负面在线评论内容和来源对消费者购买意愿的影响——产品类别的调节效应

采用实验研究的方法,研究检验了不同类别产品负面在线评论内容和来源对消费者购买意愿的影响。结果表明:负面在线评论从产品质量和服务水平两个方面影响消费者购买意愿,且负面在线产品质量评论对体验型产品购买意愿的影响更强,负面在线服务水平评论对不同类别产品购买意愿的影响无显著差异;消费者对不同来源负面在线评论的敏感度不同,相较来源于企业网站的负面在线评论,来源于第三方评论网站的负面在线评论对消费者购买意愿的影响更大,但这种效应并不是一成不变的。     

基于在线评论情感分析的手机推荐方法

手机的普及为生活带来便利,但由于品牌多、定位不同等导致消费者难以快速准确的选择合适的机型。为解决这个问题,提出了一种基于在线评论情感分析的手机推荐方法,用于帮助消费者寻找符合购买意愿的手机。首先,集成基础情感词典,构建程度副词、否定词、手机领域评论用语等相关词典,再根据消费者需求对手机各项参数进行多属性组合,并计算每条手机评论的情感值,将评论文本的情感模糊值转换为准确值,最后结合手机属性和评论的情感值定义特征矩阵,进而使用余弦相似度的方法得到top-k款与消费者需求相似的手机推荐给用户。对比传统的使用单一情感词典的推荐方法,结果表明该推荐方法能够有效的提高推荐结果的采纳度。     

网络口碑对消费者在线购买意愿影响的实证研究

"互联网+"大环境下,网络口碑成为影响消费者在线购买意愿的重要因素。借助S-O-R模型,将发送者特征、接收者特征、口碑信息特征作为刺激因素(S),将网络口碑信任度作为有机体(O),将消费者在线购买意愿作为反应(R),剖析三者的关系并进行实证分析。结果表明:接收者专业能力、信任倾向、感知风险、网络使用与网络依赖、发送者专业能力、关系强度都正向影响网络口碑信任度和在线购买意愿。     

社会化电子商务环境下消费者购买意愿及信任影响因素研究

社会化电子商务基于社交网络和Web 2.0技术,通过在线互动与沟通,帮助消费者在线购买商品和服务。社会化电子商务在中国发展迅速、市场潜力巨大,但是用户分享购物信息的意愿较低、接受度不高,提高消费者信任和购买意愿能够有效促进社会化电子商务的发展。研究借鉴技术接受模型和电子商务信任的研究成果,围绕社会化商务的社会化特征,引入感知乐趣、社会参与、社会推荐等"社会化"因素研究社会化商务的信任问题。通过对187位具有社会化电子商务使用经验的用户的数据收集与分析,结果表明社会化特征:感知乐趣、社会推荐对提高用户信任和购买意愿有显著正向影响,而社会参与并不能显著提高消费者信任和购买意愿。     

在线商品评论信息内容影响因素的实证研究

在线商品评论作为在线口碑的一种重要形式,是电子商务交易活动中的一类关键信息资源。研究和识别影响评论信息内容的因素,对于消费者做出正确有效的购买决策和促进电子商务平台完善自身建设等具有重要作用。该文从用户、商家/平台、在线商品这三个层面出发,采用问卷调查和统计分析法,对评论用户群体进行在线商品评论信息内容影响因素实证分析。研究发现:用户的情感分享、专业程度、与商家/平台的关系强度正向影响在线商品评论信息内容;商家/平台的态度负向影响在线商品评论信息内容。     

不同情感倾向对医院在线评论有用性的影响分析

为节省阅读在线评论时间,快速甄别有用信息,为用户选择医院提供参考,本文通过对大众点评中47 086条医院在线评论进行实证分析,构建多元线性回归模型,探讨不同情感倾向下评论星级、产品特征、时间、长度、附图、回复数量和品牌对评论有用性的影响。结果表明,不同情感调节下评论有用性影响因素不同。正面评论对品牌声誉好的医院影响更大,负面评论对品牌声誉差的医院影响更大;不论何种情感倾向下,附图和回复对评论有用性均存在影响。     

基于LDA模型与语义网络对评论文本挖掘研究

通过主题模型与语义网络对旅游电商中的评论文本进行挖掘,从而引导消费者与商家对评论信息作出重要决策;提出一种基于LDA(Latent Dirichlet Allocation,LDA)主题聚类与语义网络模型(LDA topic clustering and semantic network model,LTC-SNM)的方法对酒店在线评论文本进行研究;获取在线评论文本进行数据预处理,使用Word2vec生成词向量,利用机器学习算法对评论文本进行情感分类;通过LDA主题模型对分类后的文本进行聚类,生成酒店的特征主题词;通过ROSTCM将特征主题词与所修饰的情感词生成语义网络,缓解了挖掘文本信息的复杂性;实验结果表明:提出的LTC-SNM文本挖掘方法使得在线用户评价的主题更具表达性。     

消费者危机感知风险对在线评论效果的影响

突发公共事件中在线评论的效果受到消费者对危机风险的感知程度的影响突显.构建消费者危机感知风险情景下的在线评论内容对消费者购买决策的影响模型,运用多元回归分析模型和Bootstrap分析进行验证,探讨评论长度、评论丰富度、评论回复等在线评论内容对消费者购买的影响,同时考虑评论有用性的中介作用以及外在感知风险和内在感知风险的调节作用.结果表明:评论有用性有中介作用,外在感知风险起正向调节作用,内在感知风险起负向调节作用,且外在感知风险对消费者购买的影响更大.突发公共事件会放大在线评论对消费者在线购买的影响,电商应加强在线交易服务和对在线评论的监管,降低消费者在线购物感知风险,促进电子商务稳定有序持续发展.     

多品牌产品危机中企业应对策略对消费者购买意愿的影响研究——消费者负面情绪的中介作用

基于情绪认知理论,尝试关注多个企业同时陷入不可辩解型的群发性危机情景下,未曝光企业所采取的应对策略对消费者情绪及其品牌购买意愿影响的内在机制.实验选择真实的手机品牌作为刺激物,通过构建两个结构方程模型验证发现:(1)在多品牌产品危机中,未曝光企业选择主动介入与赔偿型措施时,涉事企业可获得消费者更高的品牌购买意愿;(2)涉事企业选择被动介入以及服务型措施时,消费者的介入评价对其负面情绪的影响程度更高;(3)消费者的负面情绪与其品牌购买意愿负相关,且消费者愤怒情绪较无助情绪对其品牌购买意愿影响更大;(4)消费者的负面情绪对消费者的介入评价与品牌购买意愿之间的关系具有部分中介作用.     

国内在线评论领域的研究热点可视化分析 ——以中国知网364篇中文论文为例

网上购物的蓬勃发展,伴随着在线评论数据爆炸式的增长,这些年来很多研究者就在线评论领域做过研究,但是研究热点是哪些还不明晰,也鲜有学者做过研究。因此,研究通过BibExcel,Ucinet和SPSS23.0等统计软件,将中国知网中文数据库中以在线评论为篇名中文论文提取的关键词进行社会网络分析,共词分析,聚类分析以及多维尺度分析。研究发现,在线评论研究领域中的在线评论的热点特征有评论有用性、评论效价、评论质量和评论极性等,研究热点理论有感知风险理论、感知价值理论和网络口碑理论,研究热点方法有数据挖掘、情感分析、结构方程模型和消费者行为实验,研究热点结果变量有购买意愿、购买决策、购买意向和购买行为。     

基于景点在线评论文本的游客关注度和情感分析

游客在线评论反映了游客实地旅行之后关于旅游景点和服务的真实感受,本文构建了一个基于景点在线评论文本的游客关注度和情感分析方法。该方法首先从主流旅游网站的评论专区中获取景点的评论文本并进行预处理,然后基于《知网》词汇语义相似度,结合词频分析,通过构建"旅游形象属性-触发词"词表,分别计算评论信息中旅游形象属性的游客关注度。最后建立褒贬义情感词典,对处理后的评论文本情感分析。该方法能够直观显示景点在线评论信息中旅游形象的游客评论关注点和总体情感倾向,为潜在游客的景点选择提供参考依据。以厦门市旅游景点的评论文本为例,验证了该方法的可行性。     

游戏化对网络消费者购买意愿的影响

基于游戏化金字塔理论构建研究模型,运用问卷调查法收集数据,采用层级回归分析法研究发现,对于网络消费者,游戏化三个维度——游戏动力、游戏机制、游戏组件正向影响其购买意愿和顾客参与的三个维度——信息分享、人际互动、合作行为;顾客参与的三个维度正向影响购买意愿,并在游戏化三个维度与购买意愿间起部分中介作用。电子商务企业可以通过游戏化设计,全方位调动网络消费者参与营销活动的积极性, 协同运用游戏化元素提高网络消费者购买意愿。     

跨境电商网站质量与服装消费者购买意愿关系的研究

为了提高服装消费者对跨境电商网站的购买意愿,构建了网站质量、消费者信任、感知风险和购买意愿之间的影响关系模型,并提出假设。基于服装消费者调查问卷数据,采用结构方程实证四者之间的关系。研究发现:消费者信任和感知风险起到中介效应;网站信息和服务质量通过消费者信任显著影响购买意愿;系统、信息和服务质量通过感知风险显著影响购买意愿,其中信息质量和服务质量影响较大。因此,跨境电商企业可以通过提高网站服务和信息质量提高消费者购买意愿。     

电子商务网站社交因素对消费者电子口碑发布动机及意愿的影响

研究电子商务网站社交因素对消费者电子口碑发布行为的影响有助于促进产品销售,提升网站的服务质量。该文基于动机理论提出了娱乐放松、自我提升、交流与分享、支持/惩罚商家、改进服务、经济激励等6种常见的消费者电子口碑发布动机,设计调查问卷分析了当前以"关注""评论""分享"为代表的功能性电子商务网站社交因素与消费者电子口碑发布动机及意愿三者之间的影响。研究结果表明:电子商务网站社交因素正向影响消费者电子口碑发布动机,并且进一步正向影响消费者电子口碑发布意愿。该文研究结果对描述和预测消费者在线参与电子口碑的行为提供了经验依据,同时对电子商务网站未来的设计运营提出了有效建议。     

基于在线评论的产品竞争力分析方法

随着电子商务的发展，在线评论已成为企业分析其产品竞争力的重要数据资源.通过评论文本提取消费者最关注的产品特征维度，采用情感词典法对评论文本进行情感分析得到特征-情感分数对.计算特征维度的重要度和满意度以确定特征维度的机会得分，并绘制机会景观图，分析目标产品自身的竞争力.依据特征维度的满意度，比较目标产品与其竞争产品的竞争优劣势.基于两种视角下的竞争力分析结果给出目标产品竞争力提升策略，使用Zol.com.cn网站提供的在线评论进行实验，结果表明了所提出方法的可行性和有效性.     

互联网背景下在线评论质量与网站形象的影响研究

基于精细加工可能性模型,提出在线评论质量与网站形象通过不同路径影响消费者对网站的信任,继而影响其购买意愿。通过问卷调查,采用结构方程模型进行数据分析,验证了高质量的在线评论与良好网站形象的价值,以期为互联网背景下的企业经营提供相应的理论指导与实践建议。     

基于条件随机场模型的在线评论情感极性强度分析

为了辨别在线评论的情感倾向,了解大众舆情对某一事件或产品的看法,采用层叠CRFs模型,把在线评论语句进行主客观分类、极性分类以及评论语句的褒贬强度分类,充分利用极性分类和褒贬强度分类之间的层次关系来改善情感分类的冗余关系,以期借助改进的条件随机场模型实现文本情感倾向及强度的分析,实现篇章级文本集的情感分析.     

基于BERT模型的景区评论情感分析

随着旅游经济的到来,游客们更加关注旅游体验,本文采用BERT文本情感分析模型以及网络文本分析方法,以苏州拙政园景区为研究对象,爬取并整理携程网中游客对景区的评论信息.利用Python软件建立改进的BERT情感分析模型,训练集与测试集M值达0.94,同时针对负面评论信息使用社会和语义网络,分析游客的旅游体验特征,对景区存...     

基于在线评论和网络搜索的汽车销量预测研究

使用情感分析算法获取在线评论的效价，并应用前景理论和熵值法对在线评论的效价进行调整，结合评论数量和网络搜索数据，建立了自回归分布滞后模型，并对不同价位档次汽车销量进行预测分析.研究发现，考虑了消费者受负面信息影响的在线评论的效价、数量和网络搜索数据的模型预测效果优于传统模型，更符合实际情况，但对不同价位档次汽车预测效果存在差异，低档汽车销量预测效果最佳，其次是中档汽车，最后为高档汽车.     

移动通信技术发展背景下的在线评论形式演进及价值挖掘

伴随着移动通信技术的发展,在线评论形式不断演进。信息海量增长,引发消费者对在线评论的真实性和可靠性存疑,决策成本上升。为探讨在线评论对消费者购买决策的影响,本文基于精细加工可能性模型,以在线评论可信度为中介变量,构建研究模型,进而开展问卷调查并进行实证分析。结果表明,网络环境认知、在线评论质量、在线评论数量、评论者资信度对在线评论可信度有显著性正向影响,在线评论效价对在线评论可信度有显著性负向影响。在线评论可信度对消费者购买决策有显著性正向影响,并发挥中介作用。基于此,本文提出了在5G时代深度挖掘在线评论价值可采取的相关举措。