面向电子商务网站的在线评论信息质量感知机理研究

[目的/意义]针对电子商务网站,深入剖析其在线评论信息质量感知的过程,阐明在线评论信息质量感知的运行规则和基本原理,有利于全方位剖析在线评论信息接收用户对信息处理与认知的模式.[方法/过程]首先了解在线评论信息质量感知的内涵与特征;其次明确在线评论信息质量感知涉及的4个要素;再次对在线评论信息质量感知过程的5个阶段进行...     

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

以信息采纳理论为研究框架,探讨消费者在购买决策中采纳与接受在线评论信息(亦即在线评论有用性)的两类影响因素——评论本身特征、评论者要素,并结合社会网络视角构建在线评论有用性影响模型及研究假设。之后,以豆瓣网数据进行理论模型的实证分析。结果表明:评论长度与在线评论有用性为正相关关系,评论星级极端性与在线评论有用性则为负相关关系;评论者中心度与在线评论有用性之间为倒U型关系,评论者历史发表数量、参加群组情况与在线评论有用性之间关系未得到足够的实证支持。     

在线教育产品评论与用户使用意愿的关系

[目的/意义] 在线教育评论是影响用户选择和使用在线课程的重要因素，在线教育评论信息的有用性的研究可以辅助用户选择决策，增强用户的使用意愿，推动在线教育产品迭代更新。[方法/过程] 采用问卷调查和实验研究相结合的方法，分析在线评论情感极性（正面评价、负面评价）、产品类型（搜索型在线教育产品、体验型在线教育产品、信任型在线教育产品）对于在线教育评论有用性感知的影响，同时研究在线教育评论信息的有用性、可信性等对选择和使用在线教育评论信息意愿的影响。[结果/结论] 搜索型在线教育产品和信任型在线教育产品的负面评论比正面评论更有用，而搜索型在线教育产品的评论情感极性对评论有用性无统计上的显著差异。当在线教育评论信息固定为正向评论时，在线教育产品类型对感知有用性的调节作用并不十分显著，然而当在线教育评论信息为负向评论时，在线教育产品类型对在线教育评论有用性有显著调节作用。     

依恋理论视角下用户在线评论信息生成动力机制

[目的/意义]用户投入真情实感所撰写的评论更加具有参考与借鉴价值,从依恋理论的视角探究用户生成在线评论信息的动力机制,为提高用户生成内容质量提供新的理论思路,对从信息源视角实现用户评论信息与用户生成内容的优化管理具有借鉴指导意义。[方法/过程]结合依恋理论、用户生成理论等相关理论研究,以用户依恋作为内驱动力,探讨用户生成在线评论信息的动力来源与动力结构,分析依恋对用户生成在线评论信息的驱动方式、驱动过程以及影响用户生成在线评论信息的依恋驱动因素。[结果/结论]认为用户表达自我、实现自我、愉悦自我是生成在线评论信息的内在动力来源,用户依恋对其生成在线评论信息存在导向驱动、激励驱动与调节驱动等3种驱动方式。影响用户生成在线评论信息的依恋驱动因素主要包括用户情感依恋因素与认知依恋因素,激发用户情感依恋与认知依恋的深层认同是优化用户生成评论的重要途径。     

电子商务在线评论质量的维度及其研究方法探析

电子商务等类别的网站聚集了大量用户关于产品的评论信息,这些信息具有潜在的价值和效用.当前在线评论质量是相关研究领域和行业实践所关注的一个重要问题.文章首先对在线评论的有用性和质量进行了界定和分析;其次,对在线评论的研究进行述评,在此基础上探讨了在线评论质量的维度及其主要研究方法,期望为相关研究领域和行业实践提供参考.     

基于感知价值的图书馆文化创意产品评论文本分析

文章基于感知价值理论,从情感、社会、质量及价格四个维度对国家图书馆文化创意产品的在线评论进行文本挖掘,利用Python等工具进行高频词分析、LDA模型构建和情感分析,探究图书馆文化创意产品感知价值与消费需求关系,发现情感与社会价值对消费需求的影响较大,质量和价格感知对消费需求的影响相对较弱,且四个感知价值维度相互影响、相互交织。     

基于多模态数据语义融合的旅游在线评论有用性识别研究

为有效识别旅游产品在线评论中多模态数据对在线评论感知有用性的影响因素,探究基于用户生成内容的在线旅游产品优化方法,从数据融合分析角度出发,对旅游产品在线评论中的多模态数据进行特征融合。以旅游产品的真实在线评论数据作为研究对象,进行描述性统计分析,同时使用机器学习和深度学习方法,进行文本向量嵌入与图片内容识别,融合图文特征向量,构建多模态在线评论有用性分类模型,进行模型测试。实验结果表明,与仅包含文本或仅包含图片的单模态评论相比,图文结合的多模态评论能够更好地进行在线评论有用性预测,结合评论激励机制,提高在线评论质量,能够充分发挥用户生成内容潜在价值,为产品提供者提供优化思路,为产品消费者提供决策支持。     

基于内容分析的用户评论质量的评价与预测

以获取高质量的用户评论为直接目标,研究评论质量的评估和“有用评论”的自动识别。主要从评论内容的语言特征、语义内容、情感倾向等多个特征维度来探索文本特征对用户可感知的效用的影响力,采用深层次的文本内容分析技术提取特征指标,并结合计量分析和机器学习方法验证指标的科学性,设计可行的面向效用价值的预测模型。研究证明,依据评论内容可有效探测评论质量,辨识高质量评论,提高评论的效用价值。     

一致性与矛盾性在线评论对消费者信息采纳的影响研究——基于感知有用性的中介作用和自我效能的调节作用

[目的/意义]基于评论效价,将从初始评论到追加评论的动态变化分为一致性在线评论和矛盾性在线评论,结合信息采纳模型,研究不同变化类型对消费者信息采纳的影响,构建理论模型并进行研究。[方法/过程]以淘宝网上运动鞋的初始评论和追加评论为例,采取实验研究的方法,通过4组调查问卷设计,利用SPSS 21.0软件对调查问卷的数据进行分析和处理。[结果/结论]结果表明,一致性和矛盾性在线评论相比,消费者对矛盾性在线评论的有用性感知更强,两种变化类型的评论都是通过感知有用性作用于消费者的信息采纳,自我效能会调节消费者对在线评论的有用性感知。     

垃圾商品评论信息的识别研究

从信息有用性的角度对垃圾商品评论信息进行分析,选择数码领域的相机评论作为研究对象,构建数据集,从评论、评论者和被评论的商品三个方面选择11个特征,使用支持向量机模型中4种常用的核函数进行垃圾商品评论的识别,对识别效果较好的RBF核函数中的参数C和γ进行优化,使得商品评论中的垃圾评论识别的准确率提高到78.16%,召回率提高到72.18%,并选取4种不同特征组合进行对比,证明评论、评论者和被评论的商品三大特征组合的效果最好,最后通过与Logistic回归模型的对比,验证SVM对垃圾评论的识别效果明显优于其他算法。     

融合多源异构在线评论的开放式创新社区创意采纳预测研究

整合内外部创新资源以获得市场优势一直是企业关注的问题,这是因为企业的创新能力直接决定了企业的兴衰成败。已有的以在线评论为数据源预测开放式创新社区中创意采纳的研究主要依靠单一的文本特征。基于启发式系统性说服理论,本文提出了一种新的开放式创新社区创意采纳预测模型。该模型在基于信任转移理论和价值共创理论基础上,归纳了多源异构在线评论的定义,并从启发式评论者特征、启发式评论特征和系统性评论特征3个层次特征来描述创意。此外,还引入图注意力网络实现了3个层次创意特征的融合。本文从真实的开放式创新社区收集了数据集,验证了本文模型及其各个特征,该模型准确预测创意采纳的综合性能大约在97%,图模型特征融合后的分类预测结果优于传统的机器学习分类算法。研究结果不仅证明了图模型在特征融合中的有效性,而且从融合评论特征和评论者特征的角度,为创意采纳预测提供了方法和理论上的支持。     

关于图书馆学术评论问题

图书馆事业的发展,离不开图书馆理论的指导,对图书馆学术理论的评价将显得越来越重要。探讨了图书馆学术评论产生的客观机制,对评论理论的把握和对评论者的研究。     

基于在线评论的公共文化云活动用户需求研究

[目的/意义]用户是公共文化云平台活动服务的最终接受者,基于文化云活动用户的在线评论,客观分析用户对公共文化云平台活动的需求,针对需求优化文化活动供给形式和内容,提升公共文化云平台活动质量。[方法/过程]以公共文化云平台活动在线评论与留言为数据来源,利用扎根理论方法进行质性分析,构建公共文化云平台活动用户需求框架,并结合情感分析,计算用户对各需求要素的情感倾向。[结果/结论]组织需求、平台需求、活动需求为用户外部需求,参与动机、活动期望、感知价值等个体需求为内部需求,为提升用户对文化云活动的情感认同,从四个方面提出公共文化云平台活动优化建议,以支持公共文化云平台活动设计与管理决策。     

命令性社会规范对社交媒体虚假信息纠正效果的影响研究

[目的/意义]在网络空间协同治理的背景下,社交媒体用户参与虚假信息治理的实践方式日趋多元,然而其效果尚不明确。本研究旨在揭示作为命令性社会规范的用户评论如何影响虚假信息纠正效果,为社交媒体虚假信息协同治理及用户评论管理提供借鉴。[方法/过程]以HPV疫苗相关的虚假信息及其辟谣信息为例,采用网络情境实验法开展2*2*2三因素组间控制实验（N=307）,揭示用户评论特征（立场、信息增量及不文明性）对辟谣效果（感知辟谣信息可信度及虚假信息信念）的影响。[结果/结论]支持辟谣的评论显著增强辟谣信息可信度并使参与者对疫苗的态度更积极,表明支持性评论具有协同纠正效应,且这一协同纠正效应不受评论信息增量与不文明性的调节;评论信息增量与不文明性共同对辟谣效果产生直接影响。     

WorldCat中用户评论的调查与分析

WorldCat自2008年起开始提供用户对其资源在线发布评论的功能。文章调查了WorldCat中的用户评论,指出其优点包括公开醒目、来源广泛、补充了书目信息、进行了质量控制等,同时也分析了WorldCat用户评论仍存在易用性欠佳、评论数量较少、评论质量良莠不齐、交互性能开发不足等问题。文章最后结合国内外相关案例提出了相应的优化措施。     

大学生社会化阅读APP持续使用意愿实证研究

基于感知价值理论,以隐私关注为调节变量,构建社会化阅读APP用户感知价值和隐私关注对持续使用意愿影响模型,并以大学生为研究对象进行问卷调查。实证分析发现,感知收益的四个维度对于用户感知价值有不同程度的促进作用,感知成本则负向影响用户感知价值;感知价值和隐私关注对用户持续使用意愿有显著影响;隐私关注负向调节感知价值与用户持续使用意愿之间的正相关关系。     

用户持续在线知识付费行为的影响因素研究——免费意识的调节作用

[目的/意义] 在线知识付费市场规模持续扩大,但持续为知识付费的用户比例却在不断降低,严重制约了在线知识付费平台的发展,故研究持续在线知识付费影响因素对知识付费平台的存续意义重大。[方法/过程] 基于持续理论,构建用户持续在线知识付费行为影响因素的理论模型。运用结构方程模型对所收集的样本进行分析。[结果/结论] 持续付费意愿、知觉行为控制均正向显著影响持续付费行为;免费意识在满意度、感知有用性与持续付费意愿之间起到负向调节作用,同时负向显著影响持续付费意愿;主观规范、满意度与感知有用性、行为态度均正向显著影响持续付费意愿;主观规范受到人际影响与外部影响的正向显著影响;期望确认分别正向显著影响感知有用性与满意度。     

基于在线评论的消费者模糊情感计算与推理

针对Web 2.0时代大量主观性文本的出现,消费者在线评论描述了消费者关于某一产品或服务的观点或经历。本文基于模糊理论讨论了在线评论中的情感挖掘问题。以消费者心理行为学理论为基础,根据在线评论的自然语言模糊本质属性,建立了消费者心理模糊库群,包括特征、感知、情绪、评价等4个模糊库;结合评论语句的句法分析,给出了消费者态度情感的模糊计算算法(FSCA-OR);并依据消费者的决策过程,进行了推理规则库的构建;最后通过实验验证了所提方法的有效性。     

不同文本长度的体验型产品在线评论时间序列研究——以电影评论为例

[目的/意义]将体验型产品在线评论按照文本长度分为长文本在线评论和短文本在线评论,探究这两类评论的时间和内容特征,为电子商务平台掌握消费者在线评论行为规律和商品需求偏好提供情报依据。[方法/过程]利用Python爬虫语言获取电影评论网站中在线评论的相关信息,构造在线评论时间间隔序列,基于人类行为动力学相关构念,探究不同类型在线评论发布行为的时间特征规律;利用文本挖掘方法找出不同类型在线评论的文本内容特征并进行比较分析。[结果/结论]以电影评论网站在线评论为数据来源,从时间角度总结出不同类型在线评论行为的时间间隔序列符合幂率分布;从文本内容角度发现不同类型在线评论的文本内容特征既有一定的相似性,也表现出明显的差异。     

IP属地化政策对舆情评论的影响研究——基于微博用户属地公开的准自然实验

[目的/意义]实证评估公开属地政策能否以及如何对舆情评论产生影响,为网络舆情研究、平台优化和治理提供启示。[研究设计/方法]基于自我监控理论和隐私计算理论构建研究模型和假设,以微博“IP属地”功能的推出为准自然实验,运用双重差分法和断点回归模型探究IP属地化政策对舆情评论的影响。[结论/发现]政策引发用户自我监控效应和风险感知效应,不仅整体改善了评论情感倾向、评论可读性和共情性,也能够显著抑制评论情感极性,该结论在一系列稳健性检验后仍然成立。政策影响在不同用户群体之间存在显著差异,相较处于事件热点中心的用户,属地公开更能促使处于非热点中心的用户做出改变。政策同时加剧评论中的地域歧视现象。[创新/价值]揭示了IP属地化政策对在线评论行为的作用,为清朗网络环境提供新视角,丰富了IP属地化与舆情评论行为影响因素的相关研究。