在線評(píng)論研究中的主題結(jié)構(gòu)：社會(huì)網(wǎng)絡(luò)分析的視角

陳農(nóng)

[摘要]探索在線評(píng)論相關(guān)領(lǐng)域中的研究主題以及它們之間的結(jié)構(gòu)關(guān)系。從Web of Science核心數(shù)據(jù)庫提取2009-2013年共113篇文獻(xiàn)，通過共詞分析確定了41個(gè)關(guān)鍵詞，然后運(yùn)用社會(huì)網(wǎng)絡(luò)分析法識(shí)別了在線評(píng)論內(nèi)容分析、在線評(píng)論深度挖掘、在線評(píng)論服務(wù)響應(yīng)、在線評(píng)論行為研究、在線評(píng)論系統(tǒng)與社交媒體、在線評(píng)論與消費(fèi)者決策、在線評(píng)論質(zhì)量研究7個(gè)研究主題，最后提出一個(gè)新的研究框架為當(dāng)前的研究提供參考。

[關(guān)鍵詞]在線評(píng)論；電子口碑；共詞分析；社會(huì)網(wǎng)絡(luò)分析；主題結(jié)構(gòu)；研究框架

DOI：10.3969/j.issn.1008-0821.2015.01.012

[中圖分類號(hào)]F724.6 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1008-0821（2015）01-0061-07

隨著電子商務(wù)在國民經(jīng)濟(jì)中的比重越來越大，消費(fèi)者采用互聯(lián)網(wǎng)搜尋商品信息、了解他人對(duì)商品的感知、制定購物決策以及發(fā)布自己的體驗(yàn)已經(jīng)成為商務(wù)新模式。因此，在線評(píng)論作為傳統(tǒng)口碑信息的新形式，在當(dāng)前環(huán)境下的消費(fèi)者決策中正在扮演一個(gè)重要的角色（Chert and xe2008）。并已成為消費(fèi)者獲取產(chǎn)品質(zhì)量信息的重要來源，也是互聯(lián)網(wǎng)環(huán)境下對(duì)傳統(tǒng)方式的替代和重要補(bǔ)充（Chevalier and Mayzlin 2006）。

正是基于在線評(píng)論在電子商務(wù)鏈條中日益重要的作用，不論是市場(chǎng)實(shí)踐者（如：亞瑪遜、淘寶、當(dāng)當(dāng)?shù)龋?，還是學(xué)術(shù)研究者都給予了極大的關(guān)注。馬艷麗（2012）以Web of Science 2006-2011年在線評(píng)論的77篇文獻(xiàn)作為研究對(duì)象，對(duì)在線評(píng)論的文獻(xiàn)發(fā)表數(shù)量趨勢(shì)、研究主題進(jìn)行了分析和歸納。余航（2013）基于學(xué)術(shù)經(jīng)驗(yàn)視角，利用自己掌握的網(wǎng)絡(luò)口碑研究文獻(xiàn)，對(duì)網(wǎng)絡(luò)口碑傳播的相關(guān)理論、網(wǎng)絡(luò)口碑產(chǎn)生的動(dòng)機(jī)、網(wǎng)絡(luò)口碑信息要素、網(wǎng)絡(luò)口碑對(duì)消費(fèi)者購買和企業(yè)銷量產(chǎn)生的影響進(jìn)行了梳理。這些工作為大家了解在線評(píng)論研究領(lǐng)域的發(fā)展有很大的幫助，但是他們只是從傳統(tǒng)內(nèi)容分析的角度，主觀歸納和總結(jié)了相關(guān)主題和趨勢(shì)，難免缺乏客觀性和準(zhǔn)確性。因此本文從科學(xué)計(jì)量的角度，通過共詞分析和社會(huì)網(wǎng)絡(luò)分析法，發(fā)現(xiàn)在線評(píng)論相關(guān)領(lǐng)域的研究進(jìn)展，分析主題間的分布和結(jié)構(gòu)，探討未來的熱點(diǎn)和趨勢(shì)，為學(xué)術(shù)研究和商業(yè)實(shí)踐提供一定的參考。

1.數(shù)據(jù)和方法

以Web of Science平臺(tái)的核心合集為文獻(xiàn)檢索源，首先檢索“在線評(píng)論”的相關(guān)文獻(xiàn)，下載題錄；其次提取關(guān)鍵詞并運(yùn)用共詞分析法建立共詞矩陣；然后通過社會(huì)網(wǎng)絡(luò)分析法并以Ucinet為工具進(jìn)行中心度、凝聚子群分析；最后形成主題網(wǎng)絡(luò)結(jié)構(gòu)圖，為后續(xù)討論提供依據(jù)。

1.1樣本文獻(xiàn)收集

為確保和強(qiáng)調(diào)與在線評(píng)論研究領(lǐng)域的一致性和直接相關(guān)性，確定“online reviews”、“electronic word of mouth”、“e-wom”為檢索詞，在Web of Science平臺(tái)的核心合集中以2009-2013年為時(shí)間跨度，通過文獻(xiàn)類型“ARTICLE”精煉后，共獲得文獻(xiàn)146篇。閱讀每一篇的標(biāo)題、摘要、關(guān)鍵詞后，剔除內(nèi)容不符合、沒有關(guān)鍵詞的文獻(xiàn)，最后保留113篇。

1.2共詞分析法

共詞分析法（Co-term Analym）是利用兩兩詞對(duì)在相同文獻(xiàn)中出現(xiàn)的頻次，作為記錄來表達(dá)關(guān)鍵詞與關(guān)鍵詞之間的親疏關(guān)系，頻次越高表示兩個(gè)詞之間的關(guān)系越緊密，通過這種關(guān)系反映某一學(xué)科領(lǐng)域研究主題或研究方向，從而展現(xiàn)該學(xué)科的研究結(jié)構(gòu)（張勤，馬費(fèi)成，2007；鐘偉金等，2008）。

將下載的題錄整理。排序后共提取關(guān)鍵詞346個(gè)。為了進(jìn)一步洞察在線評(píng)論研究領(lǐng)域的熱點(diǎn)和主題，對(duì)原始關(guān)鍵詞進(jìn)行了處理，包括合并近義詞、大小寫和縮寫的統(tǒng)一，剔除“online review”、“electronic word of mouth”、“e-worn”3個(gè)高頻關(guān)鍵詞所帶來的主題干擾，最后確定詞頻2次以上的41個(gè)詞定為高頻詞（見表1）。

根據(jù)上述高頻關(guān)鍵詞，統(tǒng)計(jì)兩兩之間在所有113篇文獻(xiàn)中同時(shí)出現(xiàn)的頻次，建立41×41的高頻關(guān)鍵詞共詞矩陣。

1.3社會(huì)網(wǎng)絡(luò)分析法

社會(huì)網(wǎng)絡(luò)分析（Social Network Analysis）源于對(duì)社會(huì)群體中個(gè)體間關(guān)系的考查和度量。在社會(huì)中個(gè)體不僅具有自己的獨(dú)特屬性，另外還與其他個(gè)體有這樣和那樣的各種關(guān)系，就是因?yàn)檫@些的關(guān)系存在，個(gè)體間才形成了不同的群體（劉軍，2004）。這種關(guān)系會(huì)隨著時(shí)間和外部環(huán)境的變化而影響群體結(jié)構(gòu)，反過來不斷演化的結(jié)構(gòu)也會(huì)影響個(gè)體屬性和個(gè)體間關(guān)系。社會(huì)網(wǎng)絡(luò)分析恰恰關(guān)注的就是這種關(guān)系數(shù)據(jù)，通過彼此間的關(guān)系來量化分析群體結(jié)構(gòu)。近幾年來，社會(huì)網(wǎng)絡(luò)分析已成為較為成熟的關(guān)系計(jì)量方法，不僅在社會(huì)學(xué)研究當(dāng)中，而且在心理學(xué)、人類學(xué)、經(jīng)濟(jì)學(xué)和管理學(xué)等多個(gè)學(xué)科中也有了一些應(yīng)用。

如前所述，共詞分析描述的是關(guān)鍵詞與關(guān)鍵詞同時(shí)出現(xiàn)在一篇文獻(xiàn)中的情況，反映了兩兩詞之間的親疏關(guān)系，顯然共詞矩陣呈現(xiàn)的正是這種關(guān)系數(shù)據(jù)，所以在本研究中運(yùn)用社會(huì)網(wǎng)絡(luò)分析方法通過對(duì)詞與詞之間關(guān)系的度量，來透視在線評(píng)論研究中的主題關(guān)系、群體結(jié)構(gòu)，就成為行之有效的方法。

2.分析和結(jié)果

2.1主題結(jié)構(gòu)的中心性分析

中心性分析考查了個(gè)體在網(wǎng)絡(luò)結(jié)構(gòu)中所處的中心或邊緣位置，這是社會(huì)網(wǎng)絡(luò)分析中重點(diǎn)探討的內(nèi)容（劉軍，2004）。在本研究中采用點(diǎn)度中心度和中間中心度來度量關(guān)鍵詞在關(guān)鍵詞關(guān)系結(jié)構(gòu)中的位置，從而反映研究領(lǐng)域內(nèi)的主題分布。

（1）將前面的原始共詞矩陣導(dǎo)入社會(huì)網(wǎng)絡(luò)分析工具Uemet中，形成鄰接矩陣（Adjacency Matrix）。運(yùn)用Ucinet中集成的NetDraw可視化工具展現(xiàn)在線評(píng)論研究領(lǐng)域在2009-2013年5年間國際前沿研究的主題分布社群圖（見圖1）。由社群圖所示，整體網(wǎng)絡(luò)的密度均值是0.074，密度較小，標(biāo)準(zhǔn)差為0.2973。表明當(dāng)前在線評(píng)論相關(guān)研究領(lǐng)域中的主題和熱點(diǎn)較為分散和疏松。特別是social mesa、intenaet marketing、hotels、online community、communication 5個(gè)關(guān)鍵詞處于孤立的位置，和其他關(guān)鍵詞關(guān)系不緊密。endprint

（2）進(jìn)行點(diǎn)度中心度和中間中心度分析，以考查網(wǎng)絡(luò)結(jié)構(gòu)中關(guān)鍵詞節(jié)點(diǎn)的相對(duì)重要程度。點(diǎn)度中心度反映了網(wǎng)絡(luò)結(jié)構(gòu)中某個(gè)結(jié)點(diǎn)和其他結(jié)點(diǎn)關(guān)系的多少，如果和其他結(jié)點(diǎn)聯(lián)系多，那么它就處在較為中心的位置，反之就處于較為邊緣的狀態(tài)。中間中心度是指網(wǎng)絡(luò)的連接控制作用，比如一個(gè)結(jié)點(diǎn)點(diǎn)度中心度指數(shù)可能不高，但由于它處在某些網(wǎng)絡(luò)路徑的聯(lián)接節(jié)點(diǎn)上，起到橋梁的作用，那么它的中間中心度指數(shù)就會(huì)較高，反之較低。通過在線評(píng)論主題網(wǎng)絡(luò)中心度的測(cè)量，發(fā)現(xiàn)網(wǎng)絡(luò)的中心勢(shì)指數(shù)（Network Centralisation）為10.53%，表示整個(gè)網(wǎng)絡(luò)中心趨勢(shì)并不顯著，研究主題和熱點(diǎn)并不集中，這也和前面密度分析的結(jié)論相一致。

2.2凝聚子群分析

從密度和中心度分析看，在線評(píng)論研究領(lǐng)域呈現(xiàn)出較為稀松的結(jié)構(gòu)關(guān)系，這表示了整體研究主題間的分散性。至于研究領(lǐng)域中，是否形成了內(nèi)部聯(lián)接較為緊密的局部主題以及局部主題間表現(xiàn)了怎樣的聯(lián)系，目前還無法洞察。接下來，通過凝聚子群分析便可依據(jù)主題間的聚類關(guān)系，重描和簡化復(fù)雜社群圖，以更簡潔的方式概括主題子群的結(jié)構(gòu)，呈現(xiàn)我們希望的結(jié)果。

本研究根據(jù)凝聚子群遞進(jìn)步驟分析過程（劉軍，2004），在剔除5個(gè)孤立關(guān)鍵詞后，通過CONCOR迭代相關(guān)收斂法（convergent correlations），經(jīng)過多次迭代計(jì)算之后，重新計(jì)算密度矩陣，同時(shí)得到凝聚子群聚類圖，并且標(biāo)記出8個(gè)子群分類以及各自所擁有的網(wǎng)絡(luò)成員（見表2）。

然后采用q-密度指標(biāo)法進(jìn)行塊模型分析，其中a值采用整個(gè)網(wǎng)絡(luò)的平均密度值作為臨界值（王陸，2009），對(duì)比密度矩陣，將矩陣中大于整體網(wǎng)絡(luò)平均密度值0.096的標(biāo)識(shí)為1，小于整體網(wǎng)絡(luò)平均密度值0.096的標(biāo)識(shí)為-1，得到像矩陣。然后再次可視化描述在線評(píng)論研究主題社群簡圖（見圖2）。圖中節(jié)點(diǎn)大小差異化處理后表示在網(wǎng)絡(luò)圖中的位置，大的代表了相對(duì)核心地位，小的代表了相對(duì)邊緣狀態(tài)。由圖可以看到在2009-2013年的研究周期中，第1、第5、第7、第8子群所代表的研究主題是主流，是重要的知識(shí)貢獻(xiàn)。第3、第6子群代表的研究主題相對(duì)較弱，而第2、第4子群所蘊(yùn)涵的研究主題處在邊緣位置。

3.討論

根據(jù)上面的分析和結(jié)果，我們發(fā)現(xiàn)過去5年在線評(píng)論相關(guān)領(lǐng)域當(dāng)中大致可分成7個(gè)研究主題。其中包括4個(gè)主要研究內(nèi)容和3個(gè)擴(kuò)展研究趨勢(shì)（因clique3和clique4結(jié)構(gòu)關(guān)系和內(nèi)容的高度相關(guān)性，對(duì)其進(jìn)行合并）。

3.1在線評(píng)論內(nèi)容分析研究主題

在線評(píng)論的有用性特征能夠幫助消費(fèi)者有效處理信息超載和制定購買決策（Cao，Duan et al.）。目前具有規(guī)模的購物網(wǎng)站基本上都提供了在線評(píng)論系統(tǒng)，消費(fèi)者通過這種渠道將自己對(duì)產(chǎn)品性能和商家服務(wù)質(zhì)量的體驗(yàn)發(fā)布出去，以作為其他消費(fèi)者購物決策和商家改進(jìn)產(chǎn)品與服務(wù)的依據(jù)。但是由于不同消費(fèi)者個(gè)體信息處理和商家知識(shí)提取能力的差異，現(xiàn)有的很多評(píng)論系統(tǒng)未必就能提供有效的幫助。因此，如何從評(píng)論信息中分析出消費(fèi)者真實(shí)的體驗(yàn)、意向和意見，進(jìn)行有用性評(píng)估和評(píng)論信息的效應(yīng)特征分析，就成為這個(gè)時(shí)期重點(diǎn)研究的主題，也是其他相關(guān)主題不可或缺的分析手段。Fang and Zhang（2013）以當(dāng)當(dāng)網(wǎng)的書籍產(chǎn)品為例，討論了在中國情境下在線評(píng)論對(duì)產(chǎn)品銷售的影響。研究結(jié)果發(fā)現(xiàn)評(píng)論的數(shù)量、焦點(diǎn)評(píng)論（當(dāng)當(dāng)網(wǎng)編輯認(rèn)為在有用性、有獨(dú)特見解等指標(biāo)上強(qiáng)度較高的評(píng)論）、評(píng)論的情感傾向和書籍銷售有正向關(guān)系；相反，評(píng)論者的評(píng)級(jí)和評(píng)論的長度與書籍銷售有負(fù)向關(guān)系。顯然，這個(gè)階段的大量研究從在線評(píng)論系統(tǒng)中提取淺層數(shù)據(jù)（評(píng)論的星級(jí)投票、評(píng)論文本的長短、評(píng)論的有用性投票等）來考查對(duì)相關(guān)參與者的影響以及影響程度的測(cè)量等內(nèi)容?？偟膩砜慈狈?duì)數(shù)據(jù)內(nèi)容的深層利用，從而影響了對(duì)用戶動(dòng)機(jī)、情感、態(tài)度和意愿的真實(shí)了解和度量，進(jìn)而限制了進(jìn)一步探討的空間。

3.2在線評(píng)論深度挖掘研究主題

它是在第一主題基礎(chǔ)上研究深度和廣度的延伸。在線評(píng)論信息中表現(xiàn)出來的淺層知識(shí)已不足以描述消費(fèi)者的感知和體驗(yàn)，那么深入挖掘信息所蘊(yùn)涵真實(shí)情感的研究目的和各種復(fù)雜算法就成為這個(gè)時(shí)期逐漸顯現(xiàn)的研究思路。比如語義分析，它就是通過對(duì)自然語言的深層處理，找出語義中真實(shí)的含義和內(nèi)在解釋，從而理解消費(fèi)者的真正語言意圖，準(zhǔn)確反饋用戶所需要的結(jié)果。Cao，Duan et al.（2011）通過潛在語義分析文本挖掘法（Latent Semantic Analysis，LSA），從評(píng)論信息中的基本特征、語體特征和語義特征出發(fā)，分析了有用性投票形成的機(jī)理，認(rèn)為語義特征較其他特征更能影響消費(fèi)者，同時(shí)他們進(jìn)一步指出極端的評(píng)論（包括正向和負(fù)向）要比中立的態(tài)度更有效。Wang，Yin et al.（2013）以中國在線評(píng)論為例，探討了情感分類的特征。他們首先確定了形容詞、副詞和動(dòng)詞為潛在包含情感信息的文本特征，通過支持向量機(jī)（support veetor machine，SVM）對(duì)在線評(píng)論信息的極性進(jìn)行了極高精度的分類。同時(shí)對(duì)4種不同的特征選擇方法，如：文本頻率（document frequency，DF）、信息增益（information gain，IG）、卡方統(tǒng)計(jì)（chi-squared statistic，CHI）和交互信息（mutual information，MI）進(jìn)行了比較。認(rèn)為文本頻率效率最高，而交互信息不適合中文在線評(píng)論信息的情感分類。

3.3在線評(píng)論服務(wù)響應(yīng)研究主題

服務(wù)行業(yè)中越來越多的企業(yè)參與電子商務(wù)，在服務(wù)出現(xiàn)誤差和錯(cuò)誤時(shí)，消費(fèi)者可能會(huì)將這種負(fù)面的感知通過電子抱怨方式傳遞出去，那么企業(yè)應(yīng)該除了做出及時(shí)的服務(wù)補(bǔ)救以外，還應(yīng)通過在線評(píng)論渠道做出第一時(shí)間的響應(yīng)，Browning，so et al.（2013）以體驗(yàn)性商品為例，指出隨著在線評(píng)論信息源地位的日益重要，企業(yè)應(yīng)最大限度的理解在線評(píng)論信息對(duì)消費(fèi)者態(tài)度和行為的影響。指出消費(fèi)者受到在線評(píng)論信息的影響不僅歸因于服務(wù)質(zhì)量和商家對(duì)控制服務(wù)交付的能力，而且還受到商家對(duì)在線評(píng)論信息是否做出快速響應(yīng)。也就是說，商家將所采取的服務(wù)補(bǔ)救及時(shí)通過在線評(píng)論渠道反饋給消費(fèi)者，將會(huì)導(dǎo)致消費(fèi)者更多的正面評(píng)價(jià)。Matzat and Smijders（2012）通過實(shí)驗(yàn)室模擬的在線網(wǎng)站，對(duì)不同的消費(fèi)者抱怨和商家聲譽(yù)進(jìn)行了分析，指出即使聲譽(yù)好的商家被認(rèn)為是值得依賴的，但對(duì)“負(fù)面的評(píng)論”的“否認(rèn)”往往不利于消費(fèi)者的信服，同時(shí)也不利于商家聲譽(yù)的重建。因此從這個(gè)角度來講，對(duì)消費(fèi)者負(fù)面評(píng)論信息的不響應(yīng)其實(shí)就是一定程度上的“否認(rèn)”，它將對(duì)消費(fèi)者忠誠度的培養(yǎng)造成極大的影響。所以在線評(píng)論除了幫助消費(fèi)者決策以外，還是商家監(jiān)督和響應(yīng)機(jī)制的有利武器。顯然，如何從評(píng)論信息當(dāng)中及時(shí)抽取消費(fèi)者意見，快速處理和反饋信息將是未來在線服務(wù)研究的方向之～。endprint

3.4在線評(píng)論行為研究主題

這部分研究內(nèi)容既包括在線評(píng)論信息對(duì)消費(fèi)者行為的影響，也包括消費(fèi)者本身對(duì)在線評(píng)論的參與行為。前者中最突出的是對(duì)消費(fèi)者滿意度的影響、對(duì)消費(fèi)者忠誠度的影響，這些內(nèi)容始終貫穿了整個(gè)5年研究周期，是較為重要的研究貢獻(xiàn)。在線評(píng)論參與行為的研究是較為新的方向，不斷吸引研究者進(jìn)行探討。Yoo，Sanders et al.（2013）在研究中引入動(dòng)機(jī)理論和認(rèn)同理論，指出個(gè)體對(duì)電子口碑和在線評(píng)論的參與受到了內(nèi)部動(dòng)機(jī)（對(duì)他人的關(guān)心，自我社會(huì)地位的提高，社會(huì)利益）和外部動(dòng)機(jī)（經(jīng)濟(jì)激勵(lì)）的影響。他們發(fā)現(xiàn)對(duì)于個(gè)體的參與，內(nèi)部動(dòng)機(jī)比外部動(dòng)機(jī)有更大的影響力，同時(shí)他們也發(fā)現(xiàn)在線評(píng)論的積極參與將顯著影響消費(fèi)者對(duì)網(wǎng)站的認(rèn)同，進(jìn)而影響消費(fèi)者的電子忠誠度。 Picazo-Vela，Chou et al.（2010）以計(jì)劃行為理論模型和大五人格模型為理論依據(jù)，討論影響消費(fèi)者在線評(píng)論發(fā)布的因素有哪些？他們的研究發(fā)現(xiàn)，消費(fèi)者的態(tài)度、感知壓力、情緒穩(wěn)定性和盡責(zé)性對(duì)個(gè)體潛在的在線評(píng)論信息發(fā)布有顯著的影響。

3.5在線評(píng)論系統(tǒng)與社交媒體研究主題

隨著社會(huì)性網(wǎng)絡(luò)服務(wù)的逐漸普及，它為消費(fèi)者搭建了一個(gè)不斷讓人驚嘆的信息載體，它鼓勵(lì)人們產(chǎn)生大量的用戶生成信息，其中就包括產(chǎn)品評(píng)論信息。有關(guān)產(chǎn)品質(zhì)量和商家服務(wù)的評(píng)論信息不再只固定于交易平臺(tái)的系統(tǒng)當(dāng)中。消費(fèi)者可以通過移動(dòng)設(shè)備就能輕松發(fā)布信息。更特別的是，隨著社會(huì)化商務(wù)的逐漸興起，在線評(píng)論對(duì)于吸引消費(fèi)者參與、交流和互動(dòng)，扮演了重要的角色。因此有學(xué)者將目光投入到這個(gè)領(lǐng)域當(dāng)中，研究在線評(píng)論及其系統(tǒng)與不斷發(fā)展變化的媒體之間的關(guān)系。Chu and Kim（2011）認(rèn)為隨著越來越多的營銷人員將社會(huì)媒體納入到促銷組合當(dāng)中，討論消費(fèi)者通過社會(huì)網(wǎng)絡(luò)參與電子口碑的影響因素就成為十分重要的問題。通過研究他們發(fā)現(xiàn)聯(lián)系強(qiáng)度、信任、規(guī)范和信息的影響與消費(fèi)者電子口碑行為有正向的關(guān)系，而同質(zhì)性與消費(fèi)者電子口碑行為有負(fù)向的關(guān)系。Jansen，zhang etal.（2009）以twitter為例，通過150000多個(gè)微博貼子，分析了其中的產(chǎn)品評(píng)論、情感傾向和意見，指出消費(fèi)者的品牌意識(shí)和購買決策越來越受到網(wǎng)絡(luò)溝通和社會(huì)網(wǎng)絡(luò)服務(wù)的影響。認(rèn)為這種趨勢(shì)為商家創(chuàng)新品牌關(guān)系和構(gòu)建電子口碑平臺(tái)提供了新機(jī)遇。

3.6在線評(píng)論與消費(fèi)者決策研究主題

評(píng)論信息當(dāng)中所包含的正面的評(píng)價(jià)、負(fù)面的評(píng)價(jià)、評(píng)論信息的敘述方式、星級(jí)水平、真實(shí)性的判斷等因素都會(huì)對(duì)消費(fèi)者的消費(fèi)意愿和消費(fèi)決策產(chǎn)生影響。顯然這個(gè)主題在這個(gè)研究周期是十分重要的內(nèi)容，與在線評(píng)論行為研究等主題有很強(qiáng)的相關(guān)性。處在主題網(wǎng)絡(luò)的核心位置。Lee（2009）在詳盡可能性模型的基礎(chǔ)上，就在線評(píng)論對(duì)消費(fèi)者購買意圖的影響因素進(jìn)行了分析。研究認(rèn)為：（1）在線評(píng)論的質(zhì)量參數(shù)（強(qiáng)信息：客觀的和容易理解的；弱信息：主觀的和情緒化的）對(duì)消費(fèi)者購買意圖有正向的影響；（2）評(píng)論的數(shù)量對(duì)消費(fèi)者購買意圖有正向的影響；（3）高涉入的個(gè)體更容易采用中心路線去改變態(tài)度，也就是說，更容易被評(píng)論信息的質(zhì)量所影響；（4）低涉入的個(gè)體更容易采用外圍路線去改變態(tài)度，也就是說。更容易被評(píng)論信息的數(shù)量所影響。Walther，Liang et al.（2012）的研究角度非常特別，他們關(guān)注在線評(píng)論系統(tǒng)中的不同信息源，考查了不同信息源發(fā)布的信息對(duì)消費(fèi)者決策的影響。研究認(rèn)為，在在線評(píng)論環(huán)境中，消費(fèi)者決策過程是一個(gè)多層迭代過程，不同信息源（最初信息的正面或負(fù)面信息、對(duì)最初信息有用性的評(píng)估、對(duì)最初信息同意或不同意的字面表達(dá)）的信息可能是不一致的，消費(fèi)者就是在這樣的一種機(jī)制中不斷修正自己對(duì)產(chǎn)品、對(duì)信息發(fā)布者的態(tài)度，從而形成最終的決策。

3.7在線評(píng)論質(zhì)量研究主題

Hu and Liu（2011）對(duì)在線評(píng)論的被操縱性進(jìn)行了評(píng)估，認(rèn)為這種操縱性隨著產(chǎn)品的真實(shí)質(zhì)量單調(diào)遞減。也就是說銷售低質(zhì)量產(chǎn)品和擁有低評(píng)價(jià)的商家更有可能操縱評(píng)論信息。他們警告說，如果這種操縱活動(dòng)持續(xù)下去，那么在線評(píng)論系統(tǒng)就將失去所有讀者，并最終影響商家銷售業(yè)績。同時(shí)他們也建議從制度和技術(shù)層面，增加操縱評(píng)論信息的成本，從而減少“操縱性”的影響。Fang and Zhang etal.（2013）在研究中考察了跨文化對(duì)評(píng)論信息的調(diào)節(jié)作用。他們以霍夫斯泰德文化框架為基礎(chǔ)，從個(gè)體主義和集體主義、權(quán)力距離、不確定性規(guī)避、男性化和女性化、長期導(dǎo)向和短期導(dǎo)向5個(gè)維度出發(fā)，比較中國消費(fèi)者與美國消費(fèi)者在在線評(píng)論行為中的差異。如：他們發(fā)現(xiàn)中國人比美國人更傾向于給予正面的評(píng)價(jià)，而更少的給予負(fù)面的評(píng)價(jià)；中國人相比較美國人來說更不愿表達(dá)自己的情感，所以較少參與在線評(píng)論信息的發(fā)布。但他們并未對(duì)這種不同文化情境下產(chǎn)生的評(píng)價(jià)偏差，給予進(jìn)·步的討論。Chih，Wang et al.（2013）指出網(wǎng)站的聲譽(yù)、信息源的可信度、消費(fèi)者獲得的有關(guān)產(chǎn)品信息以及消費(fèi)者的在線社會(huì)網(wǎng)絡(luò)關(guān)系對(duì)感知正向口碑評(píng)論的可信度有積極的影響。

總的來看，在線評(píng)論內(nèi)容分析、在線評(píng)論行為研究、在線評(píng)論與消費(fèi)者決策、在線評(píng)論質(zhì)量研究是核心主題，在整個(gè)在線評(píng)論研究的網(wǎng)絡(luò)結(jié)構(gòu)關(guān)系中占據(jù)相對(duì)中心地位，為本領(lǐng)域的研究貢獻(xiàn)了大量的知識(shí)。在線評(píng)論深度挖掘、在線評(píng)論服務(wù)響應(yīng)、在線評(píng)論系統(tǒng)與社交媒體是當(dāng)前研究中處在相對(duì)邊緣位置，從具體情況分析來看，它們中的很多方向，具有一定的前瞻性，有一定深入探索的價(jià)值，

4.總結(jié)與在線評(píng)論研究框架

通過上述分析，我們識(shí)別了在線評(píng)論研究領(lǐng)域當(dāng)中的7個(gè)主題方向。在此基礎(chǔ)上進(jìn)一步總結(jié)歸納形成了一個(gè)在線評(píng)論研究的概念框架。為當(dāng)前的研究者提供參考（見圖3）。第一層是內(nèi)容分析與數(shù)據(jù)挖掘。這是在線評(píng)論研究的核心層，是研究的起點(diǎn)，任何基于評(píng)論信息的研究都離不開數(shù)據(jù)的提取或是情感和語義的分析。第二層是在線評(píng)論信息的質(zhì)量和可用性。在數(shù)據(jù)挖掘和分析的基礎(chǔ)上，對(duì)在線評(píng)論信息的可信度、質(zhì)量、有用性和一致性進(jìn)行準(zhǔn)確的評(píng)估，才能為進(jìn)行一步的應(yīng)用分析做好準(zhǔn)備。第三層是行為與決策。通過高質(zhì)量的信息數(shù)據(jù)我們深入了解消費(fèi)者的態(tài)度、意圖，把握顧客的決策和行為，從而不斷改善產(chǎn)品與服務(wù)，提高消費(fèi)者黏性。第四層是不斷演化的研究趨勢(shì)。隨著Web2.0平臺(tái)的逐漸普及，單純的產(chǎn)品和服務(wù)已不再是核心，激勵(lì)潛在消費(fèi)者不斷參與、溝通和互動(dòng)才是焦點(diǎn)，消費(fèi)者及時(shí)將自己對(duì)產(chǎn)品和服務(wù)的體驗(yàn)與感知準(zhǔn)確的進(jìn)行表達(dá)，以及對(duì)這種表達(dá)的最優(yōu)捕捉將是研究的重點(diǎn)。另外，在線評(píng)論系統(tǒng)不光是單向的信息傳遞，而應(yīng)是具有反饋機(jī)制的循環(huán)系統(tǒng)，通過在線評(píng)論系統(tǒng)的響應(yīng)和反饋從而改善在線服務(wù)質(zhì)量，這也將會(huì)吸引眾多研究者的關(guān)注。endprint