在線評論有用性關鍵影響因素識別研究

劉憲立+趙昆

〔摘要〕在線評論的出現推動了消費者網絡購物決策行為的展開，以DEMATEL方法為基礎，研究在線評論有用性的影響因素，為進一步促進消費者網絡購物決策，推動網絡購物決策理性行為的展開提供理論借鑒。在構建在線評論有用性影響因素體系基礎上，運用模糊集理論與DEMATEL方法，分析15個影響在線評論有用性因素的屬性及其相互關系，并識別出其中消費者專業知識、評論者信息披露、商品涉入度、評論寫作風格、評論及時性以及評論信息完整性等6個關鍵影響因素。根據研究結論提出消費者信息管理是當務之急，商家需要進一步針對不同價位商品，注重評論內容的管理，促進消費者間的社會交流。

〔關鍵詞〕在線評論有用性；關鍵因素；模糊集理論；DEMATEL方法

DOI：10.3969/j.issn.1008-0821.2017.01.017

〔中圖分類號〕G203；F713.35〔文獻標識碼〕A〔文章編號〕1008-0821（2017）01-0094-06

〔Abstract〕The emergence of online reviews promotes the network shopping consumers decision behavior.This study used DEMATEL method to analyze the influence factors of online comments usefulness，in order to further promote the network shopping consumer decision-making，promote the network shopping decision of rational behavior，provide a theoretical reference.Based on the system building of influential factors of the usefulness of online reviews，the paper used the fuzzy set theory and DEMATEL model to analyze the properties and relationships of the 15 factors influencing the usefulness of online reviews，and identified the six key influential factors including consumers professional knowledge，information disclosure of reviewers，product involvement degree，writing style of comments，timeliness of comments and information completeness of comments.According to the research，the paper concluded that it was urgent to take priority on the management of consumer information.Business men need to pay attention to the content management of comments in terms of different product prices，to promote social exchange between the consumers.

〔Key words〕online review usefulness；key factors；fuzzy set theory；DEMATEL model

隨著互聯網和電子商務的不斷發展，消費者在購買商品前會搜索相關商品信息。在線評論已成為了消費者在購物前識別商品質量的一個重要標志，在很大程度上決定了消費者的購物意愿。據德勤咨詢調查顯示：71%的消費者喜歡購買帶有在線評論的商品，超過75%的消費者在線購買商品之前會參考在線評論信息。網絡營銷領域研究表明，消費者通過了解商品在線評論信息，可達到節約購買時間以及減少購買的不確定性，從而更好進行購物決策[1]。原因在于，其他消費者提供的信息間接地給予了商品的相關體驗，所以對顧客消費者來說，購買者提供的商品信息可信性更高，在他們制定購買決策時也更加有用。然而，面對眾多甚至海量的在線評論商品信息，消費者怎樣才能從中快速獲取有價值的商品信息，并初步判斷該商品質量如何，是否值得購買？網絡商家怎樣快速的引導消費者從中獲取需要的商品信息，并幫助消費者快速形成購買決策？探討在線評論有用性的影響因素間相互關系與識別關鍵因素，將為解決以上問題提供幫助，也是該領域研究的當務之急。

在線評論有用性影響因素研究已引起國內外學者高度重視，也取得了一系列有價值的研究成果，但較多從單個或幾個方面來展開研究，系統研究的文獻較少。應該肯定，從單個或幾個方面就在線評論有用性展開研究是有價值的，然而在線評論有用性影響因素間相互作用相互交織的系統性研究明顯不足，各因素間不是相互獨立的，而是相互依存、相互影響，構成一個復雜的系統，直接或間接地影響在線評論有用性，導致難以準確地判定哪些因素對在線評論有用性影響大、是關鍵因素、應該重點考慮，哪些因素是次要的、可以忽略不計，從而很難有針對性地采取相關措施促進在線評論有用性的發展。因此，本研究將深入分析在線評論有用性的影響因素及各因素間的影響關系，借助復雜系統研究中成熟的DEMATEL方法定量揭示影響因素之間的綜合影響程度，找出影響在線評論有用性的關鍵因素，為消費者科學決策提供依據。

1文獻綜述及研究假設

本研究在收集整理國內外現有文獻的基礎上，提煉整理出15項在線評論有用性初始影響因素。按照影響因素的特點，將15項因素分為評論內容維度、評論者維度、消費者維度和商品類型維度4個維度，相應假設如下：

1.1評論內容維度

評論內容維度是指在線評論文本內容本身，參考相關學者研究，本研究將其細分為評論長度、評論星級、評論語義、評論寫作風格、評論及時性及評論信息完整性。評論長度也稱評論深度，常以評論包含的字數來度量；評論星級也稱評論分值，是評論者以星級的形式（如：1星代表低評價，5星代表高評價，3星代表中性評價）來對商品和服務進行綜合評價；評論語義特征主要是指評論內容中含有評論者的主觀或客觀的語言信息；評論寫作風格主要是指評論詞語、句子長度的選擇，文章句法和語言錯誤等；評論及時性是指評論的發表天數；評論信息完整性是指商品質量、使用感受、服務態度和發貨速度4個方面的信息。

郝媛媛等認為評論內容長度越長，含有的信息越多，則對消費者越有用[2]。但殷國鵬[3]、欒攀[4]、卓四清[5]等認為當評論內容長度達到消費者閱讀長度上限時，消費者感受到評論有用性在降低。Forman等認為當消費者抱有正向傾向購買商品時，星級高的評論更有用[6]；廖成林等認為當消費者抱有正向傾向購買商品時，且正向評論數量大于中性和負向評論數量，星級低的評論更有用[7]；殷國鵬認為對于體驗型商品（消費者需使用后才能感知的商品），中性評論相對于極端評論更有用[3]。由此假設：評論長度（C1）、評論星級（C2）影響在線評論有用性。

Baek[8]、郝媛媛[2]、嚴建援[9]等認為評論中主客觀語言表達和負面正面情緒語言流露對評論有用性存在影響，含有正面信息多的評論，評論有用性較高；王平等認為對于體驗型商品，主觀性評論更有用，而對于搜索型商品（消費者使用前可較準確地搜索到商品的信息），客觀性評論更有用[10]。郝媛媛認為評論平均長度影響在線評論有用性[2]。Mudambi等[11]認為評論越及時的評論越有用，但郝媛媛等[2]認為評論越及時的評論越有用，還需要進一步證實。由此假設：評論語義特征（C3）、評論寫作風格（C4）、評論及時性（C5）和評論信息完整性（C6）影響在線評論有用性。

1.2評論者維度

評論者維度也稱信息來源維度，參考相關學者研究，本研究將其細分為評論者信息披露、名聲可信度、歷史評論數、社會中心度和評論回應數。評論者信息披露主要是指個人信息（如姓名，聯系電話、照片、住址等）等的披露；名聲可信度是在線評論平臺按照評論來源所發布的高質量評論數量作為參考依據評定的等級；歷史評論數是指評論者以往購物的知識和經驗的總結；社會中心度是指在線評論平臺中其他評論者與評論者之間通過互粉形成的社會網絡，網絡越大，此評論者社會中心度越大；評論回應數是指評論者針對某商品發表的評論，其他評論者回應的個數。

Forman等認為評論者個人信息披露的越多，則評論有用性感知越強[6]；王平[10]、Baek[8]、廖成林[7]等認為評論者名聲可信度越高，則評論有用性感知越強；彭嵐[12]、殷國鵬[3]等認為歷史評論中有用在線評論越多，經驗越豐富，在線評論信息可讀性越強，評論有用性感知越強；林先杰認為在線評論評論者中心度對在線評論有用性感知有正向影響，同時認為在線評論其他評論者回應的個數越多，則該評論越有用[13]。由此假設：評論者信息披露（C7）、名聲可信度（C8）、歷史評論數（C9）、社會中心度（C10）和評論回應數（C11）影響在線評論有用性。

1.3消費者維度

消費者維度也稱評論閱讀者維度，參考相關學者研究，本研究將其細分為消費者專業知識、購物經驗和商品涉入度。消費者專業知識主要是指消費者學歷水平，商品文字描述水平等；商品的涉入度是指該商品的購買與消費者的影響程度，本研究通過商品價格來反映消費者對商品的涉入度。彭嵐等研究表明：知識水平高的消費者會認為包含有較多商品信息的評論更為有用[12]；林先杰等認為商品涉入度對在線評論有用性影響因素具有調節作用[13]。由此假設：消費者專業知識（C12）、購物經驗（C13）和商品涉入度（C14）影響在線評論有用性。

1.4商品類型維度

一般商品可分為搜索型商品和體驗型商品，本研究參考相關學者研究，將商品類型維度細分為搜索型商品和體驗型商品來探索其對在線評論有用性的調節影響。張麗認為搜索型商品和體驗型商品對在線評論有用性影響因素具有調節作用[14]。由此假設：商品類型（C15）影響在線評論有用性。

2研究方法及計算結果

DEMATEL方法（Decision Making Trial and Evaluation Laboratory，決策實驗分析方法）是影響因素識別領域常用的算法之一，它是美國學者于1972-1976年提出用來研究和解決復雜難纏的問題的方法。該方法不需要元素是獨立的并且可以通過因果關系圖確定系統各元素的相互關聯性，從而從眾多影響因素中識別出關鍵影響因素，為解決管理問題提供決策依據[15]。綜上分析發現，在線評論有用性影響因素間相互作用研究明顯不足，難以準確判定哪些因素對在線評論有用性影響大，哪些因素是可以忽略不計，故本研究嘗試運用DEMATEL方法定量分析在線評論影響因素間關系，識別在線評論有用性的關鍵影響因素，以期為該領域提供另外一種研究思路。

研究過程中具體問卷調查時被訪者更習慣于普通的文字描述變量（如：影響不大、影響較大等）來評判因素之間的影響程度。因此本研究引入模糊集理論[16]，將專家使用文字描述變量（亦稱語言變量）的評判結果運用三元模糊數進行精確的數值量化，然后采用Opricovic和Tzeng的模糊數轉化成準確數值的方法（Converting Fuzzy Data into Crisp Scores，CFCS），將專家評判的三元模糊數轉化為精確數值[17]。由此得到各因素之間相互影響的直接關系矩陣，經過DEMATEL方法確定出各個影響因素在系統中的主次關系。具體操作步驟如下：

2.1專家調查

本研究依靠專家群體，通過DEMATEL方法研究在線評論有用性的影響因素、影響因素間的相互關系，進而識別出關鍵的因素。為了保證研究的科學性和專家打分的公正性，本研究綜合考慮了在線評論利益相關者，即高校專家、企業專家、消費者，共計9位專家組成調查對象。其中高校專家主要由高校電子商務、市場營銷領域的專家合計5人組成，企業專家主要由電子商務企業網絡營銷人員合計2人組成，消費者主要由豐富購物經驗的消費者合計2人組成。同時，各位專家均認可本研究給定的影響在線評論有用性的這15個因素，如表1所示。專家根據各自的知識和經驗對這15個影響因素間的相互影響度進行打分。

2.2將專家語言變量轉化為三元模糊數

本研究依據Wang[18]和Chen[19]等設定的專家群體使用的語言變量設計問卷，如表2所示。調查問卷采取Likert 5級量表（影響非常大、影響較大、影響小、影響很小、完全沒有影響），即15個因素間的相互影響關系，合計225項相互影響關系調查，請每位專家使用要求的語言變量獨自進行判定可能影響在線評論有用性的15個因素間的相互關系，由此獲得9份關于影響因素間的專家問卷，進而得到9份由語言變量組成的數據。

為避免專家的判斷和評分的主觀差異性，該領域相關研究主要采取專家評分權重和專家評分模糊化處理兩種方法。專家評分權重主要思路是采取系統工程的方法將專家評分數學化，該方法較復雜，本研究不予采納[20]；專家評分模糊化處理主要集中在將每位專家的判定結果轉化為對應的三角模糊數，關鍵是三角模糊數的選取，選取思路主要是依據實際研究背景自行選取或采取經典文獻研究成果[15]，本研究為保持三角模糊數選取的科學性，選取經典數學文獻中具有普遍意義的三角模糊數，如表2進行分析討論，同時該三角模糊數的選取也被該領域的相關研究廣泛采用。因此，本研究根據表2將每位專家的判定結果轉化為對應的三角模糊數（lkij，mkij，rkij），其中i（j）=1，2，3，…，15，？k=1，2，3，…，9，表示第k位專家評定i因素對j因素的影響程度，并將之分別記錄于15×15矩陣中。

3基于計算結果的分析討論

3.1因素間的相互關系

由表4可以看出，C4、C5、C7、C8、C9、C11、C12、C14屬于原因因素。評論寫作風格（C4）表現出強烈的主動性，具體表現在其影響度值最大，被影響度值在15個因素中居第12位，可見評論寫作風格能夠強烈地影響其他因素，但其自身卻很難受其他行為因素的影響。與評論寫作風格類似，評論及時性（C5）、評論者信息披露（C7）、消費者專業知識（C12）、商品涉入度（C14）具有較強的影響度，被影響度較低，表現出較強的主動性。而名聲可信度（C8）、歷史評論數（C9）、評論回應數（C11）的影響度和被影響度在15個因素中均較低，可見這3個因素同其他因素間的關系較疏遠。

C1、C2、C3、C6、C10、C13、C15屬于結果因素。社會中心度（C10）具有最大的被影響度，但影響度較小，表現出強烈的被動性。評論語義特征（C3）的被影響度和影響度分別位于位居第2位和第9位，從本質上表現出較強烈的被動性。評論星級（C2）、評論長度（C1）的被影響度和影響度分別位于第3位和第8位、第4位和第7位，表現出更多的被動性。而購物經驗（C13）、商品類型（C15）、評論信息完整性（C6）的影響度和被影響度在15個因素中均較低，可見這3個因素同其他因素間的關系較疏遠。

3.2關鍵因素的識別

第一，消費者專業知識（C12）因素在15個影響因素中具有最大的影響度（4.058263）和中心度（12.09462），表示能夠強烈地影響其他14個行為因素，是影響其他因素的最大因素，從而可以確定為最關鍵因素；第二，評論者信息披露（C7）、商品涉入度（C14）、評論寫作風格（C4）中心度排名分別是第2位、第3位、第4位，它們的影響度與被影響度分別是4.058263和2.647656，3.955165和1.117566，4.058263和2.266042，在15個因素中的排名分別為第1位和第11位、第5位和第15位、第1位和第12位，表現出強烈的主動性，表明這3個因素能夠強烈地影響其他因素，因此也可作為關鍵因素；第三，評論及時性（C5）中心度排名是第5，影響度與被影響度排名分別是第4位和第6位，表現出較強的主動性，顯然在系統中具有重要的影響力，并且與其他因素關系密切，可以認為是關鍵因素；第四，評論信息完整性（C6）雖然中心度小于0，但影響度排名較靠前，表現出較強的主動性，故也將其列為關鍵因素。

名聲可信度（C8）、歷史評論數（C9）、評論回應數（C11）的中心度在15個影響因素中的排名分別是第15位、第9位、第14位，影響度和被影響度都較低，顯然不是關鍵因素。評論星級（C2）、評論長度（C1）、評論語義特征（C3）雖然三因素影響度在15個影響因素中排名較靠前，但其中心度較低，關鍵是表現出較強的被動型，故不是關鍵因素。社會中心度（C10）中心度排名第8，但此因素被影響度排名第1，影響度排名第10，表現出強烈的被動性，故也不是關鍵影響因素。購物經驗（C13）、商品類型（C15）的影響度和被影響度在15個因素中均較低，故不是關鍵因素。

4結論及啟示

本研究的主要結論是：

1）影響在線評論有用性的15個因素相互交織，形成了一個復雜的系統，但不同因素的影響方式、程度各不相同，評論寫作風格、評論及時性、評論者信息披露、名聲可信度、歷史評論數、評論回應數、消費者專業知識、商品涉入度8個要素為原因因素，在系統中主動影響其他因素；評論長度、評論星級、評論語義特征、評論信息完整性、社會中心度、購物經驗、商品類型7個要素屬于結果因素，在系統中易受其他因素的影響。

2）在15個因素中，消費者專業知識、評論者信息披露、商品涉入度、評論寫作風格、評論及時性以及評論信息完整性是影響在線評論有用性6個最關鍵的因素。

3）評論者社會中心度因素具有較強的被動性，極易受其他因素的影響。

4）將評論內容維度、評論者維度、消費者維度和商品類型維度4個維度所含因素對在線評論有用性的影響、原因度和中心度求和，如表5所示。

從表5可以看出評價內容維度對在線評論有用性的影響程度最大，且評價內容維度的中心度也最大，因此影響在線評論有用性的中心問題在于評價內容維度。即評論寫作風格、評論及時性以及評論信息完整性是最為關鍵的因素，評論長度、評論星級、評論語義特征是次關鍵因素；而評論者維度的原因度最大，消費者維度原因度次之，說明評論者信息披露和消費者專業知識是決定在線評論有用性其他因素的關鍵因素。

根據以上結論得出如下啟示：

1）消費者專業知識是最關鍵因素，深入挖掘發表水平高的消費者其他消費信息，加強消費者信息管理（即客戶關系管理）是當務之急。

2）商品與消費者關系程度（商品價格的高低）是影響在線評論有用性的關鍵因素之一，針對不同價位的商品，引導消費者形成購物決策，注重分類管理。

3）加強評論者信息的監督與引導，增加評論者信息的披露率，為消費者提供較為權威與準確的評論者信息等，是有效監測在線評論有用性的重要手段。

4）評論寫作風格、評論及時性、評論信息完整性有助于提高在線評論的有用性。

5）在保證在線評論的有用性時，適當增設消費者之間的社會交流和分享，關注評論者社會中心度的特征。

參考文獻

[1]AMDT J.Role of product-related conversations in the diffusion of a new product[J].Journal of Marketing Research，1967，4（3）：291-295.

[2]郝媛媛，葉強，李一軍.基于影評數據的在線評論有用性影響因素研究[J].管理科學學報，2010，（8）：78-88，96.

[3]殷國鵬.消費者認為怎樣的在線評論更有用？——社會性因素的影響效應[J].管理世界，2012，（12）：115-124.

[4]欒攀，張寧.基于ELM的在線評論有用性影響因素研究——來自服務行業的實證分析[J].科技視界，2015，（16）：49-51，70.

[5]卓四清，馮永洲.在線評論有用性影響因素實證研究——基于Tripadvisor.com酒店評論數據[J].現代情報，2015，（4）：52-56，74.

[6]FORMAN C，GHOSE A，WIESENFELD B.Examining the relationship between reviews and sales：The role of reviewer identity disclosure in electronic markets[J].Information Systems Research，2008，19（3）：291-313.

[7]廖成林，蔡春江，李憶.電子商務中在線評論有用性影響因素實證研究[J].軟科學，2013，（5）：46-50.

[8]BEAK，H.，J.AHN and Y.CHOI.Helpfulness of Online Consumer Reviews：Readers Objectives and Review Cues[J].International Journal of Electronic Commerce，2012，17（2）：99-126.

[9]嚴建援，張麗，張蕾.電子商務中在線評論內容對評論有用性影響的實證研究[J].情報科學，2012，（5）：713-716，719.

[10]王平，代寶.消費者在線評論有用性影響因素實證研究[J].統計與決策，2012，（2）：118-120.

[11]MUDAMBI S M，SCHUFF D.What Makes a Helpful Online Review？A Study of Customer Reviews on Amazon.com[J].MIS Quarterly，2010，34（1）：185-200.

[12]彭嵐，周啟海，邱江濤.消費者在線評論有用性影響因素模型研究[J].計算機科學，2011，（8）：205-207，244.

[13]林先杰.在線評論有用性影響因素研究[D].廣州：華南理工大學，2014.

[14]張麗.在線評論的客戶參與動機與評論有效性研究[D].天津：南開大學，2011.

[15]汪春香，徐立青，趙樹成.影響食品安全網絡輿情網民行為的主要因素識別研究——基于模糊集理論DEMATEL方法[J].情報雜志，2015，（3）：138-143.

[16]VON ALTROCK C.Fuzzy logic and neurofuzzy application in business and finance[M].Upper Saddle River，NJ：Prentice Hall，1995：244-246.

[17]OPRICOVIC S，TZENG G H.Defuzzification within a multicriteria decision model[J].International Journal of Uncertainty，Fuzziness and Knowledge-based Systems，2003，11（5）：635-652.

[18]WANG M J J，CHANG T C.Tool Steel Materials Selection Under Fuzzy Environment[J].Fuzzy Sets and Systems，1995，72（3）：263-270.

[19]Chen C T.Extensions of the TOPSIS for Group Decision Making under Fuzzy Environment[J].Fuzzy Sets and Systems，2000，114（1）：1-9.

[20]崔強，武春友，匡海波.BP-DEMATEL在空港競爭力影響因素識別中的應用[J].系統工程理論與實踐，2013，（6）：1471-1478.

（本文責任編輯：郭沫含）