基于手機評論數據探究在線評論有用性的影響因素

宋蘇娟?彭衛?王沖

摘 要：海量的在線評論中，哪些因素影響評論的有用性一直是學者們十分關注的問題。本文結合信息采納模型，從中心路徑的量化指標出發，構建在線評論有用性的影響因素模型，并以手機評論為樣本進行實證分析。結果表明：評論長度、星級評分、評論回復數、評論時長正向影響在線評論的有用性，其中，評論回復數對在線評論有用性的影響最為顯著;而商家回復對在線評論的有用性具有負向影響。本研究結論對電商平臺的管理、商家產品的優化改進以及消費者購買決策的研究具有較好的理論和實踐意義。

關鍵詞：信息采納模型;中心路徑;在線評論;評論有用性

一、引言

隨著互聯網的迅速發展，人們的消費模式從原來被動接受信息的傳統模式逐漸轉變為主動搜索信息的網購模式。Channel Advisor通過調查發現，90%的消費者在購買產品或服務前會瀏覽在線評論，而且他們中的83%的人認為，他們的最終決策會受到在線評論的影響。在線評論已經成為了企業網絡營銷或品牌管理時需要考慮的重要因素，同時也是促使消費者做出決策的重要信息來源。

然而，在大數據時代，信息過載頻繁發生，面對海量的在線評論，消費者很難迅速地找到有用性較高的評論，而且較難制定出有效的購買決策。此外，虛假評論、垃圾評論等也在一定程度上干擾消費者，給消費者的最終決策增加了難度。為了解決這些問題，很多平臺在單條評論旁設置了有用性投票系統機制，但有用性投票系統機制并不能解決所有問題。因此，如何幫助消費者從海量的評論中迅速有效地找到對他們有用的評論成為了很多學者關注的問題。

鑒于此，本研究在前人文獻的基礎上，基于信息采納模型，省略了對邊緣路徑這種共識性因素的探討，重點從中心路徑的量化指標出發，探究評論長度、星級評分、評論回復數、評論時長、商家回復對在線評論有用性的影響。并通過京東商城中3878條手機評論數據進行實證檢驗。檢驗結果驗證了部分先前結果，但一些結論和以往結論有不同之處。本研究和以往研究不同之處在于：（1）本研究從中心路徑出發，利用定量分析方法，探究影響在線評論有用性的因素。（2）本文對于先前研究結論不一致的情況，聚焦于搜索型商品，將本文結論和先前結論進行對比和解釋，進一步豐富和完善在線評論有用性的探究。（3）對于中心路徑上的因素如何影響在線評論有用性，本研究給出了新的解釋。

二、文獻回顧和理論基礎

1.在線評論有用性概念的界定

明確在線評論有用性的定義是研究評論有用性的基礎。Huang P基于消費者的購物經驗對潛在消費者的影響程度來定義在線評論有用性。Mudambi提出在線評論的有用性表現為評論閱讀者瀏覽評論后對內容的診斷性，即評論信息能夠在多大程度上幫助評論閱讀者做出購買決策。

2.有關在線評論有用性的研究

目前已有文獻對在線評論有用性的研究主要集中在評論者特征和評論本身兩個維度。從評論者特征出發，Froman C等在探究評論者特征時，提出把評論者視為評論的賣家，評論者的某些特征會影響消費者對評論的接受程度。吳曄等基于IAM理論，并構建BP神經網絡證明了評論者等級對評論有效用具有正向影響。此外，殷國鵬從社會網絡角度出發，基于網絡中心度來衡量評論者特征，得出和前人一致的結論。張艷輝在探究在線評論有用性的影響因素時，提出評論者特征對評論有用性的積極作用已成為共識。

從評論特征角度出發，Susan和David提出較長的評論文本對評論有用性具有積極影響。然而殷國鵬基于信息采納模型得出評論長度對評論有用性的影響呈“U”型分布。Park C提出，在對傳統消費模式的研究中，負面評論對在線評論的影響要高于正面評論。Pan Yue基于確認傾向觀點提出評分高的評論比評分低的評論更有用。但是已有研究很少關注評論回復，商家回復對在線評論有用性的影響，并且對于默認排序方式下評論時長對評論有用性的研究還很匱乏，此外，有關評論長度、星級評分是如何影響在線評論有用性的至今仍缺乏一個統一的結論。

3.理論基礎

在探究影響傳播和說服的因素中，Deutsch和Gerard首先提出了雙路徑理論（Dual process theory簡稱DPT），他們認為影響傳播和說服是由兩條路徑實現的：信息路徑和規范路徑。隨著雙路徑不斷地發展和完善，目前學者在它基礎上擴展了許多信息傳播說服理論模型。其中精細加工可能性模型（Elaboration-Likelihood Model簡稱ELM）是大多數學者在探究影響評論有用性因素時頻繁使用的一種理論模型。該模型將信息加工過程分為邊緣路徑和中心路徑。在邊緣路徑中，消費者根據一些外在因素（如評論者的特征），運用簡單決策規則對產品做出判斷。而在中心路徑中，信息閱讀者根據信息本身特征（如評論特征）對產品進行認真仔細地分析，從而做出最終決策。

SUSSMAN在ELM模型的基礎上，提出信息采納模型（information adoption model，簡稱IAM）。如圖1所示，信息的有用性在信息采納過程中起到中介作用。此外，信息質量被看作中心路徑，信息源可信度被看作邊緣路徑，兩者直接影響信息的有用性，進而間接影響信息的采納。信息接收者可以根據實際情況將兩條路徑結合使用，也可以單獨使用一條路徑，由于邊緣路徑對評論有用性已達成共識，所以本文僅考慮中心路徑上的因素對在線評論有用性的影響。中心路徑的信息質量由4個指標測量，分別是信息的完備性、及時性、相關性以及準確性。本研究利用評論長度、星級評分、評論時長、評論回復、商家回復來衡量在線評論的信息質量。

三、研究假設與模型

1.評論長度

評論正文作為衡量信息質量完備性的指標，包含了評論中最豐富的信息和評論者對產品的主要感受。祝珊提出較長的在線評論可能會刺激潛在消費者認真閱讀，增加或改變消費者的原有看法，提高對商品信息的認知，從而消除顧客對產品的不確定性。Tversky的探究也得出，了解更多的信息能夠增強顧客做出決策時的信心。在虛擬網絡社區中，潛在消費者可以通過商家提供的商品信息或評論者發表的評論內容對商品質量進行判斷。但消費者往往認為商家會夸大產品信息，因此他們更傾向于相信和他們有共識的消費者發表的評論。此外，評論正文越長，其蘊含的信息越多，對消費者來說可能會更有用。基于此，本研究提出如下假設：

H1：評論長度對在線評論有用性具有積極影響。

2.星級評分

星級評分是消費者在發表評論時，以星級的形式對產品或服務做出的總體評價，它是衡量信息質量一致性的一個重要因素。一般星級的范圍是從一星到五星，其中一星代表消費者對產品和服務極度不滿意，三星代表消費者對產品和服務持有中立的態度，五星則代表消費者對商家提供的產品或服務極度滿意。消費者只有想要購買商品時才會閱讀評論，他們對產品抱著一種正向的初始信念。確認傾向會使得閱讀者尋找證據來支持這一信念。對于和初始信念不一致的負面評論，基于認知失調理論，他們會減弱負面評論的作用，進而保持對產品的最初印象。基于此，本研究提出如下假設：

H2：評論星級評分對評論有用性具有正向作用

3.評論回復數

以網絡平臺為載體，以商品評論為連接點，網購模式把評論者、評論接受者緊密地聯系在一起。評論閱讀者不僅可以通過閱讀評論獲得產品或服務的信息，還可以以回復的形式對評論做出反饋。評論回復數越多不僅表明了該評論越能夠刺激潛在消費者的好奇心，而且也說明了該評論的關注度較高。另外，消費者對評論做出的回復還可以幫助到其他具有相同問題的評論閱讀者。基于此，本文提出如下假設：

H3：評論回復數越多，評論有用性越高。

4.評論時長

評論時長是衡量信息質量時效性的一個重要指標。Lee認為，如果一條評論被發布的時間較早，那么該評論被潛在消費者閱讀的幾率就遠遠高于其他評論，具有先發優勢。目前大部分電商平臺（如京東，淘寶等）一般是按照推薦和時間對評論進行排序，并且京東商城把推薦排序作為評論排序的一種默認形式。以京東商城為例，由于消費者認知和精力有限，他們往往瀏覽默認排序方式下前幾頁的評論。而對于發布較早評論的消費者，他們沒有太多評論信息用以參考，往往依賴自己的專業水平和對產品真實情況的了解發表評論。另外，搜索型產品的評論具有客觀性，尤其對于手機這類產品，具有高專業水平的評論者發表的評論對消費者來說更有用。基于此，本研究提出如下假設：

H4：評論時長與在線評論有用性具有正向關系。

5.商家回復

信息技術的發展，使得在線評論系統得到很大的完善，最為突出的一點就是增加了商家對評論的回復。盧云帆等探究了用戶在社會網絡背景下利用網絡溝通的動機和效果，得出網絡溝通能夠彌補網站界面與任務有關信息的不足。張艷輝提出回復評論是消費者與商家進行互動表現的一種形式，商家對消費者發表的評論做出回復不僅影響原本的交易順利進行，而且還會影響潛在消費者的購買決策。本研究試圖將信息采納模型延伸至商家層面，探究商家回復對在線評論有用性的影響。基于此，本研究提出如下假設：

H5：商家回復對在線評論有用性具有正向影響。

圖2為我們提出的研究模型，該模型表明，中心路徑上的評論長度、星級評分、評論回復數、評論時長、商家回復直接影響在線評論的有用性。

四、研究數據及變量

1.數據搜集與預處理

本研究采用我們自行編制的python爬蟲系統軟件取得了京東商城中手機的評論數據，共計4866條。本文抓取了手機商品中每一條評論的文本內容、星級評分、評論發布時間、評論回復數、商家回復以及有用性投票數。此外，為了保證數據的有效性，我們首先剔除掉內容為“此用戶未進行評價”的評論，其次去掉僅含有如“好”、“差”等一個字段的評論，最后得到3878條有效數據。

2.研究變量

本研究共含有5個解釋變量，分別是評論長度、星級評分、評論時長、評論回復數以及商家回復。評論長度以評論文本的字數作為衡量指標;星級評分利用每條評論所獲得的評分值進行測量;評論時常以爬取評論日期與評論發表日期的差值作為代理指標;評論回復數則利用單條評論收到的回復數量作為衡量指標;對于商家回復，本研究把含有商家回復的編碼為1，否則為0;被解釋變量用評論獲得的有用性投票數來測量。這些變量的具體名稱見表1。

變量的描述性統計見表2。為了去除量綱和消除異方差，本研究對評論長度和評論時長進行自然對數轉換，以使其滿足模型要求。

五、實證結果分析

1.回歸模型的設定

本研究采用Spss22.0軟件對搜集的數據進行線性回歸分析，結合前人研究的假設，本文的整體回歸模型為：

2.實證分析

各變量之間的相關性描述在表3中呈現。由表可知，評論長度、星級評分、評論時長、評論回復數、商家回復和有用性投票數均存在相關性，可以對全部變量進行回歸分析。

回歸結果見表4。本研究通過R-squared來評判模型的擬合效果，參考以往文獻得出擬合效果較好。

由表4可知。假設1：同假設相同，評論長度對評論有用性具有顯著影響，且β為正數，表明評論文本越長，則評論越有用。

假設2：分析結果表明，對于搜索型商品手機來說，評論星級評分對評論有用性具有積極影響，即假設H2得到了驗證。因此，系統可以根據這一結論采取一些激勵措施，鼓勵消費者發表較高星級評分的評論，從而強化消費者對評論有用性的感知，如對發表此類評論的消費者給予物質獎勵等。

假設3和假設4：探究結果表明，假設3和假設4均通過了顯著性檢驗，即在默認排序方式下，評論發布時間越久，評論回復數越多，則評論有用性越高。

假設5：分析結果表明商家回復負向影響評論的有用性。該結論和假設相反，究其原因可能是對于手機這類商品來說，評論內容已經提供了有關商品或服務的信息，根據經濟學中的邊際效應遞減規律，商家回復可能會給消費者帶來認知上的負擔。此外，商家回復的內容大多是與產品無關的土味情話，可能會讓消費者感到視覺疲勞，產生一種厭倦的心理，從而造成了相反的結果。根據回歸結果，研究假設的探究結果在表5中呈現。

為了保證回歸結果的穩健性，本研究對變量進一步做了共線性診斷，檢驗結果見表6。在驗證中各解釋變量之間的方差膨脹因子均不大于10，這說明各解釋變量之間不存在較強的共線性，進一步證明了結果的穩健性。

六、結論

1.研究結論

目前，顧客評論系統在電商平臺中應用廣泛，更多的用戶在做出購買決策前會瀏覽在線評論，海量的在線評論為用戶提供了豐富的信息，但是過量評論信息增加了消費者的認知成本。因此，對于評論有用性的研究就顯得十分必要。

本研究聚焦于搜索型商品收集的在線評論，結合信息采納模型，從中心路徑的量化指標出發，探究影響評論有用性的因素。通過京東商城的客觀數據進行實證分析得出：星級評分、評論長度、評論回復數、評論時長正向影響在線評論的有用性;商家回復與在線評論有用性之間呈負向關系;而且，評論回復數對評論有用性的影響最為顯著。

2.研究意義

本文以信息采納模型為理論基礎，分析了中心路徑上的因素對在線評論有用性的影響。研究結論不僅深化了在線評論的相關理論，而且對電商平臺的在線評論機制具有重要的參考價值。商家可以利用結論對產品本身做出改進，提供更符合消費者要求的產品，從而達到增加銷量的目的。此外，本研究的結論也能夠減少消費者的搜索成本和認知成本，消除消費者對產品或服務的不確定性，從而幫助他們做出購買決策。

3.研究局限及未來可研究的方向

本研究也存在一些局限。第一，本研究只針對中心路徑上的因素進行了定量分析，缺乏對這些因素進行定性分析，以后可以進行更全面、更深入的研究。第二，本文僅基于搜索型商品中手機的評論數據進行了驗證，且局限于京東商城一個平臺的評論，商品選擇具有單一性和片面性，此外，本文結論能否遷移到京東商城中其他商品和其他電商平臺中商品的評論有待進一步驗證，未來可以對此方面進行改進。

參考文獻：

[1]Mathur K.Sharma A.A Study of Online Shopping Habits of Consumers in India[J].International Journal on Customer R elations，2015.

[2]張艷輝，李宗偉，趙詣成.基于淘寶網評論數據的信息質量對在線評論有用性的影響[J].管理學報，2017（1）.

[3]Dellarocas C， The Digitization of Word-of-Mouth： Promise and Challenges of Online Feedback Mechanisms[J]. 2003，49（10）：1407-1424.

[4]Huang P.，Lurie N. H.， Mitra S. Searching for Experience on the Web：An Empirical Examination of Consumer Behavior for Search and Experience Goods [J].Journal of Marketing，2009，73（2）：55-69.

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

[6]Forman，Chris， Ghose， Anindya， Wiesenfeld， Batia. 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]吳曄，馮鑫.基于IAM理論的在線評論媒介有效性研究[J].新聞大學，2019，156（04）：35-49+122.

[8]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）：121-130.

[9]Pack C，Lee T.Information direction，website reputation and eWoM effect：A moderating role of product type[J].Journal of Business Research，2009，62（1）：61-67.

[10]Pan Yue，Zhang JQ.Bornunequal：A study of the helpfulness of user-generated product reviews[J].Journal of Retailing，2011，87（4）：598-612.

[11]Deutsch， M.，and Gerard，H. B.“A Study of Normative and Informational Social In？uences upon Individual Judgment.”The Journal of Abnormal and Social Psychology 51.3 （1955）：629.

[12]Sussman， Stephanie Watts， Siegal， Wendy Schneier. Informational Influence in Organizations： An Integrated Approach to Knowledge Adoption[J].Information Systems Research，14（1）：47-65.

[13]王巧玉，錢慧敏.O2O網絡平臺對消費者購買決策影響研究[J].商業經濟研究，2016（20）：53-55.

[14]Cheung， M. K. and Thadani，D. R.，2012，“The Effectiveness of Electronic Word-of-Mouth Communication：A Literature Analysis and Integrative Model”，Decision Support Systems，Vol.51，Article in Press.

[15]祝珊，殷國鵬.消費者在線口碑有用性影響因素研究，山東社會科學，2011，190（6），121-124.

[16]Tversky A K D. Judgment under uncertainty：heuristics and biases[J].1974，185（4157）：1124-1131.

[17]苗蕊，徐健.評分不一致性對在線評論有用性的影響——歸因理論的視角[J].中國管理科學，2018.163（5）：181-189.

[18]閔慶飛，覃亮，張克亮.影響在線評論有用性的因素研究[J].管理評論，2017，29（10）：95-107.

[19]Lee E. J.，Shin S. Y. When Do Consumers Buy Online Product Reviews？ Effects of Review Quality，Product Type，and Reviewer's Photo[J].Computers in Human Behavior，2014，31（1）：356-366.

[20]盧云帆，魯耀斌.社會化商務中顧客在線溝通研究：影響因素和作用規律[J].管理評論，2014，26（4）：111-121.

[21]閆強，孟躍.在線評論的感知有用性影響因素-基于在線影評的實證研究[J].中國管理科學，2013，：126-131.

作者簡介：宋蘇娟（1994- ），女，漢族，籍貫：河南周口，四川農業大學商學院，研究生在讀，研究方向：電子商務與數據挖掘、供應鏈管理;彭衛（1969- ），男，漢族，籍貫：四川安岳，博士，四川農業大學商學院，副教授，研究方向：電子商務與數據挖掘、供應鏈管理;王沖（1982- ），男，漢族，籍貫：四川成都，博士，四川農業大學商學院，教授，研究方向：供應鏈管理