但对消费者的购买选择存在显著的性别差异;d.负面在线评论质量和卷入度对消费者的产品满意度具有交互作用.根据上述研究结果,从网络零售商角度对负面在线评论的管理提出了相关建议.. 相似文献
9.
在线商品虚假评论信息不仅误导消费者购物决策与商家销售评估,而且严重干扰了在线商品交易平台的意见挖掘结果。本文针对国内外对在线商品虚假评论治理的研究现状,从法律监管和鉴别模型两个层面重新定位了其治理目标,指出应根据不同的治理对象,从监管虚假评论形成路径的基本要素、减弱虚假评论形成路径的促进因素、激励正常消费者作出真实有效的评论并优化虚假评论识别模型的鉴别准确率4个方面完善在线商品虚假评论信息的治理途径,并详细阐述了各治理途径的具体实施办法以及今后优化和完善的建议与对策。 相似文献
10.
11.
随着电子商务产业的发展和电商平台的涌现,消费者逐渐习惯了通过电商平台比对货物和购买商品。相关产品主页上的评论和评分成为了消费者决策的重要参照,同时商家也把评论和评分作为调整价格的重要依据。以ThinkPad E570c电脑为例,运用TF-IDF算法、Kmeans聚类和SPSS统计分析,发现在仅考虑评论属性的前提下,评论中的带图数量与价格波动具有关联性。在同时考虑评论属性和内容的情况下,评论中关性能的内容是消费者的主要关注点。研究结果对商家制定定价策略与合理管理在线评论具有一定的实用意义。 相似文献
12.
本文通过实验法探索消费者对于不同平台评论的感知差异以及产品类型的调节作用。首先,在已有研究的基础上对不同平台以及不同产品类型的特征进行归纳,并提出研究假设;然后,通过3*2析因设计,即3种不同平台(卖家网站、第三方平台和消费者建立平台)*2种产品类型(搜索品和体验品)共6个实验组,并利用问卷方式在线搜集数据来进行假设检验,研究发现,消费者对第三方平台和消费者自建平台的评论的感知可信度高于商家平台,并且对于体验品,商家平台与第三方平台以及商家平台与消费者自建平台之间的消费者感知可信度存在显著差异;最后,结合研究发现展开了分析和讨论。 相似文献
13.
以淘宝为例,通过对43万条评论语料进行分析以及乔装淘宝店主获取的事实数据,从在线商品虚假评论实际解决需要出发,为在线商品虚假评论界定了新的含义,归纳了在线商品虚假评论的影响,最后全面分析了由在线评论者、在线销售商家、在线商品交易平台、虚假评论中介四大主体所组成体系中在线商品虚假评论的六大形成路径、形成动因及特点.本文对下一步的在线商品虚假评论识别技术等相关研究有极强的理论和实践指导意义. 相似文献
14.
[目的/意义]旨在增强地理标志农产品的竞争力,更好地发挥地理标志农产品扶农助农的重要作用。[方法/过程]通过爬取电商平台地理标志农产品商品的在线评论作为研究数据,利用LDA模型提取影响消费者满意度的因素,进而利用情感分析和TF-IDF权重结合的方法测算消费者满意度。[结果/结论]消费者网购地理标志农产品的总体满意度较高,消费者对于产品品质和商家服务的满意度较高,对配送服务的满意度较低;消费者较为关注产品品质、发货及运输速度。 相似文献
15.
【目的/意义】本研究基于个体认知加工的视角,探索消费者对在线评论有用性的感知过程和感知结果,并揭示在线评论影响消费者购买决策的过程机制。【方法/过程】本研究以120名大学生为被试,开展2评论类型(客观VS主观)×2认知需求(高VS低)的眼动实验,探索消费者对于在线评论有用性的感知过程和感知结果。【结果/结论】结果表明:(1)与主观体验评论相比,消费者对客观属性评论的注视时间更长,感知有用性更大,购买意愿也更强;(2)与高认知需求者相比,低认知需求者的注视时间较短,感知有用性较大,购买意愿也较大;(3)认知需求显著调节评论类型对注视时间的影响,但对感知有用性和购买意愿的调节效应不显著。据此,建议相关企业采取个性化匹配的措施,使得评论类型能够切合消费者的认知需求水平,以便提高在线评论的感知有用性和消费者的购买意愿,从而做出更为满意的购物决策。 相似文献
16.
17.
随着互联网技术的不断发展,电子商务行业发展迅速,2018年全年实物商品网上零售额70198亿元,比上年增长25.4%。[1]网上购买已经成为消费者购买商品的主要渠道,大部分企业也通过各种电商平台建设了电子商务营销渠道,方便消费者的购买。消费者通过网络购买商品具备过程方便快捷、商品信息透明化的优势。但对企业来说,也出现了消费者品牌转换成本低导致忠诚度低的挑战。本文将研究如何利用消费者的网络购买数据来帮助企业分析重购客户特征。 相似文献
18.
[目的/意义]目前各大电子商务网站产生了海量的评论信息,对于消费者而言,查阅和分析这些信息将面临巨大的挑战。因此,有必要对评论的有用性进行综合评价,为消费者过滤出真正有价值的内容。[方法/过程]为此,本文提出并研究了一种在线消费者评论的有用性评价模型,为消费者的网购决策提供支持。该模型主要基于分类算法,识别在线消费者评论的有用性,并按其概率值大小进行排序。根据在线消费者评论的特点,提取了一系列分类特征用于其有用性评价,然后利用支持向量机对评论进行分类并从中识别有用的记录。利用来自B2C电子商务网站的3个在线消费者评论数据集(手机、女鞋、糖果巧克力)对提出的模型进行实证分析。[结果/结论]研究结果显示,该模型能够量化地评价在线消费者评论的有用性并对其进行有效的分类排序。该模型主要依赖语义特征进行排序,而对非语义特征的依赖较少。通过选择合适的概率阈值,能够缩小验证空间,并显著提升分类精确度。 相似文献