基于在线购物数据评论的有用性影响因素研究
开篇：润墨网以专业的文秘视角，为您筛选了一篇基于在线购物数据评论的有用性影响因素研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
[摘 要]网络购物的蓬勃发展使得在线评论海量增长，识别在线有用评论是节约时间成本的有效途径。文章通过理论阐释，探究了影响评论有用性的可能影响因素，采用了实证研究的方法，以网络在线评论相关信息为数据，通过构建多元线性回归模型，探究评论等级、评论长度、评论图片、评论者经验以及评论时间与评论有用性的影响关系。
[关键词]网购；评论；有用性；影响因素
[DOI]10.13939/ki.zgsc.2017.01.028
1 前 言
截至2015年12月，我国网络购物用户规模达到4.13亿，较2014年底增加5183万，增长率为14.3%。[1]口碑（word-of-mouth）是指非商业化群体之间关于产品、品牌、服务或企业的非正式人际传播，是消费者之间应用最广泛和最有效的传播方式之一。[2]随着我国网络购物市场稳健地增长与电子商务蓬勃地发展，越来越多的消费者将自己的评论放在互联网上，生成可公开获取的媒体内容，成为影响力更大的网络口碑（online word-of-mouth）。近年来，随着淘宝、天猫、京东、当当等电子商务平台的发展，网络口碑的数量、范围、完整性以及利用度呈井喷态势。[3]在线评论作为网络口碑的重要形式，对消费者购买决策产生了很大的影响。消费者可以通过在线社区或评论网站免费阅读并分享这些评论。[4]
然而，随着在线评论的不断增加，在线评论也出现了信息过载的问题。[5]在线评论海量的信息和参差不齐的质量严重干扰了消费者对产品质量的有效判断，增加了信息搜寻成本，降低了消费者决策的效率。[6]因此，从数量大、信息多的评论中有效识别商品的有用评论变得至关重要。
文章在国内外相关学者研究的基础上建立了在线评论有用性影响因素的概念模型，基于中国最大的电子产品交易网站――京东商城的评论数据，采集5种不同商品的评论信息，收集了45278条评论的相关信息，筛选出有用评论2434条，采用实证研究的方法，探究评论打分等级、评论长度、评论图片、评论者经验、评论时间等因素对在线评论有用性的影响。
2 文献回顾与研究假设
2.1 评论有用性
Mudambi等（2011）把评论的有用性定义为已购买者发表的有助于其他消费者做出购买决策的在线产品评价。[7]目前大部分电商网站上针对商品品类开设了投票功能，即消费者可以对已有的评论进行投票。在线评论最广泛的阅读者便是购买商品的消费者，因此消费者给予的投票能够从一定程度上反映该评论对其是否有用。目前在线购物发展迅猛，在线购物商品众多，每一个商品下的评论区域更是有着海量的评论信息，如何从数以千计、数以万计的评论中识别有用的评论，为购买决策提供参考价值是很有必要的。
2.2 评论有用性影响因素
2.2.1 评论等级
Poston等（2005）研究发现消费者可以直接通过评论评分判断商品优劣，以此减少不确定性，增强购买信心。[8]Krosnick等（1993）认为评论等级表示消费者对所购买商品和商家提供的服务的综合态度，一般有5个等级，即1星级到5星级，通常情况下将低星级（1星和2星）视为对商品的消极评论或差评，表示评论者的负面态度；高星级（4星和5星）为好评，表示评论者的正面态度；而中等星级（3星）表示评论者中立的态度。[9]消费者在信息搜寻过程中认为差评会揭示商品的缺点或不足，中评比较中立谨慎，在浏览评论获取信息时，消费者倾向于浏览历史评论者对商品和服务的中评和差评。特别是在评论数量特别多的情况下，Pavlou等（2002）研究发现，面对大量的正面评价时，负面口碑即通常所说的差评似乎更容易让消费者信服。[10]基于以上理论阐述，提出假设：
H1：评论等级对评论有用性有显著的负向影响。
2.2.2 评论长度
消费者在线购物是一个购买决策的过程，其中具有一定的不确定性，而评论内容是降低不确定性的信息来源，评论信息相对丰富，对购买者的决策也相应地具有帮助。Ghose（2005）发现，评论信息具有一定的深度和广度，能够增加消费者的信心以促进整个决策过程。[11]评论具有较长的篇幅一般包含更多的商品和服务信息，包括商品价格、商品质量、使用效果、商家服务、配送速度、实际与预期对比等，能够给购买决策者提供丰富的参考信息。基于以上理论阐述，提出假设：
H2：评论长度对评论有用性有显著的正向影响。
2.2.3 评论图片
当下消费者在购物浏览评价时，往往会优先浏览那些晒图的评论，与商家提供的图片进行对比，图片评论更能真实地反映商品信息。关于图片对消费者购买决策的影响效果的研究大都集中于广告领域，在网络口碑领域尚无较为完善的研究。Mitchell（1986）研究发现，评论中含有图片往往能给消费者提供最直观的感受，图片既能通过消费者的联想间接改变其对产品的信念和态度，又能通过引起消费者的情绪反应直接改变其对产品的态度，所以图片会对消费者产生很大的影响。[12]而且评论者追加的图片更加真实，比商家包装的图片更贴近生活，潜在购买者可以想象未来购买后实际到手的a品形象。Glaser（1992）提出，由于图片与所表现的真实事物之间具有较高的物理相似性，人们倾向于采用对真实对象的感知分析过程来对图片进行分析，即对图片的感知过程与对真实事物的感知类似，仿佛图片中的事物就在“这里”和“现在”，传达出一种较近的心理距离感。[13]Amit（2009）发现，评论者评论的图片往往会从不同的角度来展现商品，使得图片保留了事物诸多细枝末节的特征，通常更加具体、特殊以及背景化。[14] 基于以上理论阐述，做出如下假设：
H3：含有图片的评论会增加评论有用性。
2.2.4 评论者经验
消费者在线购物浏览评论时，不仅关注评论内容本身，还会关注发表评论的评论者的有关特征，而评论者特征主要是评论者等级，即网购经验丰富度，本文所调查平台是京东，京东会员共分为五个等级，分别为注册会员、铜牌会员、银牌会员、金牌会员、钻石会员，会员等级则是由成长值来决定的，成长值是京东会员通过登录、购物、评价、晒单所获得的，因此可以判断，评论者级别越高，他的网购经验、评论经验就越丰富。郭国庆（2010）等将评论者资信度引入在线评论可信度研究，发现评论者资信度越高，在线商品评论的有用性越高。[15]基于以上阐述，做出假设：
H4：评论者经验对评论有用性有显著的正向影响。
2.2.5 评论时间
及时性是评价信息质量特征的一个重要维度。目前电商平台上的很多商品评论数以万计，而这些评论的排列标志之一就是评论发表的时间。因此消费者一方面因为评论信息过多和过分久远的信息没有参考价值而倾向于选择浏览评论时间较近的评论。Cao等（2010）的研究通过网络数据证实了评论时间与消费者感知评论有用性的负向关系，后期的评论往往整合了以前的评论信息，而且更加精确，因而更容易被消费者采纳。[16]基于此，做出假设：
H5：评论时间越早，评论有用性程度越低。
2.3 评论有用性影响因素模型
基于以上文献回顾，文章在探究评论有用性影响因素时，一是考虑了评论本身的信息，包括评论的打分等级、评论的长度以及评论是否包含图片；二是考虑了发表评论的人的特征，即评论者经验；三是考虑了信息的时效性，把评论时间也作为研究因素。基于以上因素，本文构建了评论等级、评论长度、评论图片、评论者经验、评论时间五个因素对评论有用性产生影响的模型。
评论有用性影响因素模型
3 研究设计
3.1 数据收集
使用爬虫工具采集京东网站上的商品评论，商品的评论信息包括评论者会员等级、评论时间、评论打分、评论文本内容、评论有用投票数、评论是否包含图片，共收集了截至2016年10月25日的45278条评论，筛选出有用票数不小于1的评论2434条。
3.2 变量定义
3.2.1 自变量
评论等级：指评论者对此次购物体验的总体评分，为离散型数字，为1～5，可直接从京东上获取。
评论长度：使用评论内容的总字数来测量，从京东上采集评论内容，再统计其总字数。
评论图片：通过评论者发表评论时是否上传图片来测量，该评论中有图片为1，没有图片为0。
评论者经验：评论者经验由评论者的会员等级来反映，京东的会员等级由低到高分为注册会员、铜牌会员、银牌会员、金牌会员、钻石会员五个级别，相应地赋值为1～5。
评论时间：以评论时间的比值作为测量值，分母为数据中最早的评论距数据采集之日的天数，分子为评论发表时间距数据采集之日的天数。该值是一个0～1之间的值。
3.2.2 因变量
评论有用性：因量是评论的有用性，并用评论有用票数与该商品所有评论的总投票数的比值来度量评论有用性，由于在选取商品评论时投票数不少于1，因此，该值是一个不包含0的0～1之间的值。
4 数据分析及结果
4.1 数据分析
为检验评论等级、评论长度、评论图片、评论者经验以及评论时间是否对评论有用性具有显著影响，本文对上述因素进行了多元线性回归。建立回归模型如下：
Helpfulness=β0+β1Length+β2Rating+β3Picture+β4Experience+β5 Time+ε
变量描述性统计分析结果如表显示，评论有用性是按每条评论投票数与总投标数比值观测的，因此是0至1之间的小数，最高有用性与最低有用性相差205倍，证明有一部分评论得到了大多数人的认可，获得了很高的评价。评论等级均值为4.74，证明大部分评论都是5分好评，总体评价很高。评论长度最长有350个字，最短只有1个字，均值为28个字，表明大部分评论者还是会给出一定文字数量的评论。评论带有图片的均值为0.09，表明带有图片的评论还是相对较少的。评论者经验均值为4.19，表明评论者经验普遍都很高。评论时间是评论日距数据收集日时间与最早评论日距收集日时间的比值，可以看出大部分评论没有距数据收集日相距太久。
从表中可以发现，自变量评论等级的回归结果通过了显著性检验，其回归系数大于零，表明与评论有用性呈正向影响，验证了假设H1。自变量评论长度与评论图片都具有较高的显著性水平，且回归系数为正，证明了原假设H2、H3。自变量评论者经验以及自变量评论时间回归结果表明，它们对评论有用性并无显著影响。
4.2 结果讨论
假设H1得到验证，评论等级的回归系数为负数，表明评论等级与评论有用性为负向影响。虽然评论等级越高表明评论者对评论的评价越高，但并不代表其他消费者对该评论的评价。消费者在浏览评论信息的时候，倾向于浏览评论等级低的评论即差评，认为差评能够提供更多的独到的商品与服务信息。因此相对于评分高的评论，消费者认为评分低的评论更有用。
假设H2得到验证，评论长度的回归系数为正数，表明评论长度与评论有用性为正向影响。有些消费者在购买完商品后不会评论，这样系统会默认好评，或者消费者会简单评论，这样的评论有用性低，并不会给其他消费者提供很多的有效参考信息。那些长度较长、内容较丰富的评论，它们能够给其他消费者提供更多的有效的参考信息，有利于消费者进行购买决策。因此对于消费者来说，长度长的评论能够提供有效的信息，有较强的参考价值，有用性高。
假设H3得到验证，评论图片的回归系数为正数，表明评论包含图片会使评论有用性增加。当下的消费者在浏览评论信息的时候，倾向于浏览已经购买过的消费者提供的图片，这样的评论图片更真实，更能还原商家的服务与产品的质量与外形。通过图片，消费者也能发现很多细节与文字评论不能表述的地方。因此对于消费者来说，带有图片的评论比纯文本评论更有用。
假设H4未得到验证，回归结果表明评论者经验对评论有用性无显著影响。基于这个研究结果，解释为评论者经验是基于评论者累计购买、累计评论而获得的会员等级标识，因此决定评论者经验的因素并不只是该商品评论，对于首次购买某商品并做出评论的消费者来说，不同会员等级的消费者的经验都是一致的。而且对于购买并获得商品与服务后的消费者来说，体验都是全新的，对此做出的评论的参考价值不会因为评论者经验而发生太大的偏差。因此，评论者经验对评论有用性并没有显著性的影响。
假设H5未得到验证，回归结果表明评论时间对评论有用性无显著影响。消费者浏览评论信息时虽然首先看到的是评论时间靠前的评论，但在识别评论是否有参考价值时，消费者还是会去浏览差评、图片、内容相对丰富的评论。相对来说，差评与带有图片的评论不是绝大多数，因此评论时间的差别并不会影响到遗漏这些有用评论。因此，评论时间对评论有用性并没有显著性的影响。
5 结 论
5.1 研究结论
文章以京东商城网站的部分商品评论为研究对象，通过实证研究的方法，探究了评论等级、评论长度、评论是否含有图片、评论者经验、评论时间对评论有用性的影响。研究表明，评论等级与评论有用性呈负向影响关系，即评论得分高的评论反而不被消费者赞同，消费者会倾向于浏览评分较低的评论并认为其比高分评论有用；评论长度与评论有用性正向影响，评论越长，所包含的信息越多，消费者越认为其有用；评论包含图片会增加评论的有用性，通过评论者自己展示的图片，其他消费者可以直观地了解到该产品的实际情况；评论者经验与评论有用性没有显著的关系，等级低的会员也会发表对其他消费者有用的评论，经验丰富的购买者也不一定会发表最真实、最完善的评论信息；评论时间与评论有用性也没有显著的关系，消费者会根据评论等级、评论是否包含图片、评论长度等筛选有用的信息，而忽略该评论的时间。
5.2 研究启示
基于以上研究，可以给电子商务市场提供一些启示。对于电商平台，网站评论区域应该把有用的评论置于评论区前方，即信息量大、包含图片的、获得投票数较多的评论；对于电商平台上的商家与企业，需要重点关注评论中的差评、评论中的图片，对于评论所反映的信息及时调整产品质量、营销策略；对于消费者来说，当在线购物浏览评论时，优先浏览评分较低的评论、包含图片的评论及内容较多的评论，而不用考虑发表评论的评论者的经验与该评论发表的时间，这样可以节省时间成本。
5.3 研究不足与未来展望
评论内容是评论有用性的重要衡量标准，但是文章只是把评论打分等级、评论长度、评论是否包含图片这些可以量化的因素作为衡量评论本身的标准；其次，因时间和经历有限，文章只抓取了万余条评论，筛选出两千多条有用评论，对于网络上的海量评论来说还显得不足。在后续研究中，笔者将把各大电商平台的更多商品评论作为研究对象，抓取足够多的评论数目，基于文本挖掘的方法，把评论内容因素考虑在影响评论有用性的范围之内。
参考文献：
[1]CNNIC.中国互联网络发展状况统计报告[R].北京：中国互联网络信息中心，2016：58-59.
[2]East R，Hammond K，Wright M.The relative incidence of positive and negative word of mouth： A multi-category study[J].International Journal of Research in Marketing，2007，24（2）：175-184.
[3]Clemons E，Gao G，HiItL.when 0nline reViewsmeet hyperdifbrentiation：a study of the craft beer industry[J].Journal of Management Infomation Systems，2006，23（2）：149-171.
[4]Godes D，D Mayzlin，Using Online Conversation to Study Word-of-mouth Communication[J].Marketing Science，2004，23（4）：545-560.
[5]E Brynjolfsson，M D Smith.FrictionlessComnerce？ A Comparison ofInternet and Conventional Retailers[J].Management Science，2000，46（4）：563-585.
[6]郝苕龋叶强，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）.
[7]Mudambi S M，Schuff D.What makes a helpful online review？ a study of customer reviews on [J].Mis Quarterly，2010，34（1）：185-200.
[8]Poston R S，Speier C.Effective Use of Knowledge Management Systems： A Process Model of Content Ratings and Credibility Indicators[J].Mis Quarterly，2005，29（2）：221-244.
[9]Krosnick J A，Boninger D S.Attitude strength： One construct or many related constructs？[J].Journal of Personality & Social Psychology，1993，65（6）：1132-1151.
[10]Ba S，Pavlou P A.Evidence of the effect of trust building technology in electronic markets：price premiums and buyer behavior[J].Mis Quarterly，2002，26（26）：243-268.
[11]Ghose A，P Ipeirotis，A Sundararajan.The Dimensions of Reputation in Electronic Markets[J].Working Paper，New York University，2005（12）：2.
[12]Mitchell A A.The Effect of Verbal and Visual Components of Advertisements on Brand Attitudes and Attitude Toward the Advertisement[J].Journal of Consumer Research，1986，13（1）：12-24.
[13]Glaser W R.Picture naming[J].Cognition，1992，42（1-3）：61-105.
[14]Amit E，Algom D，Trope Y.Distance-dependent processing of pictures and words[J].Journal of Experimental Psychology General，2009，138（3）：400-415.
[15]郭国庆，陈凯.消费者在线评论可信度的影响因素研究[J]，当代经济管理，2010，10（32）：17-23.
[16]Cao Q，Duan W，Gan Q.Exploring determinants of voting for the “helpfulness”of online user reviews：A text mining approach[J].Decision Support Systems，2010，50（3）：511-521.