張慶民，吳春梅，劉小峰

（1.南京大學 工程管理學院，江蘇 南京 210093；2.南京財經(jīng)大學 a.管理科學與工程學院；b.會計學院，江蘇 南京210046；3.南京審計學院 國際審計學院，江蘇 南京 211815）

一、引 言

面對風起云涌的社會化媒體，如論壇、微博、社交網(wǎng)絡社區(qū)等，網(wǎng)民的網(wǎng)絡活動能力和領域不斷擴大，在網(wǎng)絡媒體中發(fā)表自己對產(chǎn)品、服務質(zhì)量等話題的感受、觀點與情感，網(wǎng)絡輿情已經(jīng)顯現(xiàn)出強大的滲透能力和廣闊的企業(yè)應用前景。尤其是近幾年來，產(chǎn)品質(zhì)量安全問題日趨突出，老百姓的生活受到了極大的影響，他們本身可能就是企業(yè)的顧客或者關心企業(yè)產(chǎn)品的顧客，因此，越來越多的顧客通過社會化媒體表達他們對產(chǎn)品的意見，當大量網(wǎng)民意見自動地聚集在一起，他們的聲音將更多地影響著其他網(wǎng)民。結果，在網(wǎng)絡環(huán)境下，越來越多的網(wǎng)民能夠方便地從社會化媒體中獲取企業(yè)產(chǎn)品質(zhì)量安全信息，這種網(wǎng)民交互逐漸形成了網(wǎng)絡輿情，將直接或間接地影響著企業(yè)網(wǎng)絡聲譽。

當今，企業(yè)網(wǎng)絡聲譽的影響范圍和深度不斷增強，越來越多的公司意識到挖掘網(wǎng)絡輿情信息獲取企業(yè)在線聲譽的價值，社會化媒體成為獲取企業(yè)網(wǎng)絡聲譽的第一手重要資料來源。對于網(wǎng)絡輿情的商業(yè)應用，有必要以全新的管理視角、構建新的商業(yè)管理理論體系來解釋和預測網(wǎng)絡輿情對企業(yè)網(wǎng)絡聲譽的影響，如何深入地量度網(wǎng)民反映的帖文所形成的網(wǎng)絡輿情？如何探究網(wǎng)絡輿情誘發(fā)的企業(yè)網(wǎng)絡聲譽的形成與演化趨勢？企業(yè)網(wǎng)絡聲譽怎樣度量等？均是值得探討的新問題，本文就是基于此開展研究工作。

二、文獻與方法回顧

（一）文獻回顧

基于社會化媒體的企業(yè)網(wǎng)絡聲譽研究，大多從網(wǎng)絡零售視角開展工作。Chang[1]等從網(wǎng)絡購物中如何選擇聲譽高的零售商角度出發(fā)，構建了在線拍賣中幫助顧客選擇銷售商的MARM聲譽模型，另外，Wu[2]等建議了在線拍賣的幾種新方法，通過模擬和實證方式進行了論證。Hansen[3]等和Walsh[4]等均采用了采用結構方程模型開展研究，Hansen測試了顧客對企業(yè)聲譽的滿意和信任、企業(yè)聲譽是如何影響顧客忠誠度和口碑，Walsh研究了在B2B中企業(yè)聲譽對顧客感知價值具有重要的影響。另外，Walsh[5]等通過案例確定了基于顧客的企業(yè)聲譽的五個維度。Josang[6]等介紹了基于β概率密度函數(shù)合并回饋和提取聲譽等級的beta聲譽模型，隨后，Bharadwaj[7]等引入了信任與聲譽的模糊計算模型對beta聲譽模型進行了擴展，并對該模型與其他模型進行了比較。這些企業(yè)網(wǎng)絡聲譽的研究成果主要利用了社會化媒體中的網(wǎng)絡口碑信息進行分析。對于網(wǎng)絡輿情在企業(yè)網(wǎng)絡聲譽的研究成果大多集中在網(wǎng)絡輿情數(shù)據(jù)挖掘方面，對于網(wǎng)絡輿情影響下的企業(yè)網(wǎng)絡聲譽研究成果還不多。Gruhl[8]等強調(diào)博客、論壇社會化媒體與企業(yè)銷售的關系。Kaiser[9-10]等給出了一個神經(jīng)模糊方法獲取網(wǎng)絡輿情規(guī)則的預警系統(tǒng)，借助數(shù)據(jù)挖掘提出了一個允許提取、聚合和監(jiān)控顧客意見的方法，其主要依據(jù)正面、中性和負面帖子數(shù)量開展研究。Nambisan[11]等提出了由實用、享受、可用性、社交四維模型對在線產(chǎn)品網(wǎng)絡輿情評價并給出了實證分析。到目前為止，僅有少量的研究探討了如何管理企業(yè)網(wǎng)絡聲譽問題。對于企業(yè)網(wǎng)絡聲譽的計算，基本思路是用帖子數(shù)量的多少度量企業(yè)網(wǎng)絡聲譽的大小。我們認為這種思路是不完整的，企業(yè)網(wǎng)絡聲譽大小應該是通過受影響的網(wǎng)民數(shù)量、帖文質(zhì)量、輿情特性等因素開展研究更合理。

（二）研究方法回顧

網(wǎng)絡口碑、網(wǎng)絡輿情和企業(yè)網(wǎng)絡聲譽在已有文獻研究中屢被提及，但兩者關系還有待進一步深入探討。為了測度網(wǎng)絡口碑誘發(fā)企業(yè)網(wǎng)絡聲譽問題，過去部分學者也進行了一定的探討：大多采用人們比較容易接受的想法進行了分析，企業(yè)網(wǎng)絡聲譽值=正面帖子數(shù)量-負面帖子數(shù)量；文獻[10]給出了如下的輿情指數(shù)計算公式：

式中的o表示輿情指數(shù)，pos、neg、neu分別表示正面、負面、中性帖子數(shù)量，ω為權重，i表示產(chǎn)品，t表示時間，n表示產(chǎn)品數(shù)量。另外，文獻[6]基于β概率密度函數(shù)，給出了單積分聲譽指標的計算公式：

通過推導，企業(yè)網(wǎng)絡聲譽等級的結果為：

其中，N+i與N-i分別表示i產(chǎn)品的正、負帖子數(shù)量，

對于天涯論壇網(wǎng)站中的天涯輿情，天涯輿情中采用了給定權重的情況下對短期輿情指數(shù)進行了計算，其計算公式為：某地區(qū)正面網(wǎng)絡輿情指數(shù)=50%×[某地區(qū)正面輿情帖子數(shù)量/全部地區(qū)正面輿情帖子數(shù)據(jù)量]+30%×[（某地區(qū)正面輿情帖子點擊量/全體正面輿情帖子點擊量）×0.5+（某地區(qū)正面輿情帖子回復量/全體正面輿情帖子回復量）×0.5]+20%×[某地區(qū)正面輿情帖子數(shù)量/某地區(qū)（正+負）面輿情帖子總數(shù)]。同樣，負面網(wǎng)絡輿情指數(shù)也是類似的。文獻[12]從各個指標數(shù)的權重大小視角進行了分析，運用熵權-離差聚類法對各個指標權重進行了計算。上述網(wǎng)絡輿情指數(shù)的計算為進一步研究由網(wǎng)絡輿情誘發(fā)的企業(yè)網(wǎng)絡聲譽問題奠定了基礎。

二、問題描述與模型設定

（一）問題描述

1.網(wǎng)絡口碑與網(wǎng)絡輿情

網(wǎng)絡口碑與網(wǎng)絡輿情均是網(wǎng)民在社會化媒體中分享自身感受、情緒等信息的產(chǎn)物，兩者具有一定的共性，傳播的主體均為網(wǎng)民，評價均會對企業(yè)網(wǎng)絡聲譽產(chǎn)生一定的影響，口碑和輿情信息均會隨著時間的流逝呈現(xiàn)衰減趨勢。但是，兩者對企業(yè)網(wǎng)絡聲譽的影響也具有明顯的差異性，這里以產(chǎn)品質(zhì)量安全為例加以比較分析。一是網(wǎng)絡口碑僅僅是顧客對產(chǎn)品質(zhì)量滿意程度的留言，一般情況下影響范圍有限。以淘寶為例，大多數(shù)產(chǎn)品僅僅存在評價數(shù)量、正面評價和負面評價數(shù)量和帖子內(nèi)容；二是網(wǎng)絡輿情具有口碑不具有的特性，網(wǎng)絡輿情一般是由于社會熱點或嚴重質(zhì)量安全問題引發(fā)的具有一定周期性特點的網(wǎng)絡評價，網(wǎng)絡輿情具有明顯的周期性，尤其是輿情高潮期的擴散對企業(yè)網(wǎng)絡聲譽的影響尤其嚴重。

2.情感共振與企業(yè)網(wǎng)絡聲譽

目前階段，網(wǎng)民對企業(yè)產(chǎn)品質(zhì)量安全問題的感知是導致其網(wǎng)絡發(fā)帖、點擊、回復行為的根本原因，眾多的網(wǎng)民行為最終導致網(wǎng)絡輿情的發(fā)生，網(wǎng)絡輿情包括正面、中性和負面網(wǎng)絡輿情。從現(xiàn)有企業(yè)網(wǎng)絡輿情的報道分析，企業(yè)負面輿情比正面輿情的影響效果更明顯，尤其是在我國質(zhì)量安全問題高發(fā)的特殊階段，網(wǎng)民對企業(yè)產(chǎn)品質(zhì)量安全方面的問題揭露得更多。我們把網(wǎng)民對企業(yè)產(chǎn)品質(zhì)量安全問題的不滿通過網(wǎng)絡渠道表達出來，并不斷傳播擴散所形成的一種情感表現(xiàn)，當網(wǎng)民對輿情的感知與其內(nèi)在表達的情感觀點具有相似度時，該網(wǎng)民的網(wǎng)絡行為將發(fā)生相應的改變，那么眾多的網(wǎng)民觀點的演化實質(zhì)上是由一系列的復雜網(wǎng)絡活動，稱為情感共振現(xiàn)象，這種有產(chǎn)品質(zhì)量安全問題誘發(fā)的網(wǎng)絡輿情現(xiàn)象稱為網(wǎng)民感知質(zhì)量輿情。有關情感共振現(xiàn)象的研究并不多，大多局限于概念層的闡述，基于這種現(xiàn)實狀況，可以通過提取復雜網(wǎng)絡活動中網(wǎng)絡輿情特征指標來研究網(wǎng)民的情感共振。同時，企業(yè)網(wǎng)絡聲譽隨著網(wǎng)絡輿情的傳播擴散逐漸形成，這種通過網(wǎng)民感知質(zhì)量輿情傳播擴散給企業(yè)帶來的直接或間接的企業(yè)網(wǎng)絡聲譽影響。可見，企業(yè)網(wǎng)絡聲譽主要是基于網(wǎng)絡中網(wǎng)民行為所形成的，同樣也包括正面、中性和負面聲譽。

（二）模型基本假設

基于過去有關網(wǎng)絡輿情誘發(fā)的企業(yè)網(wǎng)絡聲譽問題的研究忽略了輿情衰減、帖文質(zhì)量影響、輿情特性等因素，本文通過對上述幾個問題的剖析，將從顧客感知視角研究企業(yè)網(wǎng)絡聲譽。其研究主要圍繞如下假設：①該網(wǎng)絡輿情涉及的產(chǎn)品質(zhì)量輿情事件與顧客有著密切關系，如食品安全、日用品質(zhì)量安全問題等，同時，假設采集數(shù)據(jù)的時間過程是關于時間的連續(xù)可微函數(shù)；②為了簡化研究問題的復雜性，這里不考慮網(wǎng)絡槍手或競爭對手惡意攻擊企業(yè)所形成的網(wǎng)絡評價對企業(yè)網(wǎng)絡聲譽造成的影響，僅僅假設網(wǎng)絡輿情事件受到產(chǎn)品質(zhì)量安全問題的影響，不是惡意誹謗、攻擊等網(wǎng)絡行為造成的；③網(wǎng)絡輿情分為正面輿情、負面輿情和中性輿情，依據(jù)前人研究成果和人們直觀感知，企業(yè)正面網(wǎng)絡輿情對企業(yè)產(chǎn)生一定的正面影響；中性網(wǎng)絡輿情對企業(yè)網(wǎng)絡聲譽的影響基本上呈現(xiàn)中性特質(zhì)；負面網(wǎng)絡輿情將對企業(yè)產(chǎn)生一定的負面影響，并且一般情況下負面網(wǎng)絡輿情對企業(yè)網(wǎng)絡聲譽的影響更大、更嚴重。因此，這里僅僅研究正面、負面網(wǎng)絡輿情對企業(yè)網(wǎng)絡聲譽產(chǎn)生的影響，中性網(wǎng)絡輿情不予考慮。

（三）研究模型構建

通過上述回顧，以顧客網(wǎng)絡論壇行為例，開展企業(yè)網(wǎng)絡聲譽問題的研究，下面給出天涯論壇中的帖文實例，如圖1所示。

圖1 論壇貼文示例

圖1給出了蒙牛奶粉、雅培奶粉的兩條帖文信息，可以看出論壇中帖文有如下信息：一是每個帖子給出了完整的帖子題目、內(nèi)容、作者、時間、點擊次數(shù)、回復次數(shù)等信息；二是每個有關產(chǎn)品質(zhì)量安全的帖子基本上都是反映顧客的情感和認知，是了解顧客對企業(yè)滿意程度的重要渠道，進而獲取企業(yè)網(wǎng)絡聲譽；三是通過關鍵詞檢索到的帖子，具有明顯的相似特性，這與數(shù)據(jù)采集軟件的挖掘算法是相關的，不用為數(shù)據(jù)采集算法所困惑，該帖文為企業(yè)網(wǎng)絡聲譽分析提供了數(shù)據(jù)支持。一旦企業(yè)產(chǎn)品發(fā)生了質(zhì)量安全問題，受其影響的顧客會通過網(wǎng)絡等渠道把自己所遭受到的危害曝光，當該種危害也同樣波及其他網(wǎng)民，那么，必然導致網(wǎng)民發(fā)泄自身不滿情緒，結果引發(fā)網(wǎng)民情感共振現(xiàn)象，帖子點擊數(shù)、回復數(shù)、轉載數(shù)會在短時間內(nèi)傳播形成網(wǎng)絡輿情。

為了構建從顧客感知的企業(yè)產(chǎn)品質(zhì)量輿情與企業(yè)網(wǎng)絡聲譽的關系，通過網(wǎng)絡輿情分析企業(yè)網(wǎng)絡聲譽的設計思路為：眾所周知，影響網(wǎng)絡輿情的因素包括網(wǎng)絡輿情主體網(wǎng)民（意見領袖）、網(wǎng)絡輿情事件特性、網(wǎng)絡媒體等。對于已經(jīng)發(fā)生的產(chǎn)品質(zhì)量安全問題引發(fā)的網(wǎng)絡輿情事件，如毒奶粉、塑化劑等熱點事件，其議題內(nèi)容和關注熱度是引發(fā)網(wǎng)民情感波動的根本動力，再加上網(wǎng)民（意見領袖）傳播、網(wǎng)絡媒體報道進一步加大了對該事件擴散，它們的作用最終都體現(xiàn)在網(wǎng)民行為上，如發(fā)帖、點擊閱讀、回復數(shù)量增多，所以在設計模型時給出了帖子總數(shù)、帖子點擊數(shù)、帖子回復數(shù)。我們也知道這些帖子中有些帖文內(nèi)容影響較大，有些則影響較小，因此，在分析這些帖子對企業(yè)網(wǎng)絡聲譽造成影響的時候要區(qū)別對待。另外，再加上網(wǎng)絡輿情（如三聚氰胺）事件與網(wǎng)絡口碑（如淘寶商品評價）事件呈現(xiàn)的網(wǎng)絡信息特性具有明顯的不同特點，網(wǎng)絡輿情一般具有發(fā)生期、發(fā)展期、高潮期、衰退期四個周期，尤其是高潮期間的輿情擴散強度對企業(yè)網(wǎng)絡聲譽的影響更大，而網(wǎng)絡口碑基本上不具有這種特點。為了充分體現(xiàn)網(wǎng)絡輿情周期性的特點，尤其是輿情高潮期輿情擴散強度對企業(yè)網(wǎng)絡聲譽造成的影響，圖2中給出了反映網(wǎng)絡輿情擴散強度的因素。該設計模型就從帖文數(shù)量分布和帖文強度分布兩個方面對網(wǎng)絡輿情進行了刻畫。

圖2 研究思路框圖

圖2給出了從產(chǎn)品質(zhì)量安全事件發(fā)生到企業(yè)網(wǎng)絡聲譽形成過程的研究思路框圖。該框圖從帖文數(shù)量分布和帖文強度分布兩個方面對網(wǎng)民情緒引發(fā)的網(wǎng)絡行為呈現(xiàn)的信息結果進行分析，從圖1中的帖子特點可知，帖子數(shù)量分布可從帖子總數(shù)量、帖子點擊數(shù)、帖子回復數(shù)三個方面進行分析，帖文強度分布可依據(jù)網(wǎng)絡輿情周期特點進行分析，進而根據(jù)采集的信息數(shù)據(jù)能夠計算正負帖文的參與人數(shù)、帖文影響力、輿情衰減函數(shù)的結果，最終實現(xiàn)企業(yè)網(wǎng)絡聲譽的計算。該模型在充分考慮網(wǎng)絡輿情的特點和帖文重要程度的不同，克服了簡單地采用正負帖子求差的方式統(tǒng)計輿情指數(shù)獲取企業(yè)網(wǎng)絡聲譽，因此，在企業(yè)網(wǎng)絡聲譽的計算中，基于顧客網(wǎng)絡輿情計算的企業(yè)網(wǎng)絡聲譽更具有合理性和可解釋性。

三、多屬性企業(yè)聲譽計算方法

下面運用多屬性方法進行計算，該方法主要考慮影響企業(yè)網(wǎng)絡聲譽的三個因素：輿情衰減函數(shù)、帖文影響力、輿情擴散強度。

以企業(yè)i輿情熱度較高的產(chǎn)品質(zhì)量安全事件k為例，設定被評估企業(yè)為ei,k，以過去企業(yè)網(wǎng)絡聲譽研究為基礎進行修正，新修正的企業(yè)網(wǎng)絡聲譽級數(shù)表達式為：

式中TD(ri,k,t)表示帖子信息ri,k隨時間t衰減函數(shù)后的結果，CA(ri,k)表示帖文影響力，SD(ri,k,D)為在輿情周期中高潮期D階段的帖子信息ri,k的擴散強度，ω1+ω2+ω3=1。

（一）輿情衰減函數(shù)

在信息爆炸時代，網(wǎng)絡信息更新速度非常之快，企業(yè)網(wǎng)絡輿情也一樣，隨著時間流逝，信息的影響不斷衰減。對于此類現(xiàn)象，目前比較一致的做法是為不同時期的帖文按照距離當前時間的遠近程度分配不同的權重，距離當前時間點越近，賦予的權重越大；否則權重越小。因為權重的分配是一種主觀的、經(jīng)驗式的決斷，為了有效地計算帖文時間對企業(yè)網(wǎng)絡聲譽值的影響，引入時間衰減函數(shù)，衰減函數(shù)由于受內(nèi)部參數(shù)取值的約束，函數(shù)值易于控制，衰減幅度在理論上可操作，靈活性也更強。采用衰減函數(shù)能夠達到比權重分配更穩(wěn)健更合理的效果，時間衰減函數(shù)的引入能夠較好地反映帖文隨時間變化的狀況。

對于輿情信息的衰減，正面輿情信息與負面輿情信息對網(wǎng)民的影響是不一樣的，一般認為負面輿情信息衰減相對于正面輿情信息要慢些。因此，這里采用了不同的衰減系數(shù)，使得負面輿情信息衰減慢，正面輿情信息衰減快，從而給出了如下時間衰減函數(shù)。

（二）帖文影響力

眾所周知，在網(wǎng)絡社區(qū)中不同帖子的影響效果是不同的，如果同等對待不同影響力的帖子，就忽視了帖文影響力不同的情況，針對這種現(xiàn)象，下面給出了計算方法。

首先，定義輿情影響力的邊界數(shù)量界限，帖子點擊數(shù)量s，回復數(shù)量h，第x帖子輿情影響力以帖子點擊和回復數(shù)主要指標，分別表示為表示帖子點擊次數(shù)值，O+h,i表示帖子回復次數(shù)值，i∈[1,8]，下面以帖子點擊次數(shù)為例給出邊界劃定區(qū)間分布，如圖3所示。

圖3 帖文影響力與輿情邊界值關系

通過上述帖子點擊次數(shù)的分布，設定M(ri,k)的取值范圍如下：

同樣，帖子回復次數(shù)的劃定也是類似的。通過帖文點擊次數(shù)和回復次數(shù)的劃定區(qū)間分布，給出帖文影響力的計算公式為：

（三）輿情擴散強度

網(wǎng)絡輿情的發(fā)生是網(wǎng)民情感與帖文內(nèi)容共鳴誘發(fā)的結果，我們認為這種現(xiàn)象與復雜系統(tǒng)中的動力機制類似，它能在外部和內(nèi)部隨機擾動影響下涌現(xiàn)出的情感共振現(xiàn)象。在網(wǎng)民參與人數(shù)是關于時間的連續(xù)可微函數(shù)假設條件下，一般認為在輿情高潮期，帖子的擴散強度最大，也就是單位時間內(nèi)產(chǎn)品質(zhì)量輿情事件對網(wǎng)民感知造成的沖擊最大，這是網(wǎng)絡口碑和輿情特性之間的重要區(qū)別。通過輿情高潮期的擴散強度能夠更好地分析企業(yè)網(wǎng)絡聲譽的變化。

過去一般的求解方法是根據(jù)輿情周期特性，t0設定截取高潮期的天數(shù)d；對高潮期間網(wǎng)民回復、點擊帖子數(shù)求和sum；用sum除以d得到單位天數(shù)的質(zhì)量輿情擴散值v；最后，以v除以論壇中總的網(wǎng)民數(shù)量M，即得到質(zhì)量輿情擴散強度值。為了更好地量化網(wǎng)絡輿情擴散強度，對文獻[13]進行了修正，負面網(wǎng)絡輿情演進規(guī)律模型為：求解得：

這里K為論壇網(wǎng)民數(shù)量，f-(t)為輿情的參與人數(shù)，為輿情發(fā)生期參與人數(shù)的初始值，r∈[0,1]為網(wǎng)民對該負面網(wǎng)絡輿情的情感共振誘發(fā)的輿情參與人的最大增長率，該值一般根據(jù)輿情主題發(fā)生期的初始網(wǎng)民數(shù)進行確定。根據(jù)該文獻對各類突發(fā)事件的界定，突發(fā)事件按照其性質(zhì)、嚴重程度、可控性和影響范圍等因素，一般分為四級:Ⅰ級(特別重大)、Ⅱ級(重大)、Ⅲ級(較大)和Ⅳ級(一般)，其對應的最大增長率r為[0.1～0.3]、[0.3～0.5]、[0.5～0.7]、[0.7～0.9]，如圖4所示。

圖4 輿情擴散增長率與輿情等級關系

通過圖4中的網(wǎng)絡輿情的等級確定輿情擴散增長率，進而運用公式（7）求得企業(yè)i在高潮期間D的負面網(wǎng)絡輿情的參與人數(shù)f-(ri,k,D)。同樣，對于正面網(wǎng)絡輿情來說，一般不存在明顯的情感共振，在這里忽略不計，所以，輿情擴散強度公式為：

四、實證分析

為方便對比本文構建的基于企業(yè)網(wǎng)絡聲譽模型與現(xiàn)有的聲譽計算模型，下面通過快速消費品（奶業(yè)）、耐用品（手機）兩個行業(yè)的論壇數(shù)據(jù)進行實證分析。

（一）數(shù)據(jù)來源

為了能夠有效地分析網(wǎng)絡輿情對企業(yè)網(wǎng)絡聲譽的影響，選擇一些與顧客密切相關的生活消費品作實證樣本?？焖傧M品、耐用品行業(yè)中分別選擇奶粉、手機作為研究對象，從天涯論壇中采集所有的帖子數(shù)量、內(nèi)容、回復數(shù)、點擊數(shù)、發(fā)帖時間等。這里分別列舉了快消品中的三種品牌奶粉，為了不對產(chǎn)品企業(yè)造成負面影響，分別以Milk1、Milk2、Milk3表示；同樣，耐用品中的三種品牌手機，也分別以MobileP1、MobileP2、MobileP3表示。為了有效搜集顧客感知的產(chǎn)品質(zhì)量輿情數(shù)據(jù)，選用火車頭采集器軟件，其操作方法請參閱火車頭采集器說明書，采集關鍵詞為“品牌名、奶粉（手機）質(zhì)量”，采集時間范圍默認，包括基于關鍵詞的天涯論壇中能夠采集到的全部帖子數(shù)量。通過分析發(fā)現(xiàn)，不論是奶粉、還是手機，大部分帖子都是2006年以后出現(xiàn)的，僅有少量關于產(chǎn)品質(zhì)量的帖子出現(xiàn)在2006年以前，并且這些帖子的點擊數(shù)量、回復數(shù)均不多，對網(wǎng)絡輿情的傳播影響不大。因此，正文中使用的有效帖子基本上分布在2006年以后，各產(chǎn)品的實際帖子分布時間段為采集到該產(chǎn)品的第一條有效帖子時間點到采集結束時間點（2013年6月）。例如，Milk2奶粉的帖子最早出現(xiàn)在2007年12月，MobileP2、MobileP3手機產(chǎn)品的帖子最早分別出現(xiàn)在2011年9月、2009年1月。另外，本文研究中沒有考慮當企業(yè)產(chǎn)品質(zhì)量引發(fā)的網(wǎng)絡輿情事件存在多個高潮期的情況，如Milk2奶粉的網(wǎng)絡輿情高潮期從2008年以來，接連出現(xiàn)高潮現(xiàn)象，2008年9月17日查出Milk2生產(chǎn)的嬰幼兒奶粉也檢出三聚氰胺；2010年5月15日曝光的Milk2純牛奶變質(zhì)；2011年4月的Milk2牛奶中毒之真相揭露；2011年12月26日的帖子被廣泛關注；2012年1月6日曝光的Milk2被國家質(zhì)量監(jiān)督檢驗檢疫總局檢出黃曲霉毒素M1超標，在輿情演化過程中這些事件都出現(xiàn)了明顯的多個高潮期。為確定網(wǎng)民對企業(yè)網(wǎng)絡聲譽影響的有效帖子，對采集到的帖文信息條目篩選并進行有效刪除，最終確定了有效的帖子數(shù)量，表1列出了研究對象的數(shù)據(jù)來源及樣本數(shù)據(jù)范圍。

表1 樣本信息

（二）數(shù)據(jù)計算分析

根據(jù)第三部分的論述，運用采集的樣本數(shù)據(jù)進行實證分析。首先，對公式中使用的參數(shù)進行設定。對于輿情衰減函數(shù)的計算公式（5）中的μ+的取值，根據(jù)人們一般認為正面網(wǎng)絡輿情的衰減比負面輿情的衰減快一些的特點進行設置，這里設定正面輿情的參數(shù)μ+要略小于負面網(wǎng)絡輿情的取值μ-，設定為μ+=0.80，μ-=0.82；在帖文影響力的計算公式（6）中，根據(jù)實際采集到的帖子點擊數(shù)、回復數(shù)的分布情況，當帖子點擊數(shù)小于50，則認為該帖子的影響力較小，當帖子點擊閱讀次數(shù)大于5000，則認為該帖子的影響力非常大，故設定O-d,1為50，O-d,8為5000；在輿情擴散強度中，根據(jù)圖4中設定的網(wǎng)絡輿情的四個等級：Ⅰ級、Ⅱ級、Ⅲ級、Ⅳ級與輿情擴散增長率的關系進行了設定，本文以顧客感知的產(chǎn)品質(zhì)量的網(wǎng)絡輿情等級較大為例進行分析，故設定r=0.53，并基于計算公式（7）進行計算。表2給出了快消品和耐用品各個參數(shù)的計算結果。

表2 各參數(shù)計算結果

根據(jù)表2中的數(shù)據(jù)，假設ω1=ω2=ω3=1/3，運用公式（3）計算可得，快消品和耐用品質(zhì)量輿情對企業(yè)網(wǎng)絡聲譽影響的范圍大小，這里是以質(zhì)量輿情事件影響網(wǎng)民數(shù)量的比值進行比較分析。

為了更好地說明本文提出模型的合理性，表3對比了三種方法的計算結果。

表3 計算結果比較

通過表3計算的結果可以看出，不論是快消品還是耐用品，雖然三種方法的計算結果和計量單位不一致，但這三種計算企業(yè)網(wǎng)絡聲譽方法所得的企業(yè)網(wǎng)絡聲譽結果的排序是一致的。本文方法計算的Milk1、Milk2、Milk3的企業(yè)聲譽級數(shù)分別為0.007 0、0.249 5、0.076 0，三家奶業(yè)公司的產(chǎn)品質(zhì)量輿情對網(wǎng)民的影響是不同的，Milk1的網(wǎng)絡聲譽最好，其次是Milk3，最后是Milk2。同樣，可以計算出三家手機企業(yè)的產(chǎn)品質(zhì)量輿情對網(wǎng)民的影響結果，MobileP1、MobileP2、MobileP3的企業(yè)網(wǎng)絡聲譽分別為0.119 5、0.140 4、0.073 4。三種方法對比說明，進一步考慮輿情衰減函數(shù)、帖文影響力、輿情擴散強度計算企業(yè)網(wǎng)絡聲譽，更符合實際情況。

通過顧客感知的產(chǎn)品質(zhì)量輿情研究企業(yè)網(wǎng)絡聲譽問題，主要計算結果分析如下：

（1）網(wǎng)絡輿情與企業(yè)網(wǎng)絡聲譽有一定的相關關系，網(wǎng)絡輿情分為正面、中性、負面三類，對于品牌消費品來說，企業(yè)網(wǎng)絡聲譽能夠通過正面、負面網(wǎng)絡輿情所反映。本文通過社會化媒體中的產(chǎn)品質(zhì)量輿情計算了企業(yè)網(wǎng)絡聲譽值。從上述快消品和耐用品分析可知，由于企業(yè)產(chǎn)品質(zhì)量安全問題，社會誠信體系和投訴渠道不健全的情況下，顧客借助社會化媒體對企業(yè)產(chǎn)品質(zhì)量安全問題進行曝光成為當前一種重要的渠道，再加上眾多網(wǎng)民（意見領袖）、媒體的關注與傳播，最終形成了正面或者負面的企業(yè)網(wǎng)絡聲譽。

（2）將影響企業(yè)網(wǎng)絡聲譽的網(wǎng)絡輿情分為三大因素進行了分析:第一個因素是由于論壇中帖子隨著時間衰減變化對企業(yè)網(wǎng)絡聲譽的影響也會呈現(xiàn)減弱趨勢；第二個因素是由于帖子本身的點擊、回復數(shù)等不同，該帖文對企業(yè)網(wǎng)絡聲譽的影響效果也不同；第三個因素是由于論壇中帖文中闡述的企業(yè)產(chǎn)品質(zhì)量存在嚴重性問題所導致的顧客情感共振，網(wǎng)絡輿情呈現(xiàn)出其特有的高潮期現(xiàn)象，對企業(yè)網(wǎng)絡聲譽會造成更大的沖擊。從數(shù)據(jù)采集和分析過程來看，這網(wǎng)絡輿情的這三個因素較好地反映了企業(yè)網(wǎng)絡聲譽現(xiàn)象。

五、結論與研究局限性

網(wǎng)絡輿情和網(wǎng)絡口碑是企業(yè)網(wǎng)絡聲譽的主要標識，社會化媒體的普及為更好地從顧客網(wǎng)絡輿情視角獲取企業(yè)網(wǎng)絡聲譽提供了廣闊的空間。近年來，越來越多管理學者開始關注網(wǎng)絡口碑、網(wǎng)絡輿情與企業(yè)網(wǎng)絡聲譽問題?；谏鲜龅臄?shù)據(jù)計算分析，本文在網(wǎng)絡輿情與企業(yè)網(wǎng)絡聲譽研究方面具有幾點價值：

（1）擴展了運用網(wǎng)絡輿情、網(wǎng)絡口碑研究企業(yè)網(wǎng)絡聲譽的理論。網(wǎng)絡輿情、企業(yè)網(wǎng)絡聲譽作為近年來才發(fā)展起來的一個交叉研究領域，網(wǎng)絡輿情數(shù)據(jù)為研究企業(yè)管理問題提供了實證資料，基于產(chǎn)品質(zhì)量輿情視角的企業(yè)網(wǎng)絡聲譽分析，不僅考慮了正面和負面帖子數(shù)量問題，還通過網(wǎng)民行為、網(wǎng)絡輿情特性進行了分析，更能真實地反映企業(yè)產(chǎn)品質(zhì)量安全問題對企業(yè)網(wǎng)絡聲譽的影響。本文擴展了過去僅僅依賴帖子數(shù)量計算企業(yè)網(wǎng)絡聲譽的局限性，進一步考慮了輿情的時間衰減特性、帖文內(nèi)容的影響特性、輿情演化周期等要素對企業(yè)網(wǎng)絡聲譽的影響，為分析企業(yè)網(wǎng)絡聲譽提供了理論支持。

（2）加強網(wǎng)絡輿情渠道管理，尤其是輿情早期的預警監(jiān)測。當前，論壇、博客、微博等成為網(wǎng)民參與網(wǎng)絡活動的重要媒介，網(wǎng)絡媒體渠道成為網(wǎng)民發(fā)泄自身情感的重要陣地，因此，企業(yè)加強網(wǎng)絡輿情的監(jiān)測預警勢在必行。面對網(wǎng)絡中突如其來的網(wǎng)絡輿情問題，我們研究發(fā)現(xiàn)，其實該企業(yè)的產(chǎn)品質(zhì)量問題信息在網(wǎng)絡中已經(jīng)存在了一段時間，有些存在的時間或者更長，但這些產(chǎn)品質(zhì)量安全信息并沒有引起企業(yè)的重視，并且其有害產(chǎn)品還不斷地在危害著其他消費者，這種企業(yè)網(wǎng)絡輿情案例現(xiàn)象是近幾年普遍存在的一種現(xiàn)象?？梢?，企業(yè)需要進一步加強網(wǎng)絡輿情方面的預警與監(jiān)管。根據(jù)網(wǎng)絡輿情存在的發(fā)生期、發(fā)展期、高潮期、衰退期四個階段，需要對網(wǎng)絡輿情中的帖子數(shù)量、帖文信息進行有效分析。企業(yè)需要正確把握網(wǎng)絡輿情特點，有針對性地開展網(wǎng)絡輿情應對。企業(yè)通過網(wǎng)絡輿情商用軟件可以做到實時預警監(jiān)測，第一時間獲取顧客反映的產(chǎn)品質(zhì)量問題，能夠做到在輿情發(fā)生期、發(fā)展期階段獲得輿情信息，這樣有助于降低網(wǎng)絡輿情的傳播、更好地維護企業(yè)網(wǎng)絡聲譽。

（3）增強企業(yè)網(wǎng)絡輿情的應急處理能力。及時分析顧客反映的問題的嚴重程度，對顧客損失進行服務補救，通過官方微博等渠道對顧客反映的產(chǎn)品質(zhì)量安全問題進行正面及時地回應，實事求是地評價存在的問題，降低負面網(wǎng)絡輿情對企業(yè)網(wǎng)絡聲譽造成的影響。企業(yè)對產(chǎn)品質(zhì)量問題處理的態(tài)度是否能夠被網(wǎng)民接受，是進一步導致該網(wǎng)絡輿情事件是否會進一步惡化的重要因素，因此，加強企業(yè)的應急處理能力是非常關鍵的。同時，依據(jù)顧客反饋的情況加強企業(yè)產(chǎn)品質(zhì)量安全管理，及時回收市場上的質(zhì)量產(chǎn)品，并保證不再出現(xiàn)類似的產(chǎn)品質(zhì)量問題，最終提升企業(yè)的網(wǎng)上、網(wǎng)下市場的營銷能力，獲得良好的企業(yè)美譽度。

另外，由于本文只針對天涯論壇中產(chǎn)品質(zhì)量輿情對企業(yè)網(wǎng)絡聲譽的影響進行了實證研究，不能完全反映社會化媒體中的網(wǎng)絡輿情信息，不能全面地反映企業(yè)網(wǎng)絡聲譽值，具有一定的局限性，但提供了一條解決問題的思路。為了獲得更具有普遍的研究結果，在后續(xù)的工作中需要拓展到新浪騰訊微博、博客等社會化媒體中獲取研究樣本進行論證分析，同時，對表達式中的部分參數(shù)設置也需要進一步分析比較，以便獲得更加合理的參數(shù)設置，將有助于更好地分析企業(yè)網(wǎng)絡聲譽。

[1]Chang Jau-Shien，Wong Hao-Jhen.Selecting appropriate sellers in online auctions through a multi-attribute reputation calculation method[J].Electronic Commerce Research and Applications，2011，10（2）:144-154.

[2]Wu Fan，Li Hsiao-Hui，Kuo Yo-Hsin.Reputation evaluation for choosing a trustworthy counterparty in C2C e-commerce[J].Electronic Commerce Research and Applications，2011，10（2）：428-436.

[3]Hansen H，Samuelsen B M，Silseth P R.Customer perceived value in B-t-B service relationships：Investigating the importance of corporate reputation[J].Industrial Marketing Management，2008，37（2）：206-217.

[4]Walsh G，Mitchell V-W，Jackson P R.Examining the antecedents and consequences of corporate reputation：A Customer Perspective[J].British Journal of Management，2009，20（2）：187-203.

[5]Walsh G，Beatty S E.Customer-based corporate reputation of a service firm：scale development and validation[J].J.of the Acad.Mark.Sci，2007，35（1）：127-143.

[6]Josang A，Ismail R.The beta reputation system[R].Bled，Slovenia：The 15th Bled Conference on Electronic Commerce，2002：708-721.

[7]Bharadwaj K K，Al-Shamr M Y H.Fuzzy computational models for trust and reputation systems[J].Electronic Commerce Research and Applications，2009，8（1）：37-47.

[8]Gruhl D，Guha R，Kumar R，et al.The predictive power of online chatter[C]//Proceedings of the eleventh ACM SIGKDD international conference on knowledge discovery and data mining，New York：ACM，2005：78-87.

[9]Kaiser C，Schlick S，Bodendorf F.Warning system for online market research-Identifying critical situations in online opinion formation[J].Knowledge-Based Systems，2011，24（6）：824-836.

[10]Kaiser C，Bodendorf F.Monitoring opinions in online forums-a case study from the sports industry[J].International Journal of Information and Education Technology，2012，2（3）：212-215.

[11]Nambisan P，Watt J H.Managing customer experiences in online product communities[J].Journal of Business Research，2011，64（8）：889-895.

[12]張慶民，王海燕，吳春梅，等.基于熵權—離差聚類法的城市公共安全輿情評估[J].中國安全科學學報，2012，22（9）：147-152.

[13]蘭月新，鄧新元.突發(fā)事件網(wǎng)絡輿情演進規(guī)律模型研究[J].情報雜志，2011，30（8）：47-50.