预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

第15卷第5期管理科学学报Vol.15No.5 2012年5月JOURNALOFMANAGEMENTSCIENCESINCHINAMay2012 在线商品评论的效用分析研究① 杨铭,祁巍,闫相斌,李一军 (哈尔滨工业大学管理学院,哈尔滨150001) 摘要:大多数电子商务网站为消费者提供相互交流的平台来发表其针对某件商品的评论.但 是,随着在线商品评论的数量不断增加,潜在消费者越来越难从中发现有助于制定购买决策 的信息.因此,如何从众多的评论中识别有用的评论,分析在线评论的效用成为关注的热 点.本文对在线商品评论效用分析的最新研究进行评述,认为该领域的研究需要充分关注消 费者的购买决策过程,进而设计新的数据挖掘方法更好地辅助消费者的购买决策,同时为电 子商务网站的运营商调整营销沟通策略提供决策支持. 关键词:电子商务;在线商品评论;信息过载;效用评价 中图分类号:F272.5文献标识码:A文章编号:1007-9807(2012)05-0065-11 0引言件商品的在线商品评论往往数量众多而且内容质 量参差不齐,这使得消费者很难把目光聚焦在最 许多消费者在电子商务网站进行交易之后,有价值的评论上,进而迅速制定购买决策.许多 会对所购商品进行评分,发表评论,阐明使用商B2C电子商务网站,如亚马逊、当当、京东,提 供在线商品评论的效用评价功能(如图所 品和接受服务后的体验.作为B2C电子商务网1 站的显著特征,在线商品评论不仅增加了消费者示)———依据每条评论获得的“有用”投票数 占总投票数的比例对商品评论进行排序,获得支 对B2C电子商务网站的认知有用性,而且提高 [1]持票数越多的评论,其排名越靠前但是这种全 了B2C电子商务网站的社会认可性.作为一. 然依靠人工判断的效用评价机制很难真正地将高 种反馈机制,在线商品评论不但促进了B2C电 子商务网站与消费者的双向互动,而且促成了大品质的在线商品评论准确而及时地呈现在消费者 [2]面前例如,新近发表的在线商品评论需要很长 规模的口碑网络.作为电子口碑(electronic. 时间来获得消费者的累计有用性( word-of-mouth),在线商品评论显著地影响着消“helpful- )投票,这导致很多高品质的评论由于没 费者的购买决策和B2C电子商务网站的产品销ness” [3]有及时获得足够的赞成票而被淹没在数量庞大的 售.一方面,在线消费者常常通过衡量他人 对某件商品的评论来制定自己的购买决策;另一信息海洋中.另外,在这种人工效用评价机制 方面,商品制造商可以从在线商品评论中获得启下,绝大多数在线商品评论被认为是“有帮助 的,消费者依然面临信息过载的挑战在线商 发,从而支持广泛的管理活动,如品牌塑造、客”. [2]品评论的效用分析是指应用数据挖掘的方法自动 户关系管理、产品研发以及质量管理.不论 买家还是卖家,作为在线商品评论的读者都希望识别电子商务网站中那些对消费者制定购买决策 有帮助的商品评论 从中获得有助于制定决策的信息.然而,针对一. ①收稿日期:2010-11-05;修订日期:2011-07-04. 基金项目:国家自然科学基金资助项目(70601009;70890082). 作者简介:杨铭(1982—),男,内蒙古丰镇人,博士生.Email:yangming.hit@gmail.com —66—管理科学学报2012年5月 图1卓越亚马逊网站上的商品评论效用评价 Fig.1AreviewutilityevaluationonJoyoAmazon.cn 由于在线商品评论通常具有较强的主观性,情况下,使用不同的数据挖掘技术,不同的数 消费者不得不揣测每条评论中的观点是否合理,据集,以及不同的算法评价指标,会得出千差 还要综合权衡多方观点———有时甚至是相互冲突万别的结论.这些结论可能会使电子商务网站 的观点[4].具体而言,潜在消费者需要对所看IT人员感到无所适从.本文从在线商品评论效 过的评论做出综合判断.为了缓解在线商品评论用评价涉及的4个维度———评价目标、特征选 信息过载给消费者造成的负担,很多B2C电子取、评价方法和评价对象———梳理了近几年该 商务网站提供商品的综合得分,即计算所有评论领域的研究,分析了已有研究中存在的问题, 者给某件商品的评分的平均值.然而研究表明,并且针对这些问题提供了未来的研究方向和阶 消费者提供的商品评分呈双峰分布,这个得分只段性成果. 是折衷反映了两个评价极端(即好评和差 评)[5].但是,饱含强烈极性(如赞美、批评)1效用评价研究的分类 与作者个人观点的在线商品评论也许并不可靠, 或者对其他消费者的购买决策并没有帮助[4].在线商品评论的效用评价是基于CMC 例如,某件商品的平均得分是4星,只能表明购(comput