趙麗娜，韓冬梅

（1.上海財(cái)經(jīng)大學(xué) 信息管理與工程學(xué)院，上海 200433；2.上海金融學(xué)院信息管理學(xué)院，上海 201209）

0 引言

用戶對(duì)商品的在線評(píng)論（以下簡(jiǎn)稱在線評(píng)論），作為網(wǎng)絡(luò)口碑的一種，專指用戶在公司或第三方網(wǎng)站上發(fā)表的對(duì)特定商品的在線評(píng)價(jià)[1]，其顯著地影響著消費(fèi)者的購(gòu)買決策和電子商務(wù)網(wǎng)站的產(chǎn)品銷售[2]。一方面，在線消費(fèi)者可以通過(guò)他人對(duì)商品的評(píng)論來(lái)衡量商品的質(zhì)量，進(jìn)而制定自己的購(gòu)買決策；另一方面，企業(yè)可以從在線商品評(píng)論中獲得消費(fèi)者對(duì)于產(chǎn)品的態(tài)度，從而對(duì)產(chǎn)品質(zhì)量進(jìn)行更有效的管理，并且可以與客戶進(jìn)行更有效的溝通。不論買家還是賣家，都希望能通過(guò)在線評(píng)論獲得有助于制定決策的信息。然而，針對(duì)一件商品的在線評(píng)論往往數(shù)量眾多而且質(zhì)量參差不齊，使得消費(fèi)者很難迅速發(fā)現(xiàn)有用的評(píng)論，進(jìn)而快速制定購(gòu)買決策。因此，本文依據(jù)知識(shí)采納（KAM）模型，從消費(fèi)者感知層面出發(fā)，針對(duì)體驗(yàn)型和搜索型兩類不同的商品，分別探討哪些因素影響消費(fèi)者對(duì)評(píng)論有用性的感知，進(jìn)而構(gòu)建在線評(píng)論感知有用性影響模型與理論假設(shè)，并用實(shí)證的方法進(jìn)行驗(yàn)證和分析。本文能夠幫助消費(fèi)者更有效地參考在線評(píng)論，提高決策的效率和效果，幫助企業(yè)有效地開(kāi)展在線評(píng)論的管理與營(yíng)銷，最終推動(dòng)企業(yè)實(shí)現(xiàn)更大贏利。

1 理論基礎(chǔ)和模型框架

1.1 理論基礎(chǔ)和模型框架

信息經(jīng)濟(jì)學(xué)為解決網(wǎng)上顧客評(píng)價(jià)在消費(fèi)者決策過(guò)程中所起的作用提供了相關(guān)的理論基礎(chǔ)。消費(fèi)者通常必須在信息不完整的情況下制定購(gòu)買決策，因?yàn)樗麄儗?duì)產(chǎn)品的質(zhì)量、銷售者的信譽(yù)以及可用的替代品并不完全了解。他們也知道在網(wǎng)上搜尋這些信息需要花費(fèi)很多時(shí)間和精力，而且需要權(quán)衡感知成本和信息搜尋所帶來(lái)的潛在效益。消費(fèi)者在在線購(gòu)買時(shí)遵循通過(guò)信息搜尋減少不確定性的決策過(guò)程，并承認(rèn)這種不確定性不能完全消除。

根據(jù)KAM模型，信息搜尋者在搜尋信息時(shí)不僅關(guān)注和搜尋內(nèi)容相關(guān)的信息，而且對(duì)可靠和權(quán)威的信息源更加信任[3]。KAM模型建議信息的感知有用性由兩個(gè)因素決定，即信息的質(zhì)量和信息源的可信性，搜尋者會(huì)采納感知有用的信息。如圖1所示。

圖1 KAM模型

在考慮在線商品評(píng)論的有用性時(shí)，還必須考慮商品類型的調(diào)節(jié)作用。Nelson按照消費(fèi)者在購(gòu)買前獲得商品質(zhì)量信息的能力把商品分為體驗(yàn)型商品和搜索型商品。Nelson認(rèn)為通過(guò)搜索或體驗(yàn)可以獲得商品質(zhì)量信息，消費(fèi)者對(duì)于搜索型商品會(huì)進(jìn)行大量的搜索行為，并可獲得較多的商品質(zhì)量信息，而對(duì)體驗(yàn)型商品的搜索行為和因此而獲得的商品質(zhì)量信息都相對(duì)較少。搜索型商品包括數(shù)碼相機(jī)、手機(jī)和打印機(jī)等，體驗(yàn)型商品包括音樂(lè)、電影、書(shū)籍和葡萄酒等。雖然互聯(lián)網(wǎng)的出現(xiàn)使搜索型商品與體驗(yàn)型商品的界限變得相對(duì)模糊，但搜索型商品和體驗(yàn)商品的分類對(duì)于研究在線消費(fèi)者行為仍具有重大意義，并且被廣泛引用和接受。搜索商品的感知質(zhì)量由客觀性質(zhì)決定，因此消費(fèi)者購(gòu)買搜索型商品時(shí)更傾向于看到描述商品具體屬性的在線評(píng)論，并且相對(duì)于體驗(yàn)型商品，搜索型商品的屬性是具體可見(jiàn)的，所以潛在消費(fèi)者一般認(rèn)為對(duì)商品具體屬性的評(píng)價(jià)是令人信服的；而體驗(yàn)型商品的感知質(zhì)量更多依靠主觀及個(gè)人體驗(yàn)決定，而且體驗(yàn)型商品的在線評(píng)價(jià)通常帶有很強(qiáng)的主觀性，一般描述的是個(gè)人的獨(dú)特體驗(yàn)，在對(duì)體驗(yàn)型商品在線評(píng)論有用性進(jìn)行評(píng)價(jià)時(shí)，消費(fèi)者會(huì)更關(guān)注表達(dá)主觀體驗(yàn)的評(píng)論。同一消費(fèi)者對(duì)于不同類型商品的信息需求不一致，不同商品類型的評(píng)論，影響消費(fèi)者的感知有用性的因素也不同。因此，在對(duì)在線商品評(píng)論有用性影響因素進(jìn)行分析時(shí)，需要考慮商品類型的調(diào)節(jié)作用。

在KAM模型基礎(chǔ)上，結(jié)合在線評(píng)論本身的特征，構(gòu)建在線商品評(píng)論感知有用性模型，如圖2所示。我們考慮以評(píng)論內(nèi)容特征來(lái)衡量信息質(zhì)量維度，主要選取了評(píng)論深度和評(píng)論情感傾向和評(píng)論時(shí)效性等指標(biāo)；我們考慮以評(píng)論者特征來(lái)衡量信息源可信性維度，主要選取了評(píng)論者可信度指標(biāo)；此外，加入了有用度投票總數(shù)作為控制變量，同時(shí)考慮了商品類型對(duì)評(píng)論有用性的調(diào)節(jié)作用。

圖2 不同商品類型在線評(píng)論感知有用性模型

1.2 研究假設(shè)

1.2.1 評(píng)論內(nèi)容特征

（1）評(píng)論長(zhǎng)度

消費(fèi)者進(jìn)行網(wǎng)絡(luò)購(gòu)物時(shí)通常是在信息不完整的情況下制定購(gòu)買決策，因此，消費(fèi)者希望能從在線評(píng)論中獲取關(guān)于商品更全面的信息，而較長(zhǎng)的在線評(píng)論能包含商品更多的信息，Schwen發(fā)現(xiàn)較長(zhǎng)的信息在消費(fèi)者制定購(gòu)買決策時(shí)具有更強(qiáng)的勸說(shuō)作用。Tversky的研究也表明，掌握更多的信息會(huì)增強(qiáng)消費(fèi)者在進(jìn)行決策時(shí)的信心。Mudambi和Schuff的研究也證明在線評(píng)論長(zhǎng)度可能會(huì)促進(jìn)消費(fèi)者瀏覽，加深或改變?cè)懈兄?，提高?duì)產(chǎn)品或服務(wù)的認(rèn)知度，減少用戶的感知不確定性，幫助消費(fèi)者進(jìn)行決策。郝媛媛對(duì)在線影評(píng)數(shù)據(jù)的研究表明，較長(zhǎng)的平均評(píng)論長(zhǎng)度與評(píng)論有用性具有顯著的正相關(guān)關(guān)系。因此，本文提出假設(shè)H1:

H1:在線評(píng)論長(zhǎng)度與消費(fèi)者感知有用性評(píng)價(jià)之間呈現(xiàn)正向相關(guān)關(guān)系。

（2）評(píng)論情感傾向

電子商務(wù)網(wǎng)站通常允許消費(fèi)者以星級(jí)形式對(duì)商品進(jìn)行評(píng)價(jià)。星級(jí)等級(jí)一般包含從一星（極低等級(jí)）到五星（極高等級(jí)），反映了消費(fèi)者對(duì)購(gòu)買商品的情感傾向，一星代表極端負(fù)面的評(píng)價(jià)，五星代表對(duì)商品的極端正面評(píng)價(jià)，三星則代表了中立態(tài)度。已有的文獻(xiàn)中對(duì)評(píng)價(jià)情感傾向?qū)υu(píng)論的感知有用性做了很多研究，Ghose和Ipeirotis的研究認(rèn)為極端評(píng)論對(duì)評(píng)論有用性有顯著影響，Pavlou和Dimoka發(fā)現(xiàn)極端評(píng)論比中立評(píng)價(jià)更有影響力[4]，郝媛媛發(fā)現(xiàn)在線影評(píng)中積極的情感傾向（極端評(píng)價(jià)）與評(píng)論的有用性具有顯著的正相關(guān)。但Eisend研究發(fā)現(xiàn)在廣告中中立評(píng)價(jià)和具有正、負(fù)情感混雜度的雙邊信息可以提高來(lái)源的可信性[5]。以上研究都表明評(píng)論情感傾向是影響評(píng)論有用性的因素之一，但結(jié)論隨不同研究對(duì)象并不一致。在考慮評(píng)論情感傾向?qū)υu(píng)論有用性影響時(shí)應(yīng)該考慮商品性質(zhì)的調(diào)節(jié)作用，潛在消費(fèi)者對(duì)體驗(yàn)型商品質(zhì)量的感知主要來(lái)源于其他消費(fèi)者的評(píng)價(jià)，而這種評(píng)價(jià)具有較強(qiáng)的主觀意識(shí)，因此評(píng)論的較強(qiáng)情感傾向（極端評(píng)價(jià)）對(duì)評(píng)論的感知有用性影響較強(qiáng)，而對(duì)于搜索型商品來(lái)說(shuō)，潛在消費(fèi)者對(duì)商品基本信息可以通過(guò)網(wǎng)絡(luò)搜尋獲得，會(huì)更關(guān)注對(duì)商品的客觀評(píng)價(jià)，因此評(píng)論的較強(qiáng)情感傾向（極端評(píng)價(jià)）對(duì)評(píng)論感知有用性影響不大。因此，本文提出假設(shè)H2:

H2:商品類型對(duì)極端評(píng)價(jià)影響評(píng)論感知有用性具有調(diào)節(jié)作用，極端評(píng)價(jià)對(duì)體驗(yàn)型商品評(píng)論感知有用性影響顯著，而對(duì)于搜索型商品影響不顯著。

（3）評(píng)論的時(shí)效性

評(píng)論的時(shí)效是指評(píng)論發(fā)表的時(shí)間長(zhǎng)短，即發(fā)表評(píng)論時(shí)間與現(xiàn)在時(shí)間的時(shí)間差，時(shí)間差越小的評(píng)論表示其發(fā)表評(píng)論越及時(shí)。從信息質(zhì)量視角出發(fā)，不少文獻(xiàn)均認(rèn)為及時(shí)性（timeliness）是評(píng)論內(nèi)容質(zhì)量的關(guān)鍵維度，進(jìn)而影響消費(fèi)者對(duì)于該評(píng)論的消費(fèi)者有用性評(píng)價(jià)[6]。對(duì)于體驗(yàn)型商品，由于其本身就屬于時(shí)效性很強(qiáng)的商品，故評(píng)論的時(shí)效對(duì)其會(huì)具有顯著影響，而搜索型商品時(shí)效性較弱，評(píng)論的時(shí)效對(duì)其影響也不顯著。因此，本文提出假設(shè)H3：

H3:商品類型對(duì)評(píng)論時(shí)效影響評(píng)論感知有用性具有調(diào)節(jié)作用，評(píng)價(jià)時(shí)效性對(duì)體驗(yàn)型商品評(píng)論感知有用性影響顯著，而對(duì)于搜索型商品影響不顯著。

1.2.2 評(píng)論者特征

（1）評(píng)論者可信度

評(píng)論者是信息發(fā)送者，是主要的信息源。如果潛在消費(fèi)者認(rèn)為評(píng)論者可信，會(huì)易于接受評(píng)論者發(fā)布的評(píng)論，進(jìn)而影響其對(duì)評(píng)論的感知有用性。在傳統(tǒng)口碑研究中，Hovland&Weiss首次采用實(shí)驗(yàn)設(shè)計(jì)方法對(duì)口碑來(lái)源的可信度進(jìn)行了實(shí)證研究，提出了來(lái)源可信度是說(shuō)服受眾的先決條件，可信度高的口碑更具有說(shuō)服力。Gilly等人認(rèn)為口碑來(lái)源的專業(yè)性和意見(jiàn)領(lǐng)導(dǎo)力會(huì)影響口碑的可信度，進(jìn)而影響他人對(duì)商品的采納以及推薦行為。Bansal和Voyer對(duì)服務(wù)業(yè)口碑的研究也得到了相同的結(jié)論，即發(fā)現(xiàn)口碑發(fā)送者的專業(yè)性越強(qiáng)，其對(duì)口碑接收者商品品牌態(tài)度的影響越大。Fogg&Tseng將評(píng)論者可信性定義為信息接收者對(duì)信息傳送者個(gè)人特質(zhì)特征的判斷和對(duì)其可信賴程度的主觀認(rèn)知[7]。亞馬遜網(wǎng)站上關(guān)于評(píng)論者信息中有一項(xiàng)“對(duì)商品評(píng)論的投票”，統(tǒng)計(jì)的是評(píng)論者發(fā)表的有用的評(píng)論數(shù)（其他消費(fèi)者認(rèn)為其評(píng)論有用）與全部評(píng)論數(shù)之比，這個(gè)比值一定程度上能夠反映評(píng)論者發(fā)表評(píng)論的專業(yè)性和真實(shí)可靠性，我們以此來(lái)衡量評(píng)論者可信度。由此，本文提出假設(shè)H4:

H4：評(píng)論者的可信度與評(píng)論感知有用性評(píng)價(jià)之間呈現(xiàn)正向相關(guān)關(guān)系。

2 模型與變量設(shè)定

基于以上理論假設(shè)，建立在線評(píng)論感知有用性影響因素模型。

此模型以商品類型、評(píng)論的情感傾向、評(píng)論的長(zhǎng)度、評(píng)論的時(shí)效及評(píng)論者的對(duì)商品評(píng)論的投票比值作為自變量，對(duì)評(píng)論有用性進(jìn)行回歸。由于商品類型有兩種，因此用“0”代表體驗(yàn)型商品，用“1”代表搜索型商品，評(píng)論長(zhǎng)度采用的是評(píng)論的字長(zhǎng)，評(píng)論的情感傾向采用網(wǎng)站上該條評(píng)論對(duì)商品的打分（星級(jí)）作為代理指標(biāo)，評(píng)論者可信度采用的是網(wǎng)站上對(duì)評(píng)論者信息中對(duì)商品評(píng)論的投票比值作為代理指標(biāo)，把從評(píng)論發(fā)表時(shí)間到抓取數(shù)據(jù)時(shí)間的累積天數(shù)作為評(píng)論的時(shí)效。因變量（評(píng)論有用性）采用網(wǎng)站上提供的認(rèn)為該評(píng)論有用的投票數(shù)和總投票數(shù)相除得到的比例值作為代理指標(biāo)。因評(píng)論有用性的代理指標(biāo)是一個(gè)比值，因此把評(píng)論總數(shù)作為控制變量。各變量的符號(hào)及解釋見(jiàn)表1所示。

表1 模型變量說(shuō)明

3 研究方法

本研究使用網(wǎng)絡(luò)爬蟲(chóng)工具，根據(jù)近期銷量排名在亞馬遜網(wǎng)站上分別抓取了體驗(yàn)型和搜索型兩類共6種商品的評(píng)論數(shù)據(jù)。體驗(yàn)型商品包括書(shū)、CD和音像制品，搜索型商品包括手機(jī)、電腦和數(shù)碼相機(jī)。每條評(píng)論收集的數(shù)據(jù)包括評(píng)論的星級(jí)、發(fā)布的時(shí)間、評(píng)論內(nèi)容、評(píng)論者對(duì)商品評(píng)論的投票數(shù)，評(píng)論的有用比和評(píng)論總數(shù)。時(shí)間跨度為從出現(xiàn)產(chǎn)品評(píng)論截止到2013年12月19日，共收集評(píng)論2663條，剔除個(gè)別極端數(shù)據(jù)和有用性投票數(shù)小于1的評(píng)論，得到有效樣本共1027條。

表2 總體樣本描述性統(tǒng)計(jì)

總體樣本數(shù)據(jù)的描述性統(tǒng)計(jì)詳見(jiàn)表2，評(píng)論字長(zhǎng)在152余字，投票數(shù)均值在32左右，評(píng)論時(shí)長(zhǎng)均值為250天，評(píng)論者可信度均值為0.91，評(píng)論的有用度均值為0.85。平均星級(jí)為3.67，評(píng)論情感傾向趨于積極。

4 實(shí)證研究結(jié)果與討論

本文通過(guò)Stata統(tǒng)計(jì)軟件，使用Tobit回歸模型分析不同類型商品在線評(píng)論有用性模型及研究假設(shè)。用似然比(Log likelihood)和偽R2系數(shù)(Pseudo R2)作為回歸模型的擬合優(yōu)度檢驗(yàn)，參考同類研究，擬合效果都比較好?？傮w樣本回歸結(jié)果如表3所示。

表3 總體樣本回歸分析結(jié)果表

由表3可知，各因素對(duì)評(píng)論有用性均存在顯著的影響。由交互效應(yīng)的分析發(fā)現(xiàn)，商品類型對(duì)除評(píng)論長(zhǎng)度以外的各因素影響評(píng)論有用性具有顯著的調(diào)節(jié)作用。為了進(jìn)一步探討各因素對(duì)不同類型商品評(píng)論有用性影響效應(yīng)，分別對(duì)兩類商品評(píng)論進(jìn)行回歸分析，結(jié)果如表4、表5所示。

表4 搜索型商品回歸分析結(jié)果表

表5 體驗(yàn)型商品回歸分析結(jié)果表

通過(guò)比較發(fā)現(xiàn)，不論是對(duì)搜索型商品還是對(duì)體驗(yàn)型商品，評(píng)論長(zhǎng)度和評(píng)論者可信度對(duì)評(píng)論感知有用性均有顯著的正向影響作用（p＜0.01），假設(shè)H1、H4得以驗(yàn)證。對(duì)于體驗(yàn)型商品，極端評(píng)價(jià)對(duì)評(píng)論感知有用性具有顯著正向影響（p＜0.01），而對(duì)搜索型商品，極端評(píng)價(jià)對(duì)評(píng)論感知有用性影響不顯著，假設(shè)H2得以驗(yàn)證。對(duì)體驗(yàn)型商品，評(píng)論時(shí)效與評(píng)論感知有用性呈負(fù)相關(guān)關(guān)系（p＜0.05），對(duì)搜索型商品來(lái)說(shuō)，評(píng)論時(shí)效對(duì)評(píng)論感知有用性沒(méi)有影響，假設(shè)H3得以驗(yàn)證。本文研究假設(shè)及驗(yàn)證結(jié)果總結(jié)如表6所示。

表6 研究假設(shè)驗(yàn)證總結(jié)

在線評(píng)論對(duì)于消費(fèi)者就像是樣品，只有這個(gè)樣品帶來(lái)的體驗(yàn)經(jīng)驗(yàn)越豐富越真實(shí)，消費(fèi)者才能通過(guò)這個(gè)樣品了解到商品的各個(gè)方面，進(jìn)而采納這條評(píng)論的意見(jiàn)，而這種信息取向只能通過(guò)大量的評(píng)論內(nèi)容才能實(shí)現(xiàn)，一條簡(jiǎn)短的評(píng)論顯然無(wú)法滿足消費(fèi)者的信息需求。因此，不論是體驗(yàn)型商品還是搜索型商品，消費(fèi)者都會(huì)比較關(guān)注較長(zhǎng)的評(píng)論，以此來(lái)獲取更多反映商品質(zhì)量的信息，進(jìn)而制定自己的購(gòu)買決策。

對(duì)于體驗(yàn)型商品，因消費(fèi)者必須靠親身體驗(yàn)來(lái)衡量產(chǎn)品質(zhì)量，所以在親身體驗(yàn)前，消費(fèi)者會(huì)比較關(guān)注他人的主觀評(píng)論意見(jiàn)，尤其會(huì)比較關(guān)注極端評(píng)論，而在搜索型商品中，消費(fèi)者可以從網(wǎng)絡(luò)上獲取商品的大概信息，在未使用商品前已經(jīng)可以對(duì)商品的各種參數(shù)有所了解，所以會(huì)比較關(guān)注既有負(fù)面又有正面情感傾向的中立評(píng)價(jià)，而不太會(huì)關(guān)注極端評(píng)論。

在體驗(yàn)型商品分析中，評(píng)論時(shí)效與感知有用性呈負(fù)相關(guān)關(guān)系，而在搜索型商品分析中，不存在這種相關(guān)關(guān)系。主要因?yàn)閷?duì)于體驗(yàn)型商品來(lái)說(shuō)，消費(fèi)者往往會(huì)關(guān)注最新的體驗(yàn)，來(lái)衡量商品近期的質(zhì)量，所以比較注重評(píng)論的時(shí)效性，離現(xiàn)在越近的評(píng)論，會(huì)被認(rèn)為更有用。而對(duì)于搜索型商品，消費(fèi)者需要了解的是與時(shí)間無(wú)關(guān)的固定化、模式化信息，所以對(duì)評(píng)論的感知有用度與時(shí)間無(wú)關(guān)。

評(píng)論者的可信度能夠反映發(fā)評(píng)者發(fā)布評(píng)論的專業(yè)水平和可靠性，其發(fā)表的商品評(píng)論具有較高的參考價(jià)值，能夠?qū)οM(fèi)者對(duì)評(píng)論的感知有用性產(chǎn)生顯著的正向影響作用，因此，不論是體驗(yàn)型商品還是搜索型商品，消費(fèi)者更愿意采納高可信度的評(píng)論者發(fā)表的評(píng)論內(nèi)容。

5 研究結(jié)論

本文以信息經(jīng)濟(jì)學(xué)和知識(shí)采納模型為理論基礎(chǔ)，從評(píng)論內(nèi)容特征及評(píng)論者特征兩方面考察不同商品類型在線評(píng)論有用性影響因素，進(jìn)而構(gòu)建在線評(píng)論有用性影響模型及研究假設(shè)，并且從亞馬遜網(wǎng)站上自動(dòng)獲取體驗(yàn)型和搜索型兩種商品類型的評(píng)論數(shù)據(jù)作為研究對(duì)象，運(yùn)用計(jì)量模型驗(yàn)證理論假設(shè)。

研究表明，商品類型在消費(fèi)者感知在線評(píng)論有用性上具有重要的調(diào)節(jié)作用；評(píng)論者的專業(yè)性和可信性正向影響其發(fā)表評(píng)論的感知有用性程度；評(píng)論文本內(nèi)容的篇幅越長(zhǎng)，包含的內(nèi)容越多，評(píng)論感知有用性水平越高；評(píng)論的星級(jí)對(duì)評(píng)論感知有用度有顯著影響，且對(duì)于體驗(yàn)型產(chǎn)品，消費(fèi)者更易關(guān)注極端評(píng)價(jià)；評(píng)論時(shí)效對(duì)評(píng)論感知有用度也有顯著影響，對(duì)于體驗(yàn)型商品，越及時(shí)的評(píng)論越易引起消費(fèi)者對(duì)評(píng)論感知有用。

從管理實(shí)踐來(lái)看，本研究對(duì)企業(yè)的營(yíng)銷和管理具有重要的指導(dǎo)意義。從可持續(xù)發(fā)展的角度來(lái)看，網(wǎng)站應(yīng)該盡可能地為消費(fèi)者呈現(xiàn)出真正需要的評(píng)論，以提高他們購(gòu)買前對(duì)商品實(shí)際情況認(rèn)知的準(zhǔn)確性，減少消費(fèi)者購(gòu)買后期望與現(xiàn)實(shí)的落差風(fēng)險(xiǎn)，從而提高顧客的滿意度。首先，企業(yè)應(yīng)完善評(píng)論網(wǎng)站的用戶資信度評(píng)價(jià)體系，采取措施鼓勵(lì)用戶撰寫高質(zhì)量的商品評(píng)論，從而促進(jìn)在線評(píng)論網(wǎng)站的良性發(fā)展；其次，網(wǎng)站可以根據(jù)不同類型的商品，在撰寫評(píng)論內(nèi)容的網(wǎng)頁(yè)中加入與描述性內(nèi)容相對(duì)應(yīng)的選擇項(xiàng)使得評(píng)論更加客觀和標(biāo)準(zhǔn)；再次，網(wǎng)站可以從消費(fèi)者評(píng)論中提取出比較集中的商品特征并加入到商品介紹中去，以增加消費(fèi)者對(duì)商品的認(rèn)知度；最后，網(wǎng)站可以根據(jù)不同的商品類型，用不同的方式為消費(fèi)者呈現(xiàn)商品評(píng)論，對(duì)評(píng)論除“按有用度排序”外還可以添加“按長(zhǎng)度排序”、“按時(shí)間排序”的方式。

[1]Susan M.Mudambi,David S.What Makes A Help-Ful Online Review?A Study of Customer Reviews on Amazon.com[J].MIS Quarterly,2010,1(34).

[2]Park D H,Lee J,Han I.The Effect of On-Line Consumer Reviews on Consumer Purchasing Intention:The Moderating Role of Involvement[J].International Journal of Electronic Commerce,2007,11(4)．

[3]Sussman S W,Siegal W S.Informational Influence in Organizations:An Integrated Approach to Knowledge Adoption[J].Information Systems Research,2003,14(1).

[4]Pavlou P,Dimoka A.The Nature and Role of Feed-Back Text Comments in Online Marketplaces:Implications for Trust Building,Price Premiums,and Seller Differentiation[J].Information Systems Research,2006,17(4).

[5]Eisend M.Two-Sided Advertising:A Meta-Analysis[J].International Journal of Research in Marketing,2006,(23).

[6]殷國(guó)鵬.消費(fèi)者認(rèn)為怎樣的在線評(píng)論更有用？—社會(huì)性因素的影響效應(yīng)[J].管理世界,2012,(12).

[7]郝媛媛.在線評(píng)論對(duì)消費(fèi)者感知與購(gòu)買行為影響的實(shí)證研究[D].哈爾濱工業(yè)大學(xué),2010.

[8]Fogg B J,Tseng.Credibility and Computing Technology[J].Communieations of Assoeiation for Computing Machinery,1999,42(5).