電商服務(wù)質(zhì)量對(duì)消費(fèi)者知識(shí)共享意愿的影響分析

摘 要：為探究電商服務(wù)質(zhì)量和感知價(jià)值對(duì)消費(fèi)者知識(shí)共享意愿的影響機(jī)制，本文基于顧客感知角度，結(jié)合SERVQUAL模型和LDA主題模型識(shí)別出影響電商服務(wù)質(zhì)量的關(guān)鍵因素，設(shè)計(jì)量表并采用問卷調(diào)查的方法收集數(shù)據(jù)，對(duì)收集的216份有效樣本數(shù)據(jù)運(yùn)用結(jié)構(gòu)方程模型分析，結(jié)果表明：消費(fèi)者的感知服務(wù)質(zhì)量和感知價(jià)值對(duì)知識(shí)共享意愿均有正向影響；感知服務(wù)質(zhì)量還通過(guò)影響感知價(jià)值間接影響知識(shí)共享意愿。

關(guān)鍵詞：知識(shí)共享，電商服務(wù)質(zhì)量，LDA主題模型，結(jié)構(gòu)方程模型

DOI編碼：10.3969/j.issn.1674-5698.2023.12.018

0 引 言

近年來(lái)，中國(guó)電商正從高增長(zhǎng)向高質(zhì)量轉(zhuǎn)換。電商快速發(fā)展的同時(shí)投訴事件也在不斷增加，退換貨困難、快遞丟失、商品質(zhì)量問題、售后服務(wù)差等問題層出不窮，電商服務(wù)質(zhì)量問題亟需解決。顧客在購(gòu)物過(guò)程中缺乏與商家的直接交流，阻礙了企業(yè)獲得顧客對(duì)服務(wù)體驗(yàn)的反饋。因此，商家需更加關(guān)注顧客需求以便提供更優(yōu)質(zhì)的服務(wù)。

目前國(guó)內(nèi)對(duì)電商服務(wù)質(zhì)量評(píng)價(jià)研究可以概括為兩方面：（1）電商服務(wù)質(zhì)量影響因素的識(shí)別，韓朝勝[1]以SERVQUAL模型為基礎(chǔ)，構(gòu)建了跨境電商服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系，具體維度為有形性、響應(yīng)性、可靠性、易用性；王高山等[2]發(fā)現(xiàn)界面美觀、個(gè)性化推薦、交互性、便利可靠性和隱私安全性對(duì)電商服務(wù)質(zhì)量具有顯著影響；徐廣姝[3]增加產(chǎn)品質(zhì)量和增值服務(wù)兩項(xiàng)指標(biāo)，進(jìn)一步完善現(xiàn)有電商物流服務(wù)質(zhì)量評(píng)價(jià)體系；楊曉榮和杜榮[4]從顧客感知角度出發(fā)，識(shí)別出電商服務(wù)質(zhì)量維度為易用性、可靠性、響應(yīng)性和移情性。（2）電商服務(wù)質(zhì)量對(duì)交易的影響，李彩彩等[5]發(fā)現(xiàn)電子服務(wù)質(zhì)量對(duì)企業(yè)聲譽(yù)具有顯著正向影響，通過(guò)提高系統(tǒng)與信息質(zhì)量，增加社交互動(dòng)方式等加強(qiáng)企業(yè)聲譽(yù)。電商平臺(tái)的服務(wù)質(zhì)量能夠提高顧客滿意度，管理感知服務(wù)質(zhì)量意味著公司必須將預(yù)期的服務(wù)和感知的服務(wù)匹配起來(lái)，才能不斷提高顧客滿意度[6]。可見感知服務(wù)質(zhì)量是企業(yè)績(jī)效的關(guān)鍵指標(biāo)[7]。除此之外，電商服務(wù)質(zhì)量對(duì)購(gòu)買意愿[8]、顧客忠誠(chéng)度[9]等具有正向影響。

消費(fèi)者更多地依賴他人經(jīng)驗(yàn)來(lái)判斷產(chǎn)品和服務(wù)的質(zhì)量[10]。虛擬社區(qū)知識(shí)共享能夠有效減少消費(fèi)者在購(gòu)物體驗(yàn)中的不確定性[11]。當(dāng)消費(fèi)者在電商社區(qū)看到其他消費(fèi)者分享的相似經(jīng)驗(yàn)時(shí)，會(huì)更相信電商能夠兌現(xiàn)承諾，進(jìn)而減少消費(fèi)者和商家之間的信息不對(duì)稱[12]。另外，研究表明知識(shí)共享影響供應(yīng)鏈制造商的決策，通過(guò)知識(shí)共享獲取更多的收益 [13]。因此知識(shí)共享能夠顯著影響企業(yè)績(jī)效。

目前相關(guān)研究主要聚焦于虛擬社區(qū)知識(shí)共享的影響因素、動(dòng)機(jī)、社交媒體等方面，但研究電商服務(wù)質(zhì)量與消費(fèi)者知識(shí)共享意愿之間關(guān)系的文獻(xiàn)較少。因此，本研究立足于顧客感知角度，在技術(shù)接受模型的基礎(chǔ)上建立結(jié)構(gòu)方程模型，研究可靠性、響應(yīng)性、安全性和移情性等電商服務(wù)質(zhì)量對(duì)消費(fèi)者知識(shí)共享的影響機(jī)制。

1 研究設(shè)計(jì)

1.1 研究框架

技術(shù)接受模型（Technology Acceptance Model，TA M）[14]分析了用戶對(duì)信息技術(shù)接受的決定性因素，提出了感知有用性、感知易用性、使用態(tài)度、行為意向等4個(gè)關(guān)鍵概念。感知有用性是指應(yīng)用某項(xiàng)技術(shù)能夠提升業(yè)務(wù)績(jī)效表現(xiàn)的程度，感知易用性則指使用某個(gè)系統(tǒng)的容易程度。本研究基于技術(shù)接受模型的影響路徑，通過(guò)替換內(nèi)生變量引入了“感知服務(wù)質(zhì)量”作為外部動(dòng)機(jī)，引入“感知價(jià)值”作為內(nèi)部動(dòng)機(jī)，以探究二者對(duì)消費(fèi)者知識(shí)共享意愿的影響機(jī)制。同時(shí)，還分析了電商服務(wù)質(zhì)量對(duì)感知價(jià)值的影響程度，綜上，本研究基于技術(shù)接受模型建立了感知服務(wù)質(zhì)量對(duì)消費(fèi)者知識(shí)共享意愿的影響機(jī)制概念模型，如圖1所示。

1.2 研究假設(shè)

Pa ra su ra ma n等[15 ]提出用于測(cè)評(píng)服務(wù)質(zhì)量的SERVQUAL量表。本研究基于LDA主題模型所提取的維度和SERVQUAL量表，構(gòu)建了消費(fèi)者在電商情境下的“感知服務(wù)質(zhì)量”評(píng)價(jià)維度。消費(fèi)者感知服務(wù)質(zhì)量受到可靠性、響應(yīng)性、安全性和移情性等因素的影響。消費(fèi)者對(duì)以上因素的感知程度越高，就越可能產(chǎn)生正向的期望，并且會(huì)更愿意分享自己的知識(shí)和經(jīng)驗(yàn)。據(jù)此提出以下假設(shè)。

H1：感知服務(wù)質(zhì)量對(duì)知識(shí)共享有正向影響。

在消費(fèi)者的決策過(guò)程中，感知價(jià)值通常指獲得產(chǎn)品或服務(wù)的收益與所必須做出的犧牲之間的權(quán)衡。本文感知收益包括產(chǎn)品本身以及選購(gòu)過(guò)程中的服務(wù)，感知犧牲則包括金錢和選購(gòu)產(chǎn)品所需的時(shí)間成本。Bansal和Voyer[16]的研究表明，在購(gòu)物過(guò)程中，消費(fèi)者感知到的信息可靠性越強(qiáng)，越容易獲得更高的感知價(jià)值。因此，高質(zhì)量的服務(wù)會(huì)提高消費(fèi)者對(duì)服務(wù)質(zhì)量的感知，從而提高其感知收益。據(jù)此提出以下假設(shè)。

H2：感知服務(wù)質(zhì)量對(duì)感知價(jià)值有正向影響。

消費(fèi)者對(duì)社區(qū)價(jià)值的感知能夠有效地影響其知識(shí)共享行為。龔主杰等[17]的研究表明，消費(fèi)者對(duì)虛擬社區(qū)中的實(shí)用價(jià)值、情感價(jià)值、利他價(jià)值和社會(huì)價(jià)值的感知均能夠影響其知識(shí)共享行為。此外，Cronin等[18]研究表明，服務(wù)質(zhì)量、服務(wù)價(jià)值和滿意度對(duì)消費(fèi)者的行為意向有正向作用。據(jù)此提出以下假設(shè)。

H3：感知價(jià)值對(duì)知識(shí)共享有正向影響。

基于構(gòu)建的消費(fèi)者知識(shí)共享影響因素概念模型，并結(jié)合感知服務(wù)質(zhì)量的4個(gè)維度及感知價(jià)值，本研究構(gòu)建了消費(fèi)者知識(shí)共享影響因素結(jié)構(gòu)方程模型，如圖2所示。

2 量表設(shè)計(jì)與數(shù)據(jù)來(lái)源

2.1 文本分析

在線評(píng)論中包含了豐富的情感信息，在一定程度上能反映用戶對(duì)服務(wù)的感知和滿意程度，從在線評(píng)論中識(shí)別的顧客感知性指標(biāo)作為評(píng)價(jià)電商服務(wù)質(zhì)量的維度。通過(guò)Python編程抓取京東平臺(tái)熱銷產(chǎn)品的在線評(píng)論，共獲取5726條在線評(píng)論。進(jìn)一步對(duì)在線評(píng)論進(jìn)行文本預(yù)處理，由于用戶的評(píng)論偏向口語(yǔ)化，在分詞過(guò)程中容易被拆成單字，因此需要對(duì)詞表進(jìn)行自定義設(shè)置，避免漏掉關(guān)鍵詞，然后剔除無(wú)效評(píng)論和刪除重復(fù)評(píng)論數(shù)據(jù)，利用jieba方法對(duì)評(píng)論文檔進(jìn)行分詞，使用哈工大的停用詞表去除評(píng)論中的無(wú)效字符和無(wú)意義詞，以減少噪聲和冗余信息的干擾，從而使文本表示更加緊湊和具有表征性。最終提取“質(zhì)量”“很快”“服務(wù)”“物流”“實(shí)惠”等高頻詞匯。

通過(guò)詞性篩選去除與電商服務(wù)質(zhì)量不相關(guān)的詞匯、對(duì)所選的高頻詞進(jìn)行共詞匹配并繪制高頻詞網(wǎng)絡(luò)圖，如圖3所示，以“質(zhì)量”“物流”“快遞”“速度”“滿意”“服務(wù)”“態(tài)度”為中心逐漸往外延伸，說(shuō)明顧客對(duì)于電商服務(wù)質(zhì)量的這幾個(gè)維度比較關(guān)注。

針對(duì)提取的高頻詞進(jìn)一步采用L DA主題模型提取電商服務(wù)質(zhì)量主題維度，隱含狄利克雷分布（latent Dirichlet allocation，簡(jiǎn)稱LDA）是一種用于文檔建模的概率主題模型。該方法由Blei等[19]首次提出，可以快速?gòu)拇罅课谋緮?shù)據(jù)中挖掘出潛在語(yǔ)義信息，適用于在線評(píng)論之類數(shù)量較大、主題內(nèi)容繁多的文本。

本文采用Gibbs采樣方法實(shí)現(xiàn)LDA模型的超參數(shù)估計(jì)，共測(cè)試了1～10個(gè)主題數(shù)，并通過(guò)困惑度曲線擬合來(lái)確定最優(yōu)主題數(shù)目。如圖4所示，在主題數(shù)Kgt;4之后，困惑度的下降速度趨于平緩，增加主題數(shù)帶來(lái)的邊際效用不大，因此最優(yōu)主題數(shù)量為4。

將文本預(yù)處理并轉(zhuǎn)化為數(shù)字向量表示導(dǎo)入LDA主題模型，利用Gibbs采樣等技術(shù)進(jìn)行迭代學(xué)習(xí)。L DA主題模型的原理演示如圖5所示，對(duì)于在線評(píng)論例句“客服態(tài)度熱情有耐心，商品質(zhì)量有保障”，根據(jù)生成的文檔—主題分布采樣獲得在線評(píng)論文檔d中詞匯的主題z和概率P（z/d），即售后服務(wù)為0.6，質(zhì)量控制為0.4；對(duì)于不同主題，根據(jù)生成的主題—詞匯分布抽樣生成詞匯w，得到主題z中單詞w的概率P（w/z），如：售后服務(wù)主題中“客服”一詞的概率為0. 5。

基于已有的模型，計(jì)算出文檔-主題分布，并選擇概率最高的主題作為該文檔的主題。經(jīng)過(guò)LDA模型的訓(xùn)練，得到4個(gè)高度相關(guān)的主題。通過(guò)表1發(fā)現(xiàn)所有的相關(guān)詞匯都集中在同一個(gè)主題上，表明LDA模型具有較好的聚類效果。

2.2 量表設(shè)計(jì)

為確定研究量表，本研究借鑒相關(guān)文獻(xiàn)中成熟的量表并以文本分析結(jié)果為依據(jù)，調(diào)整SERVQUAL模型的測(cè)量維度。最終確定測(cè)量電商服務(wù)質(zhì)量的幾個(gè)維度為可靠性、響應(yīng)性、安全性和移情性、感知價(jià)值、知識(shí)共享。可靠性指電商服務(wù)承諾準(zhǔn)確和商品質(zhì)量合格；響應(yīng)性指在服務(wù)過(guò)程中電商的響應(yīng)速度；安全性指在提供服務(wù)過(guò)程中用戶數(shù)據(jù)加密和商品安全；移情性指電商提供個(gè)性化的定制服務(wù)，并以友好態(tài)度解決顧客的問題；感知價(jià)值指消費(fèi)者在獲得的收益與做出的犧牲之間的權(quán)衡；知識(shí)共享指顧客自愿將自己的知識(shí)或經(jīng)驗(yàn)傳遞給電商虛擬社區(qū)其他成員的行為。對(duì)所有題項(xiàng)采取李克特七級(jí)量表測(cè)量，各個(gè)指標(biāo)維度的測(cè)量題項(xiàng)見表2。

2.3 數(shù)據(jù)來(lái)源

為了確保調(diào)查問卷的合理性和可行性，初步發(fā)放了64份問卷進(jìn)行預(yù)調(diào)研，并通過(guò)AMOS26.0對(duì)55份有效問卷進(jìn)行信度和效度檢驗(yàn)，分析結(jié)果表明所有題項(xiàng)的信度系數(shù)與效度系數(shù)均大于0.7，可以做大樣本問卷調(diào)查。

本文針對(duì)使用過(guò)京東購(gòu)物的顧客進(jìn)行問卷調(diào)查，通過(guò)問卷星制作發(fā)布調(diào)查問卷254份，線下發(fā)放92份問卷，線上發(fā)放162份問卷，去除無(wú)效問卷后獲得216份有效問卷。本次調(diào)查的樣本基本特征分布見表3。

3.1 信度和效度檢驗(yàn)

本研究采用Cr onbach’α系數(shù)和組合信度檢驗(yàn)各維度的內(nèi)部一致性。Cronbach’α系數(shù)大于0.7表明具有良好的內(nèi)部一致性和同質(zhì)信度。從表4中可看出，各變量的Cronbach’α均大于0.8，組合信度大于0. 8，說(shuō)明具有良好的內(nèi)部一致性和可信度。因此，本研究構(gòu)建的模型具有合理性和可靠性。

本研究采用AVE法評(píng)估區(qū)別效度。當(dāng)AVE的平方根大于潛變量間的相關(guān)系數(shù)時(shí)，表明測(cè)量模型具有較好的區(qū)分效度。表5結(jié)果表明各構(gòu)念之間具有較好的區(qū)別效度，可以保證各變量的獨(dú)立性。

3.2 結(jié)構(gòu)方程分析

本研究使用AMOS 26進(jìn)行結(jié)構(gòu)模型檢驗(yàn)。由表6可知，僅RMSEA和AGFI兩項(xiàng)指標(biāo)略大于判斷標(biāo)準(zhǔn)，在可接受范圍內(nèi)，其余指標(biāo)均符合判斷標(biāo)準(zhǔn)。結(jié)果表明測(cè)量模型與數(shù)據(jù)擬合效果較好，構(gòu)建的模型具有合理性。

結(jié)構(gòu)方程模型的路徑參數(shù)和分析結(jié)果如圖6和表7所示，由此可知，感知服務(wù)質(zhì)量對(duì)知識(shí)共享有正向影響，路徑系數(shù)為0.536（plt;0.01）；感知服務(wù)質(zhì)量對(duì)感知價(jià)值有正向影響，路徑系數(shù)為0.765（plt;0.01）；感知價(jià)值對(duì)知識(shí)共享有正向影響，路徑系數(shù)為0.428（plt;0.01）。分析結(jié)果支持H1、H2、H3。

本文采用Bootstrapping測(cè)算感知服務(wù)質(zhì)量對(duì)知識(shí)共享的間接影響，進(jìn)而驗(yàn)證感知價(jià)值在構(gòu)建的影響路徑模型中的中介效果。由表8可知，各個(gè)影響路徑的Bias-Corrected和Percentile的置信區(qū)間內(nèi)均不包含0。因此，感知價(jià)值在感知服務(wù)質(zhì)量對(duì)知識(shí)共享的影響路徑中存在中介效應(yīng)，并對(duì)知識(shí)共享具有間接影響。

4 結(jié) 論

本研究從顧客體驗(yàn)角度出發(fā)，在SERVQUA L模型的基礎(chǔ)之上，結(jié)合LDA主題模型識(shí)別影響電商服務(wù)質(zhì)量的關(guān)鍵因素，構(gòu)建了電商服務(wù)質(zhì)量對(duì)知識(shí)共享的影響模型，并結(jié)合問卷調(diào)查數(shù)據(jù)，運(yùn)用結(jié)構(gòu)方程模型分析和檢驗(yàn)相關(guān)假設(shè)，得到如下結(jié)論。

（1）感知服務(wù)質(zhì)量對(duì)知識(shí)共享具有顯著正向影響。除了商品物化屬性外，意識(shí)層面的感知服務(wù)質(zhì)量對(duì)消費(fèi)者知識(shí)共享也會(huì)產(chǎn)生影響。消費(fèi)者能體驗(yàn)到具象化的感知服務(wù)，其感知的服務(wù)質(zhì)量會(huì)直接正向影響知識(shí)共享。

（2）感知價(jià)值對(duì)知識(shí)共享具有顯著正向影響。當(dāng)消費(fèi)者更滿意于自己的購(gòu)物體驗(yàn)從而獲得更高的感知價(jià)值時(shí)，會(huì)進(jìn)一步促使消費(fèi)者更積極地參與知識(shí)共享，成為推動(dòng)消費(fèi)者做出購(gòu)買決策的重要因素。

（3）消費(fèi)者感知服務(wù)質(zhì)量對(duì)感知價(jià)值具有顯著正向影響。消費(fèi)者對(duì)電商平臺(tái)提供的服務(wù)質(zhì)量的感知和評(píng)價(jià)，包括產(chǎn)品質(zhì)量、物流服務(wù)、售后服務(wù)等方面。當(dāng)消費(fèi)者感知到電商平臺(tái)提供的服務(wù)質(zhì)量較高時(shí)，他們會(huì)認(rèn)為自己從電商平臺(tái)獲得了更多的利益和價(jià)值，進(jìn)而感知到更高的價(jià)值。

（4）感知服務(wù)質(zhì)量通過(guò)感知價(jià)值對(duì)消費(fèi)者知識(shí)共享產(chǎn)生間接影響。主要有兩條路徑：1）直接對(duì)知識(shí)共享產(chǎn)生正向影響；2）通過(guò)感知價(jià)值的“中介效應(yīng)”對(duì)消費(fèi)者知識(shí)共享產(chǎn)生間接正向影響。電商平臺(tái)應(yīng)該注重提高服務(wù)質(zhì)量和價(jià)值，以促進(jìn)消費(fèi)者的知識(shí)共享行為。

（5）本研究為電商平臺(tái)提升服務(wù)質(zhì)量，促進(jìn)消費(fèi)者知識(shí)共享提供一些建議：首先，電商平臺(tái)應(yīng)該為消費(fèi)者提供優(yōu)質(zhì)的服務(wù)，加強(qiáng)對(duì)產(chǎn)品質(zhì)量的監(jiān)管以及提高物流配送的效率。以提高消費(fèi)者對(duì)服務(wù)質(zhì)量的感知，從而增強(qiáng)其對(duì)電商平臺(tái)的信任感，促進(jìn)其參與知識(shí)共享行為。其次，電商平臺(tái)應(yīng)該注重感知價(jià)值的提升，為消費(fèi)者提供更加有價(jià)值的服務(wù)，包括提供個(gè)性化的推薦服務(wù)，加強(qiáng)對(duì)商品信息的描述和展示，提供優(yōu)惠的價(jià)格和服務(wù)，以及提供豐富的社區(qū)活動(dòng)和互動(dòng)。這些措施可以提高消費(fèi)者對(duì)電商平臺(tái)的感知價(jià)值，從而增強(qiáng)其對(duì)平臺(tái)的忠誠(chéng)度，促進(jìn)其參與知識(shí)共享行為。

參考文獻(xiàn)

韓朝勝. 基于多屬性決策的跨境電商服務(wù)質(zhì)量測(cè)評(píng)指標(biāo)體系構(gòu)建[J]. 商業(yè)經(jīng)濟(jì)研究， 2019（02）：60-64.

王高山， 張新， 徐峰，等. 電子服務(wù)質(zhì)量對(duì)顧客契合的影響：顧客感知價(jià)值的中介效應(yīng)[J]. 大連理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2019， 40（02）：67-76.

徐廣姝. 基于粗糙集的電商物流服務(wù)質(zhì)量評(píng)價(jià)應(yīng)用研究——以生鮮電商為例[J]. 中國(guó)流通經(jīng)濟(jì)， 2019，33（07）：35-44.

楊曉榮， 杜榮. IT驅(qū)動(dòng)的虛擬社區(qū)知識(shí)共享對(duì)跨境電商服務(wù)質(zhì)量的影響研究[J]. 中國(guó)管理科學(xué)， 2022， 30（02）： 226-233.

李彩彩， 賀瑞娟， 韓燕雄， 等. 電商平臺(tái)服務(wù)質(zhì)量對(duì)企業(yè)聲譽(yù)的影響實(shí)證研究[J]. 商業(yè)經(jīng)濟(jì)研究， 2019（09）：80-83.

Izogo E. Customers’ service quality perception in automotiverepair[J]. African Journal of Economic and ManagementStudies， 2015， 6（3）：272-288.

Izogo E. Customer loyalty in telecom service sector： the roleof service quality and customer commitment[J]. The TQMJournal， 2017， 29（1）：19-36.

王興標(biāo)， 谷斌. 基于信任的移動(dòng)社交電子商務(wù)購(gòu)買意愿影響因素[J]. 中國(guó)流通經(jīng)濟(jì)， 2020， 34（04）：21-31.

Goutam D， Gopalakrishna B V， Ganguli S. Determinants ofcustomer satisfaction and loyalty in e-commerce settings： anemerging economy perspective[J]. International Journal ofInternet Marketing and Advertising， 2021， 15（3）： 327-348.

Plotkina D， Munzel A. Delight the experts， but never dissatisfyyour customers！ A multi-category study on the effects of onlinereview source on intention to buy a new product[J]. Journal ofRetailing and Consumer Services， 2016， 29：1-11.

Chen C C， Chang Y C. What drives purchase intention onAirbnb？ Perspectives of consumer reviews， information quality，and media richness[J]. Telematics and Informatics， 2018，35（5）：1512-1523.

Stouthuysen K， Tenuis I， Reusen E， et al. Initial trust andintentions to buy： The effect of vendor-specific guarantees，customer reviews and the role of online shopping experience[J].Electronic Commerce Research and Applications， 2018，27：23-38.

周建亨， 冉蕓. 基于策略性競(jìng)爭(zhēng)博弈的供應(yīng)鏈信息共享策略[J]. 中國(guó)管理科學(xué)， 2019， 27（6）：88-102.

DAVIS F D， Perceived usefulness， perceived ease of use， anduser acceptance of information technology[J]. MIS Quarterly，1989， 13（3）：319-340.

Parasuraman A V， Berry L L， Zeithaml V A. Servqual： AMultiple-item Scale for Measuring Consumer Perceptions ofService[J]. Journal of Retailing， 1988， 64（1）：12-40.

Bansal H S， Voyer P A. Word-of-mouth processes withina services purchase decision context[J]. Journal of serviceresearch， 2000， 3（2）：166-177.

龔主杰， 趙文軍， 熊曙初. 基于感知價(jià)值的虛擬社區(qū)成員持續(xù)知識(shí)共享意愿研究[J]. 圖書與情報(bào)， 2013（05）：89-94.

Cronin J J， Brady M K， Hult G T M. Assessing the effectsof quality， value， and customer satisfaction on consumerbehavioral intentions in service environments[J]. Journal ofretailing， 2000， 76（2）：193-218.

Blei D M， Ng A Y， Jordan M I. Latent Dirichlet allocation[J].Journal of Machine Learning Research， 2003， 3（4-5）：993-1022.

Wolfinbarger M， Gilly M. eTail Q：dimensionalizing， measuringand predicting etail quality[J]. Journal of Retailing， 2003，79（3）：183-198.

Loiacono E T， Watson R T， Goodhue D L. WebQual：An instrument for consumer evaluation of web sites[J].International journal of electronic commerce， 2007， 11（3）：51-87.

Hsu M， Ju T， Yen C， et al. Knowledge sharing behavior invirtual communities：The relationship between trust， selfefficacy，and outcome expectations[J]. International Journal ofHuman - Computer Studies， 2007， 65（2）：153-169.

常亞平， 朱東紅， 張金隆. 虛擬社區(qū)知識(shí)共享與消費(fèi)者品牌轉(zhuǎn)換的關(guān)系研究[J]. 管理學(xué)報(bào)， 2009， 6（11）：1536-1540.