基于商品类型的在线负面评论有用性影响因素比较研究

[目的/意义]对在线负面评论有用性影响因素分析，能够有助于揭示在线评论的作用机理，更加有效地发挥在线评论的应用价值。[过程/方法]以京东商城（jd.com）搜索型和体验型商品的在线负面评论为研究对象建立分层回归模型，从形式特征、内容特征、文本特征、反馈特征等4个维度出发，探索不同因素对在线负面评论有用性的影响，并采用主成分分析法对商品类型调节作用下的影响因素重要程度进行排序。[结果/结论]研究结果表明，在线负面评论的影响因素受商品类型调节，会对有用性产生非线性复杂影响，导致作用度存在差异。对于搜索型商品，在线负面评论中评论等级、回复次数和评论长度等影响因素的有用性明显；而对于体验型商品，在线负面评论中附加图片、详尽地客观描述能够促进消费者做出购买决策。     

面向B2C电商网站的消费者评论有用性评价模型研究

[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。     

社会化在线评论情感因素测量与有用性分析

[目的/意义]社会化在线评论与传统的专业性评论相比,具有更为显著的传播速度和影响力。文本评论中的情感因素并非单纯的数量化评分能够完全体现的。对本文评论中情感因素的测量与分析,能够有助于在线评论的全角度识别与揭示,更加客观准确地反映在线评论的价值。[过程/方法]通过提取用户发布的在线文本评论数据,采用有监督机器学习的算法,分别计算文本评论的情感分类得分、情感倾向得分、综合情感得分。从类型、地区、人数多个维度对情感得分与总评分进行交叉对比分析。[结果/结论]研究结果表明,文本评论蕴含的情感因素对总评分具有部分的影响作用。用户的认知偏好、社会文化背景和评论人数占比会对情感因素的有用性产生影响。     

消费者学习视角下用户问答对消费者购买行为的影响研究

[目的/意义]旨在通过问答功能为电商平台以及各个商家的管理提供指导性建议。[方法/过程]爬取京东商城中搜索型商品的在线评论与用户问答数据,从消费者学习视角出发,基于S-O-R模型,构建用户问答相关变量和消费者购买行为影响模型,采用SPSS软件通过逐步回归分析法来验证假设。[结果/结论]用户提问数量、回答长度以及回答及时性对消费者购买行为有显著影响;用户提问数量对消费者购买行为的积极影响大于在线评论的数量对消费者购买行为的积极影响。     

在线评论有用性的影响因素探究 ——基于京东商城的实证研究

在线评论已经成为影响消费者做出购买决策的重要因素.以信号传递理论为框架,从评论者、评论本身和有关反馈3个方面探究其对在线评论有用性的影响,并引入产品类型作为调节变量建立模型.通过京东商城的客观数据进行实证分析,结果显示,图片数量、追评、视频、评论回复数显著影响评论的有用性.其中,评论回复数的影响最为明显;产品类型在追评对评论有用性的影响中没有起到调节作用;评论者的等级、评论的可读性对评论的有用性的影响不显著.结论既对评论有用性的研究提供了参考,也有利于企业高效地管理和应用在线评论.     

基于信号传递理论的在线评论有用性影响因素研究

[目的/意义]在线评论在消费者网络购物决策过程中解决信息不对称的作用日益显著,探索在线评论有用性影响因素对消费者和商家都具有重要意义。[方法/过程]以信号传递理论为框架,从与评论内容、评论者和反馈有关的信号构建在线评论有用性影响因素模型,同时考虑商品类型的调节作用,并分析了信号环境的影响。[结果/结论]通过亚马逊中国网站获取客观数据进行实证研究,发现负面评论、评论字数越多、评论含有图片、评论者对信息有披露、评论者排名越靠前、评论回应数量越多则评论有用性越高,商品类型在评论情感倾向、评论图片对评论有用性影响中起到了显著的调节作用,并且信号影响评论有用性受到信号环境的影响。     

基于证据网络的在线商品评论有用性的评估模型

[目的/意义]评估并排序是缓解消费者难以发现有用性评论的有效途径。[方法/过程]基于评论有用性的影响因素间存在的多层次依赖关系,文章提出了一种基于证据网络的评论有用性的评估模型。实施以条件信度函数为参数的证据网络推理计算评论有用性,同时依据网络节点的计算值识别评论的有用性缺陷。[结果/结论]文章提出的模型不仅具有有效性,还可以识别评论的有用性缺陷,具备一定的评论有用性的可解释性。     

在线用户评论行为时效特征影响因素实证研究

[目的/意义]针对我国在线用户评论习惯，探索用户评论行为对评论时间的影响作用因素，对电子商务运营商探究用户评论行为规律及探索潜在用户评论时间偏好具有重要的潜在商业价值。[方法/过程]基于TAM模型抽取在线用户评论行为时间特征规律研究的影响因素并构建模型，通过抽取消费者购买行为和评论行为的时间间隔为时间序列，通过多元线性回归模型进行假设验证。[结果/结论]通过对在线评论数据的实例验证，本文所构模型能够很好地发现在线用户评论行为对评论时间的影响作用关系，对消费者评论行为的时间特征规律发现和预测具有辅助作用。     

基于信息觅食理论的消费者在线评论搜索行为研究

[目的/意义]本研究旨在从信息觅食理论出发,分析点评类软件消费者在线评论搜索行为的内在机理。[方法/过程]以信息觅食理论为基础,围绕信息线索、斑块模型和菜单模型构建了消费者在线评论搜索行为模型。采用问卷调查法收集352份有效样本数据,并利用结构方程模型对理论模型进行分析与检验。[结果/结论]评论内容质量、评论丰富性、评论效价以及评论者资信度4类信息线索均会正向显著影响消费者斑块收益感知,进而正向影响消费者在线评论搜索行为。此外,评论效价也会直接正向显著影响消费者在线评论搜索行为。本研究在理论层面深入揭示了消费者在线评论搜索行为的内在机理,延伸了信息觅食理论的研究情境与边界;在实践层面为点评类软件的功能优化及引导消费者有效搜索在线评论提供了相关建议。     

基于特征观点对语义匹配的产品评论可信度研究

[目的/意义]针对产品评论中的复合句式，实现特征观点对的语义匹配及提取，并明确评论可信度的识别因素及权重，对产品可信评论进行筛选和分析。[方法/过程]基于特征观点对的语义匹配算法实现评论语义指标的量化计算，并采用模糊层次分析法确定可信度指标权重。[结果/结论]实验表明相较于单句提取特征观点对方法，特征观点对的语义匹配算法在召回率、准确率和F-score等性能方面均有较大优势。依据可信度指标对网站产品评论进行筛选，不仅可以评估产品整体的评论可信度，还可以细化到产品特征级别的可信度分析，为用户筛选可信的评论信息并提升购物决策效率。     

在线医评信息研究述评与未来展望

[目的/意义] 在线医评信息作为健康信息的一种,在"互联网+医疗健康"时代,对健康消费者、医疗服务提供者和在线医评网站均有重要影响。[方法/过程] 通过系统检索国外在线医评信息领域的研究,围绕已发表文献的计量分析、在线医评信息的内容分析、在线医评信息特征的相关因素、用户和医生对在线医评信息的认知和利用、在线医评信息与医疗服务质量关系等5个方面,对目前在线医评信息的研究成果进行梳理和评述。[结果/结论] 在线医评信息研究得到国外不同领域学者的重视,用户生成的在线医评信息逐渐增多,与在线医评信息特征相关的因素有待进一步检验,健康消费者及医生对医评信息的认知和利用程度不断提高,在线医评信息与医疗服务质量的关系尚未得到一致结论。最后,针对现有研究的不足提出未来展望,以期对在线医评信息开展更深入地研究。     

消费者在线评论采纳研究综述

网络零售环境中,在线评论对产品销量和消费者购买决策都产生了非常重要的影响.本文在对在线评论的内容和范围做出明确界定的基础上,分析影响消费者采纳在线评论意见的3个方面:有用性、可信度和其他调节因素,得出评论有用性的主要影响因素为:量、长度、星级、语言风格和内容离散度、内容一致性等,评论可信度的主要影响因素为价、论证质量、评论人可信度和评论人的专业度等,调节因素则主要为消费者已有信念、介入度和文化因素.最后,提出值得未来研究深入探讨的在线评论研究主题.     

网络产品评论细粒度意见挖掘研究综述

[目的/意义]针对网络产品评论细粒度意见挖掘的研究进展进行分析和总结,在明确其主要任务的基础上,探讨涉及的关键技术、研究成果以及未来发展趋势,为该领域研究未来的发展提供建议。[方法/过程]本文主要采用文献综述的方法,对国内外相关研究进展进行分析和归纳,由粗粒度意见挖掘引申到细粒度意见挖掘,在明确细粒度意见挖掘主要任务的基础上,重点针对其关键技术和研究进展进行总结。[结果/结论]本文明确了网络产品评论细粒度意见挖掘的主要任务,包括主客观句分类、评价要素抽取和情感极性计算,总结了各个任务涉及的关键技术。     

基于在线评论的企业竞争情报需求挖掘研究

[目的/意义] 提出一种基于在线产品评论的竞争情报挖掘框架,为企业改进产品设计和制定竞争策略提供参考。[方法/过程] 利用Word2vec技术构建产品特征词集合,识别用户评论主题特征。然后使用情感分析方法对评论文本进行分类,得到特征维度的评论情感。最后从产品主题特征和情感态度特征两方面进行数据分析,并以可视化结果呈现。[结果/结论] 以汽车行业的评论数据为例进行实验,结果表明该方法能够有效提取产品情报信息,帮助企业有效识别自身品牌及竞争对手的优势和劣势,为大数据环境下的竞争情报挖掘提供方法指导。     

在线评论有用性关键影响因素识别研究

在线评论的出现推动了消费者网络购物决策行为的展开,以DEMATEL方法为基础,研究在线评论有用性的影响因素,为进一步促进消费者网络购物决策,推动网络购物决策理性行为的展开提供理论借鉴。在构建在线评论有用性影响因素体系基础上,运用模糊集理论与DEMATEL方法,分析15个影响在线评论有用性因素的属性及其相互关系,并识别出其中消费者专业知识、评论者信息披露、商品涉入度、评论写作风格、评论及时性以及评论信息完整性等6个关键影响因素。根据研究结论提出消费者信息管理是当务之急,商家需要进一步针对不同价位商品,注重评论内容的管理,促进消费者间的社会交流。     

在线商品负面评价有用性影响因素研究

[目的/意义]旨在数量众多的评价中为消费者和商家以及平台筛选出有用的评价,发挥负面评价的价值.[方法/过程]采用爬虫爬取京东商城数据,以京东商城体验型和搜索型商品在线负面评价为主要研究对象,从内容质量、互动性和内容形式三个维度进行多元回归分析,对在线商品负面评价有用性的影响因素进行分析.[结果/结论]极端负评、商品类型...     

基于扎根理论的用户生成在线医评信息的影响因素研究

[目的/意义] 在线医评信息对构建互联网医疗信任十分重要,但目前医评网站中医生人均评论十分有限。因此,探索用户生成在线医评信息的影响因素有利于促进互联网医疗的发展。[方法/过程] 对34位健康信息用户进行半结构化访谈,基于扎根理论对资料进行开放性编码、主轴编码和选择性编码。[结果/结论] 通过分析得到45个初始概念、15个范畴及对应的用户认知、用户个体特征、医疗环境和医生特征4个主范畴,在此基础上构建了用户生成在线医评信息的影响因素模型,并从医疗政策、医疗服务提供者、网络医疗平台和网络用户4个方面提出相应的激励对策。研究结果对在线医评信息生成的影响因素提供了理论支持,对促进在线医评信息的生成提供了对策和思路。