网络口碑影响机制：信任的中介和性别及涉入度的调节

网络口碑和在线评论已经成为网上消费者获取产品信息的最重要来源,也是影响其做出购买决策的最关键因素。但是,现有的研究缺乏对网络口碑的影响机制和作用路径的深入探索。开拓性地引入消费者信任作为中介变量,并将性别和涉入度等消费者特征作为调节变量,构建研究模型。采用在线实践后进行问卷调查的方法收集数据,并用结构方程模型软件进行模型验证与假设检验。研究结果表明：① 在线评论的理性强度、评论数量以及消费者的信任倾向,显著积极影响其对在线评论的感知可信度,而感知可信度进而通过消费者对商家的认知信任和情感信任的中介作用,最终影响其在线购买意愿。② 相比女性消费者,评论数量对男性感知评论可信度的影响更大,并且感知可信度对男性情感信任的影响也更大;但是女性感知评论理性强度对其感知评论可信度的作用更强。③ 与高涉入度消费者相比,在线评论的理性强度对低涉入者感知评论可信度的影响更大,认知信任对低涉入者购买意愿的影响也更大。然而,评论数量对高涉入者感知评论可信度的作用更强。这些研究结果蕴含着丰富的管理启示。     

考虑在线评论中个体标准差异的汽车产品排序方法

用户在线评论是影响消费者汽车产品选择决策的重要信息来源.已有的基于用户在线评论的产品排序研究中,较少考虑用户评价标准差异对排序结果的影响.基于文本型、数值型和极性评论数据,本文提出一种考虑个体评价标准差异的汽车产品排序方法:首先分析文本型评论中的用户情感,构建情感词典,得到初步情感得分;然后利用数值型和极性评论相关值为...     

依据在线评论的商品排序方法北大核心CSCD

提出了一种依据商品在线评论的基于多粒度情感强度分析和随机逼近理想点排序法的商品排序方法.使用爬虫软件和ICTCLAS对消费者关注的备选商品的在线评论进行获取和预处理.依据预处理后的评论,通过提出多粒度情感强度分析算法确定每条评论针对商品属性的情感强度值.通过对得到的情感强度值进行统计分析,得到备选商品针对商品属性的多粒度情感强度分布形式的属性值.最后,依据得到多粒度情感强度分布形式的属性值,采用随机逼近理想点排序法确定备选商品的排序.基于中关村在线中的数码相机在线评论,给出了提出方法应用的实例分析.     

依据在线评论的商品排序方法

提出了一种依据商品在线评论的基于多粒度情感强度分析和随机逼近理想点排序法的商品排序方法.使用爬虫软件和ICTCLAS对消费者关注的备选商品的在线评论进行获取和预处理.依据预处理后的评论,通过提出多粒度情感强度分析算法确定每条评论针对商品属性的情感强度值.通过对得到的情感强度值进行统计分析,得到备选商品针对商品属性的多粒度情感强度分布形式的属性值.最后,依据得到多粒度情感强度分布形式的属性值,采用随机逼近理想点排序法确定备选商品的排序.基于中关村在线中的数码相机在线评论,给出了提出方法应用的实例分析.     

协同过滤推荐算法研究: 考虑在线评论情感倾向

协同过滤推荐算法通常是基于兴趣相似的用户行为来实现个性化推荐, 其核心义用户之间的兴趣相似度. 本文在传统的协同过滤推荐算法基础上, 考虑在线评论对用似度识别的影响. 在混合商品推荐中, 粗粒度识别评论情感极性; 而在同类商品推荐中, 细粒别每个商品特征的情感极性. 如果用户对产品的某个特征评价次数大于平均次数, 表明用户对征较关注; 如果对产品的某个特征评价低于平均评价, 表明用户对该特征较挑剔. 进而根据用户评论来建立用户偏好模型, 用户在评论中反映出来的相似度越高, 表明用户之间的偏好越. 实验表明, 同传统的协同过滤算法相比, 基于在线评论情感分析的用户协同过滤算法在率和召回率指标上有显著提升.     

基于主题相似性的在线评论情感分析北大核心CSCDCSSCI

从在线文本评论挖掘消费者情感信息,能够得到更加真实的消费者购买体验及其偏好。主题情感混合模型作为一类有效的无监督情感分类模型,正在成为这方面的重要文本挖掘工具,但该模型存在分类准确率和稳定性还不够高的问题,为克服这一不足,提出一种基于主题相似性的无监督在线评论情感分类模型。以潜在狄利克雷模型分析在线评论主题,结合情感词典计算主题情感极性;引入理想评论并构造理想评论代表集,通过计算评论和理想评论集的主题相似度,实现在线评论情感分类。实验结果表明,该模型能有效判别消费者在线评论情感倾向,稳定性较高,衡量分类结果的综合指标F_1值比现有主题情感混合模型提高3%～20%。同时,在计算机、酒店、图书及手机等不同领域评论数据集上的实验结果显示,该方法具有较好的领域可移植性。     

基于主题相似性的在线评论情感分析

从在线文本评论挖掘消费者情感信息,能够得到更加真实的消费者购买体验及其偏好。主题情感混合模型作为一类有效的无监督情感分类模型,正在成为这方面的重要文本挖掘工具,但该模型存在分类准确率和稳定性还不够高的问题,为克服这一不足,提出一种基于主题相似性的无监督在线评论情感分类模型。以潜在狄利克雷模型分析在线评论主题,结合情感词典计算主题情感极性;引入理想评论并构造理想评论代表集,通过计算评论和理想评论集的主题相似度,实现在线评论情感分类。实验结果表明,该模型能有效判别消费者在线评论情感倾向,稳定性较高,衡量分类结果的综合指标F_1值比现有主题情感混合模型提高3%～20%。同时,在计算机、酒店、图书及手机等不同领域评论数据集上的实验结果显示,该方法具有较好的领域可移植性。     

考虑新产品观测与体验特征的播种营销策略研究

本文研究垄断厂商线上线下分期销售背景下,向消费者发放试用品以消除新产品不确定性,进而通过试用者评价影响其他消费者的播种策略,建立了考虑产品观测特征与体验特征的播种模型,分析了商家在不同定价策略和市场环境下的最优播种量和收益,并进一步对商家决策播种影响力模型展开研究.结果表明:1)商家是否播种与线下目标消费者定位、消费者分布、产品的体验品特性程度有关;2)线下渠道服务全部潜在消费者时播种的益处更明显,且高估值消费者比例越大或产品越倾向于体验品,播种范围应该越大;3)当商家在线下渠道只服务高估值消费者为更优策略时不应播种;4)当商家决策播种影响力且线下服务全部消费者时,商品越倾向体验品,越有动机提高影响力并减少播种量来增加受播种影响的消费者.     

基于混合类别序列规则的中文比较评论的识别

在线评论中的比较信息揭示了品牌和商品的竞争性关系,为消费者的购买决策提供了有力的依据.在线评论中比较信息通常以显性和隐性两种形式存在.为此,提出一种将句法、规则、特征相结合的比较句识别算法.针对显性比较评论,提出了融合CSR方法与依存句法分析算法,即比较句的形式化结构与内在依存关系两个方面结合,提高比较句识别的效率.针...     

移动商务用户个性化推荐采纳行为影响因素的实证研究

立足于移动互联网平台,基于TAM2模型理论并对其进行拓展修正,从用户感知角度构建移动用户个性化推荐采纳的理论模型,旨在探讨移动电子商务用户对个性化推荐使用意向的影响因素。通过问卷调查,共收集253份有效问卷,采用SPSS和LISREL软件对假设模型进行验证。结果显示,用户创新性、感知有用性对个性化推荐使用意向具有非常显著的正向影响作用,隐私关注负向影响使用意向。对于感知有用性,主观规范、感知个性化和推荐信息质量均具有显著正向影响作用。其中,感知个性化最突出。据此,为移动电商个性化推荐技术的提高与完善提出相关对策与建议。     

基于元分析的移动医疗持续使用意愿影响因素

基于30篇中外文献，以信息系统持续使用模型（ECM-IS）为基础，构建了包含个体感知因素与个体特征的综合研究框架。同时，采用元分析方法，探讨了用户持续使用意愿影响因素并分析了国家经济发展水平的调节效应。结果表明：信息系统持续使用模型各变量关系在移动医疗服务领域解释用户持续使用意图方面均得到了验证；个体感知因素与个人特征因素对用户满意度及持续使用意愿均有正向影响；除感知有用性与满意度、感知服务质量与满意度的关系而外，国家经济发展水平均显著调节模型中相关变量关系。所得结论一方面可以为后续研究提供理论参考，另一方面可以协助移动医疗服务提供商进一步了解用户行为，增强用户粘性，促进移动医疗服务持续发展。     

社交网络商品在线口碑情感信息传播模型研究

针对商业产品在线口碑情感信息传播问题,基于SIR模型构建了考虑全局情感的基本在线口碑情感传播模型,以传播状态和口碑情感值两个属性刻画消费者肖像;进一步考虑企业干预,提出考虑企业资源投入量以及采取措施时间的在线口碑情感传播模型.通过仿真实验,发现初始口碑源情感分布可显著影响口碑情感传播过程,强情感强度的情感更具传染性;消费者对全局情感信息的平均感知能力越高,极端评论的影响越小;口碑传播初始阶段,是企业采取措施的黄金时间,企业资源投入量呈现边际效用递减规律.     

基于在线评论服务策略的电商供应链决策

为了解决在线评论导致的信息不精准问题,考虑在线评论的产品质量和产品喜好两个维度,构建了由制造商和网上零售商组成的Stackelberg博弈模型.研究网上零售商是否提供在线评论服务的策略选择问题,分析在线评论对供应链成员与消费者的影响.结果表明,产品退货率较低时,网上零售商提供在线评论服务的策略对供应链成员与消费者均有益...     

海量用户评论在APP更新设计中的参与作用挖掘

APP市场上用户发表的评论包含着对APP软件研发团队的有用信息,尤其是软件功能请求以及具有特定应用的用户体验内容,可以应用到APP软件的版本更新设计中.为了研究海量用户评论在APP软件更新和重新设计中的参与作用,本文提出一种基于词向量表征的句向量相似性计算模型,它可以用于度量来自更新日志文本和用户评论文本中的句子的相似性.然后,本文提出了APP产品的“更新日志-用户评论”匹配算法将不同语义匹配结果划分到不同的数据集.基于真实的APP市场上采集的海量APP软件升级日志数据和用户评论数据的实验证明了本文提出方法的有效性.研究结果还发现:APP开发团队对于用户评论内容的采纳不到20%,而且采纳的内容主要集中在APP软件功能方面.用户评论中众多内容指向企业的营销活动问题,这部分内容由于研发团队在企业运营中的管理角色所限,很少能够顾及.     

基于RoBERTa-BiLSTM-CRF融合模型的在线评论细粒度情感分析

在电子商务迅速发展的背景下,在线评论所蕴含的商业价值日益凸显.从在线评论中提取用户关于产品的评价和情感的研究,已经开始从句子级或篇章级的粗粒度情感分析转向属性级的细粒度情感分析.但当前细粒度情感分析方法在情感要素识别任务中存在不能同时解决一词多义、上下文语义信息不全以及标签约束关系缺失等突出问题,且面向属性的情感强度量化方法未充分考虑语法信息.对此,本文提出一种基于RoBERTa-BiLSTM-CRF融合模型的在线评论细粒度情感分析方法,该方法可以有效解决上述问题,更加准确地识别评论中用户评价的产品或服务属性,并结合情感三元组和语法信息有效地量化用户在评论中反馈的情感强度.为了检验所提方法的效果,本文在酒店评论数据、美团外卖评论数据、CLUENER2020等多个领域的数据集上进行对比实验与消融实验.实验结果表明,与已有经典模型相比,本文所提基于RoBERTa-BiLSTM-CRF融合模型的情感要素识别方法在多个数据集上均获得了最佳F₁值,且本文所提情感强度量化方法更加精细,能更好地契合人类情感的连续性.此外,消融实验进一步表明融合模型的每个结构都具有重要性.     

“满意”还是“锁定”:理解技术创新路径依赖下的消费者持续使用北大核心CSCDCSSCI

与当前以认知信念为核心来解释信息系统用户持续使用的观点不同,从网络消费者有限理性及网络经济效应的研究角度,指出:当技术创新造成路径依赖时,认知锁定会成为决定持续使用的关键。通过对443名有经验的在线技术平台使用者的调查结果分析,研究证实,当技术创新通过其技术优势及网络效应造成认知锁定后,认知锁定对消费者的持续使用意向以及近期使用行为都具有更强的正向影响。并且,它还对满意与持续使用意向间的正向关系具有负向调节作用,从而限制满意对持续使用的预测效力。研究表明,互联网企业在构建顾客满意的同时要更为关注技术创新的锁定效应,注重从3个构成来源(信息有用性、交易成本优势和网络外部性)层面创造认知锁定,激发技术创新型企业的发展活力。此外,管理者们还需要注意到认知锁定对消费者的一些潜在负面影响。     

基于情感分析与证据理论的新产品在线竞争力测度方法及实证研究

基于新产品投放市场初期的在线评论中的情感信息具有暗示产品某功能是否得到消费者青睐及青睐程度的信息,同时,这些评论会影响后面消费者态度及决策的角度,结合证据理论的融合机制,提出了一种基于情感分析与证据理论的短期新产品竞争力测度方法。该方法构建了新产品在线评价信息的特性情感词汇提取机制,以及特性词评价集合与潜在消费者对特性词评价集合的打分机制,并发展构造了Mass函数及证据融合规则。最后,以效用理论构建新产品在线竞争力评估基准,由此构成完整的短期新产品在线竞争力测度方法。实证研究结果表明,该方法具有较高的可行性。     

“满意”还是“锁定”:理解技术创新路径依赖下的消费者持续使用

与当前以认知信念为核心来解释信息系统用户持续使用的观点不同,从网络消费者有限理性及网络经济效应的研究角度,指出:当技术创新造成路径依赖时,认知锁定会成为决定持续使用的关键。通过对443名有经验的在线技术平台使用者的调查结果分析,研究证实,当技术创新通过其技术优势及网络效应造成认知锁定后,认知锁定对消费者的持续使用意向以及近期使用行为都具有更强的正向影响。并且,它还对满意与持续使用意向间的正向关系具有负向调节作用,从而限制满意对持续使用的预测效力。研究表明,互联网企业在构建顾客满意的同时要更为关注技术创新的锁定效应,注重从3个构成来源(信息有用性、交易成本优势和网络外部性)层面创造认知锁定,激发技术创新型企业的发展活力。此外,管理者们还需要注意到认知锁定对消费者的一些潜在负面影响。     

基于主题模型的产品在线论坛主题演化分析

产品论坛主题演化分析对企业的市场营销和产品改进决策具有重要价值.针对产品论坛的特点构建了一个基于潜在狄利克雷分布((latent Dirichlet allocation, LDA)模型的产品在线评论主题演化分析模型,从主题标签、主题热度和主题词热度三个层面挖掘海量在线产品评论的主题演化.实验表明,该方法能够挖掘产品在线论坛的主题演化规律.发现不同论坛上同一产品的消费者关注点存在共性和差异性,关注点热度变化存在随机性,关注中心存在稳定性,以及高评论丰富度的论坛更容易形成主题演化关系等规律.     

在线评论认真书写的激励机制——以优惠券为例

基于两家淘宝网店的现场实验数据,验证了在网上交易中,优惠券这一经济激励方式能显著激励消费者更加认真地书写出同时包含主观和客观因素的更长的评论。而且与承诺认真评论后赠送优惠券的形式相比,评论前主动将优惠券作为礼物赠送给消费者可有效地形成消费者对卖家的正互惠信念,从而更为显著地激励他们认真书写出更长的有用评论。但这两种不同的优惠券发放方式,对影响消费者评论极端性和促进消费者书写同时包含主观和客观元素的评论而言,并无显著性差异。