【摘 要】 隨著評論數(shù)量的逐漸增多，信息過載的問題使得消費(fèi)者難以從評論中發(fā)現(xiàn)有助于消費(fèi)決策的信息，如何分析評論的有用性逐漸成為重要的研究問題。本文對在線評論有用性影響因素的實(shí)證研究進(jìn)行了梳理，從評論文本、評論者、評論閱讀者三個(gè)維度總結(jié)了該領(lǐng)域的研究成果，認(rèn)為今后的研究需要?jiǎng)?chuàng)新有用性評價(jià)方法，關(guān)注評論閱讀者自身特征的影響，并重視圖片與視頻與評論文本的關(guān)系及其信息的挖掘。

【關(guān)鍵詞】 在線評論 有用性 電子商務(wù)

隨著網(wǎng)絡(luò)逐漸滲透到生活的各個(gè)方面，在線評論已然成為重要的線上口碑，然而在線評論存在著信息過載的問題，如何評估評論的有用性逐漸得到企業(yè)和學(xué)術(shù)界的重視。但對于哪些因素可以較為完整地刻畫評論的有用性目前還未達(dá)成一致的觀點(diǎn)。本文對面向消費(fèi)者的評論有用性影響因素研究進(jìn)行歸納整理，梳理了學(xué)者們探討的影響因素及其結(jié)論，以期為今后的研究在一定程度上提供參考。

1 影響因素研究現(xiàn)狀述評

過去的研究主要從評論，評論者和評論閱讀者三個(gè)維度研究有用性影響因素。其中，評論維度的影響因素又可分為元數(shù)據(jù)，體裁和語義三類。

2.1 評論文本

2.1.1 元數(shù)據(jù)

有用投票一般作為有用性研究的因變量，多數(shù)學(xué)者采用有用投票比率來測量評論的有用性。

商品類型是有用性影響因素研究中的重要調(diào)節(jié)因素。Hong等針對二手?jǐn)?shù)據(jù)的文獻(xiàn)進(jìn)行了元分析，發(fā)現(xiàn)商品類型可以緩和一些研究結(jié)論的沖突。

評論評分如何影響評論的有用性存在著較大的爭議，有贊成消極偏見 ，也有贊成積極偏見 ，也有認(rèn)為極性評論比中性評論更有用。

通常而言，發(fā)布時(shí)間越近，評論的時(shí)效性越高，Wu等的研究也證明了這一觀點(diǎn)。郝媛媛等以電影為研究對象卻發(fā)現(xiàn)越早發(fā)表的評論有用性越高。

2.1.2 體裁

體裁主要指評論的易讀性和評論深度。

較多的學(xué)者認(rèn)為越容易理解的評論，其有用性也越高，如Ghose等結(jié)合六種易讀性指標(biāo)，發(fā)現(xiàn)易讀性對有用性存在顯著的正向影響，但也有學(xué)者認(rèn)為，易讀性越高表明語言表達(dá)越簡單，可能會被認(rèn)為評論者不夠?qū)I(yè)，從而降低評論的有用性。

通常認(rèn)為文本較長的評論包含的信息量可能越多，有用性也越高。也有學(xué)者提出評論長度的影響應(yīng)該存在閾值，例如Baek等發(fā)現(xiàn)達(dá)到單詞數(shù)達(dá)到1000～1500后，有用性難以繼續(xù)增長。閾值的測定尚未得到研究，由于對于閱讀長度的接受度可能存在個(gè)體差異，需要考慮評論閱讀者的特征。

2.1.3 語義

語義反映評論實(shí)質(zhì)內(nèi)容，主要包含評論的情感特征和產(chǎn)品涉入程度。

評論的情感特征反映了評論者對產(chǎn)品的基本態(tài)度。有學(xué)者直接使用評論評分作為情感傾向的代理指標(biāo)，但由于評論者存在評分傾向，直接使用評分存在偏差。除了評論評分外，也有不少學(xué)者采用從評論文本中挖掘情感特征的方式進(jìn)行研究。

通常認(rèn)為對產(chǎn)品的涉入程度越高，評論有用性也越高。相關(guān)的測量項(xiàng)主要分為產(chǎn)品特征詞數(shù)量和比例。大部分學(xué)者認(rèn)為產(chǎn)品特征詞數(shù)量和比例對有用性有顯著的正面影響，也有學(xué)者得到了相反的結(jié)論，這可能與評論長度的閾值存在一定的關(guān)系。

2.2 評論者

評論者特征主要可以分為4類，分別為歷史行為特征，身份公開程度，專業(yè)性和社交網(wǎng)絡(luò)特征。

（1）歷史行為特征主要指評論者的歷史評分行為。Yin等以平均數(shù)作為評論者歷史評分傾向的測量方式，發(fā)現(xiàn)傾向于發(fā)布積極評論的評論者更容易獲得有用投票。Gao等提出了評分絕對偏差的概念，發(fā)現(xiàn)相對于評分絕對偏差較小的評論者，評分絕對偏差較大的評論者獲得的有用投票較多。

（2）Forman發(fā)現(xiàn)，經(jīng)過實(shí)名認(rèn)證或公開了地理位置的評論者發(fā)布的評論感知有用性更高。但Siering的研究結(jié)論與之相反，評論者的實(shí)名認(rèn)證反而降低了評論的有用性。

（3）專業(yè)性與歷史評論有關(guān)。Albert等發(fā)現(xiàn)Top評論者的歷史評論有用率對有用性有顯著的正面影響，而Ghose等卻沒有得到顯著的結(jié)果。

（4）社交網(wǎng)絡(luò)可分為內(nèi)向網(wǎng)絡(luò)和外向網(wǎng)絡(luò)。外向網(wǎng)絡(luò)一般采用評論者的關(guān)注數(shù)作為代理指標(biāo)，殷國鵬等發(fā)現(xiàn)關(guān)注數(shù)對有用性有正面影響，但閔慶飛等并未得到顯著的結(jié)果。

2.3 評論閱讀者

評論閱讀者是評論有用性感知的主體。早期的有用性影響因素研究大多認(rèn)為評論的有用性對于所有用戶是一致的，近幾年也有學(xué)者發(fā)現(xiàn)，對評論的有用性感知存在個(gè)體差異的。Connors等對評論閱讀者特征進(jìn)行了初探研究，發(fā)現(xiàn)專業(yè)性不同的評論閱讀者對評論的感知有用性存在差異。

3現(xiàn)有研究存在的問題與展望

3.1 有用性評價(jià)方式的偏差

首先，多數(shù)平臺的有用投票存在馬太效應(yīng)，即有用投票存在著從眾心理以及閱讀機(jī)會不平等的情況。并且在數(shù)據(jù)清洗部分，學(xué)者們大多會先剔除獲得的有用投票較少的評論，這會造成樣本可能不具備代表性的問題。

其次，近來有研究發(fā)現(xiàn)，評論的有用性可能是因人而異的，以往的研究用統(tǒng)一的標(biāo)準(zhǔn)衡量有用性可能是導(dǎo)致學(xué)者們的結(jié)論存在差異的原因。

消費(fèi)者在使用平臺的過程中，往往會留下一些具有價(jià)值的行為軌跡信息。利用消費(fèi)者的行為特征能夠更精確地評估評論的有用性，未來的研究可通過這些行為特征來更好地解釋評論的有用性。

3.2 缺少對評論閱讀者特征與行為的研究

有用性作為一種閱讀者的主觀認(rèn)知，與閱讀者的信息需求密切相關(guān)，而以往的研究卻很少關(guān)注評論閱讀者的信息需求是否會對感知有用性產(chǎn)生影響。同時(shí)，評論也有可能反過來影響消費(fèi)者的信息需求，而以往的研究卻很少關(guān)注這種影響。

從評論閱讀者的自身特征來看，消費(fèi)者的品味和對產(chǎn)品的了解程度也會影響其閱讀評論時(shí)對評論的判斷，評論閱讀者的專業(yè)性會影響其感知有用性，而以往的研究很少考慮評論閱讀者的特征。

購物記錄可以體現(xiàn)出消費(fèi)者的品味，但很少有學(xué)者研究購物記錄對消費(fèi)者判斷評論有用性的影響，這也是一個(gè)值得擴(kuò)展的方向。

并且，較多的矛盾的結(jié)論也說明了影響因素間的交互作用還有待進(jìn)一步的探討。

3.3 對圖片、視頻等內(nèi)容的研究

隨著科技的普及與技術(shù)的進(jìn)步，評論往往不局限于簡單的評論文本，而經(jīng)常有圖片或者視頻。圖片和視頻能夠更直觀的展現(xiàn)產(chǎn)品的信息，然而以往的研究大多僅對評論文本進(jìn)行挖掘，或只是簡單地考慮了圖片數(shù)量對評論有用性的影響，而沒有深層次地去挖掘圖片的信息，視頻就更少。圖片和視頻信息的識別以及研究其與文本信息的相關(guān)性可成為未來的研究方向之一。

結(jié)束語

本文梳理了近幾年國內(nèi)外該領(lǐng)域的研究，發(fā)現(xiàn)現(xiàn)有的研究結(jié)論存在較多的矛盾，對于已有研究存在的不足，本文提出可以從以下三個(gè)方面進(jìn)行擴(kuò)展：（1）對有用性評估技術(shù)進(jìn)行創(chuàng)新，克服有用投票存在的偏差;（2）對評論閱讀者特征及行為，以及情境因素進(jìn)行擴(kuò)展;（3）結(jié)合圖片和視頻信息識別技術(shù)挖掘圖片和視頻的信息。

【參考文獻(xiàn)】

[1] Mudambi， S. M. and Schuff， D. What Makes a Helpful Online Review？ A Study of Customer Reviews on Amazon.com[J]. MIS Quarterly， 2010， 34（1）：185-200.

[2] 彭嵐，周啟海，邱江濤.消費(fèi)者在線評論有用性影響因素模型研究[J].計(jì)算機(jī)科學(xué)，2011，38（08）：205-207+244.

[3] Nelson P. Advertising as information[J]. Journal of Political Economy， 1974， 82（4）：729-754.

[4] H. Hong， D. Xu， G. A， et al. Understanding the determinants of online review helpfulness： A meta-analytic investigation[J]. Decision Support Systems， 2017， 102（10）： 1–11.

[5] Dezhi Yin， Bond SD， Han Zhang. Anxious or Angry？ Effects of Discrete Emotions on the Perceived Helpfulness of Online Reviews. MIS Quarterly. 2014， 38（2）：539-560.

[6] Wu J. Review popularity and review helpfulness： A model for user review effectiveness[J]. Decision Support Systems， 2017， 97（5）：92-103.

[7] Albert H. Huang， Kuanchin Chen， David C. Yen， et al. A study of factors that contribute to online review helpfulness[J]. Computers in Human Behavior， 2015， 48：17-27.

[8] Liu Z ， Park S . What makes a useful online review？ Implication for travel product websites[J]. Tourism Management， 2015， 47：140-151.

[9] 江曉東.什么樣的產(chǎn)品評論最有用？——在線評論數(shù)量特征和文本特征對其有用性的影響研究[J].外國經(jīng)濟(jì)與管理，2015，37（04）：41-55.

[10] 郝媛媛， 葉強(qiáng)， 李一軍. 基于影評數(shù)據(jù)的在線評論有用性影響因素研究[J]. 管理科學(xué)學(xué)報(bào)， 2010， 13（8）： 78-88.

作者簡介：陳毓婧（1995.06），女，福建泉州，碩士研究生，東南大學(xué)，文本挖掘