武新麗，李 柔,令狐大智

輕敲幾下鍵盤，點(diǎn)幾下鼠標(biāo)，或者擺弄一下手機(jī)，然后安心在家等“寶貝”送上門來。在過去一年中，多少人有過網(wǎng)購經(jīng)歷？答案是6.39 億人次[1]。商務(wù)部數(shù)據(jù)顯示，2018 年中國網(wǎng)絡(luò)購物市場交易規(guī)模突破9 萬億元，同比增長25.4%，實(shí)物交易占社會(huì)消費(fèi)品零售總額的比重達(dá)18.4%[2]。我國網(wǎng)絡(luò)購物正在飛速發(fā)展，但由于網(wǎng)上交易的不確定性和商品信息的不對稱性，電子商務(wù)欺詐問題仍然比較嚴(yán)重。國家工商行政管理總局?jǐn)?shù)據(jù)顯示，2018 年全國工商和市場監(jiān)管部門受理網(wǎng)絡(luò)購物投訴168.2 萬件，同比增長126.2%，連續(xù)多年排在服務(wù)類投訴首位。同時(shí)，安全聯(lián)盟數(shù)據(jù)顯示，2016 年網(wǎng)購欺詐占網(wǎng)絡(luò)消費(fèi)欺詐總投訴量的35.23%[4]，投訴占比較高的是虛假廣告、假冒偽劣、質(zhì)量不合格、經(jīng)營者拒不履行合同約定等[3，4]。

網(wǎng)購欺詐成為用戶使用電商類應(yīng)用的主要障礙，也成為我國電子商務(wù)發(fā)展的瓶頸，影響了電子商務(wù)的可持續(xù)發(fā)展。因此，消費(fèi)者在網(wǎng)絡(luò)購物活動(dòng)中，除了進(jìn)行傳統(tǒng)的貨比三家之外，也會(huì)查看商家和商品的現(xiàn)有評價(jià)信息，期望從中了解商品的真實(shí)信息，便于進(jìn)行最終的購物決策。因此，商品的網(wǎng)絡(luò)評價(jià)逐漸成為影響消費(fèi)者進(jìn)行線上購買決策的重要因素。中國網(wǎng)絡(luò)購物市場研究報(bào)告指出，77.5%的用戶認(rèn)為影響其網(wǎng)購決策的主要因素是網(wǎng)絡(luò)評價(jià)，消費(fèi)者認(rèn)為用戶生成的內(nèi)容更加可信[5]。如何規(guī)范和充分利用網(wǎng)絡(luò)評價(jià)成為電商平臺(tái)和眾多學(xué)者關(guān)注的焦點(diǎn)。

多年來，各大電商平臺(tái)通過引入消費(fèi)者評論打分機(jī)制建立商家和商品的評價(jià)體系，希望緩解網(wǎng)絡(luò)消費(fèi)欺詐現(xiàn)象和減少商家與消費(fèi)者之間的信息不對稱。如淘寶平臺(tái)針對商品的“用戶總評價(jià)”指標(biāo)和針對商家的三級動(dòng)態(tài)評分體系，以及文本評論系統(tǒng)；京東商城的商品好評度和三級店鋪評分體系。便于消費(fèi)者通過觀察平臺(tái)的評價(jià)數(shù)據(jù)，判斷商家或商品的綜合質(zhì)量以指導(dǎo)購物決策。但是，在現(xiàn)實(shí)網(wǎng)絡(luò)購物中，因評價(jià)體系設(shè)計(jì)和商家多種營銷手段應(yīng)用等原因，造成消費(fèi)者對商家或商品的總評信息與文本評價(jià)（留言）存在差異。如購買者雖然對產(chǎn)品的質(zhì)量、發(fā)貨服務(wù)態(tài)度等方面存在不滿，但也會(huì)給予賣家好評；也有商家通過“好評返現(xiàn)”引導(dǎo)購買者給予好評。陳紅玲[6]在針對景區(qū)評價(jià)的研究中發(fā)現(xiàn)游客點(diǎn)評分值與評價(jià)內(nèi)容存在差異。這些因素造成消費(fèi)者難以通過評價(jià)分值直觀地區(qū)分商家或商品的好壞。同時(shí)，海量的網(wǎng)絡(luò)評論信息造成消費(fèi)者信息過載，成為消費(fèi)者網(wǎng)購時(shí)的決策負(fù)擔(dān)。而網(wǎng)絡(luò)文本評價(jià)摘要系統(tǒng)成為電商平臺(tái)幫助消費(fèi)者篩選評價(jià)主題的便捷工具。劉景方等通過對用戶標(biāo)簽摘要系統(tǒng)的分析指出其在簡化閱讀評論任務(wù)的同時(shí)，增加了用戶選擇性偏見的可能[7]。

針對上述問題，國內(nèi)外學(xué)者從構(gòu)建新的信用評價(jià)模型及算法、分析評價(jià)指標(biāo)間的關(guān)聯(lián)和從大數(shù)據(jù)分析的角度對買家評價(jià)信息的有效性問題進(jìn)行研究。郭亦涵等通過建立新的信用評價(jià)模型進(jìn)行商家或商品的有效衡量[8]。樸春慧等在構(gòu)建新模型的基礎(chǔ)上，進(jìn)一步通過權(quán)衡交易方的信用度和交易次數(shù)等信息，來衡量被評對象的加權(quán)平均分和信用度，以期得到較高的評價(jià)有效性[9]。施曉菁等利用評級和評論兩種信息合成FRMA 模型，進(jìn)行總體評價(jià)效用研究[10]。Ann 通過研究評論極性和評論等級間的關(guān)系，認(rèn)為評價(jià)內(nèi)容的完整性與評價(jià)星級共同影響評論有效性，而過度復(fù)雜的評論將降低評論的有效性[11]。劉景方等認(rèn)為針對不同類型的商品，基于標(biāo)簽的摘要系統(tǒng)對消費(fèi)者的感知有用性和滿意度產(chǎn)生不同的影響[7]。Nathalia 等發(fā)現(xiàn)評論中負(fù)向評價(jià)比例顯著正向影響消費(fèi)者對評論有效性的判斷，而比例越低則消費(fèi)者對產(chǎn)品的認(rèn)可度越高[12]。朱翊敏和于洪彥通過劃分產(chǎn)品類型，分析了網(wǎng)絡(luò)評價(jià)極性、評價(jià)類型和產(chǎn)品類型對評論有效性的影響[13]。蔡淑琴等對基于回歸樹和衰減函數(shù)的IMM-RTDF 模型進(jìn)行評價(jià)有效性研究[14]。馮嬌等通過建立社會(huì)學(xué)習(xí)模型，認(rèn)為評論數(shù)量和等級在不同銷售期對不同產(chǎn)品的購買決策有差異性影響[15]。錢敏等認(rèn)為先評與追評的方向、時(shí)間距離對消費(fèi)者感知評論可信度有差異化影響[16]。王建軍等[17]認(rèn)為陌生口碑和熟人口碑對消費(fèi)者感知價(jià)值和購買意愿都存在顯著影響。

當(dāng)前，許多學(xué)者從多個(gè)角度對網(wǎng)絡(luò)評價(jià)信息有效性問題進(jìn)行了研究，取得了豐富的成果。但從消費(fèi)者的網(wǎng)購決策過程來看，其主要是基于產(chǎn)品的總評價(jià)分值進(jìn)行商品的初選。通過觀察網(wǎng)絡(luò)文本評價(jià)與商品總評價(jià)分值的關(guān)系發(fā)現(xiàn)，在商品的評價(jià)結(jié)論上兩者會(huì)存在一定程度的差異。因此，研究商品的網(wǎng)絡(luò)文本評價(jià)內(nèi)容及其與點(diǎn)評分值間的關(guān)系將具有非常重要的意義，而當(dāng)前對此研究較少。本文以內(nèi)容提取和數(shù)據(jù)挖掘技術(shù)為基礎(chǔ)，通過建立專用評價(jià)指標(biāo)體系來分析網(wǎng)絡(luò)文本評價(jià)信息，同時(shí)對比消費(fèi)者對商品的點(diǎn)評分值，以揭示兩者間的關(guān)系，進(jìn)而更真實(shí)地獲取消費(fèi)者的評價(jià)意愿，并為指導(dǎo)消費(fèi)者的商品選購，幫助商家和電商平臺(tái)提升服務(wù)質(zhì)量、加強(qiáng)管理提出有價(jià)值的建議。

一、指標(biāo)設(shè)計(jì)與模型構(gòu)建

（一）指標(biāo)的設(shè)計(jì)

許多學(xué)者基于消費(fèi)者視角，從商品質(zhì)量、信息質(zhì)量、配送質(zhì)量和服務(wù)質(zhì)量四個(gè)層面對賣家信用信息進(jìn)行評價(jià)[8-12]；淘寶、天貓、京東等電商平臺(tái)也主要從這四個(gè)層面收集消費(fèi)者的反饋和評價(jià)信息，并通過評分確定商家或商品的信用，同時(shí)進(jìn)行展示。部分學(xué)者基于上述四個(gè)層面的信息，通過研究各指標(biāo)的內(nèi)在變化特性和相互關(guān)系，分析消費(fèi)者評價(jià)對消費(fèi)者購買行為的影響作用[10-17]。當(dāng)前針對商家及其商品的通用評價(jià)指標(biāo)的研究已經(jīng)比較充分，也得到了理論界和產(chǎn)業(yè)界的認(rèn)可。本文主要基于網(wǎng)絡(luò)文本評價(jià)與點(diǎn)評分值之間的關(guān)系，研究消費(fèi)者評價(jià)信息的有效性問題。因此，通用評價(jià)指標(biāo)體系將借鑒前人的研究成果[8-17]，結(jié)合當(dāng)前實(shí)踐，使用上述四個(gè)指標(biāo)進(jìn)行衡量。其中，產(chǎn)品質(zhì)量描述消費(fèi)者收貨后對產(chǎn)品質(zhì)量的體驗(yàn)評價(jià)，包含產(chǎn)品發(fā)貨是否正確、產(chǎn)品是否為真品、產(chǎn)品是否完好三個(gè)細(xì)節(jié)層面[8-12]。信息質(zhì)量描述消費(fèi)者對商家宣傳信息的一致性體驗(yàn)評價(jià)，主要指實(shí)際產(chǎn)品與網(wǎng)上宣傳描述的一致性程度，用產(chǎn)品與描述是否相符來評價(jià)[8-12]。配送質(zhì)量描述從商品下單到收到貨物過程中消費(fèi)者的心理接受度評價(jià)，考慮到當(dāng)前各商家主要通過第三方物流配送，因此只評價(jià)商家的出貨速度，即賣家的發(fā)貨速度[8-12]。服務(wù)質(zhì)量則從商品的售前售后兩個(gè)角度衡量，考慮到電商平臺(tái)的特殊性和買賣雙方溝通集中在銷售前后的短期內(nèi)，售前評價(jià)主要考慮買賣雙方的溝通便利程度和商家對消費(fèi)者問題解答的滿意度；售后評價(jià)主要衡量商家的售后服務(wù)態(tài)度，體現(xiàn)消費(fèi)者對售后咨詢和商家短期退換貨應(yīng)對的相關(guān)滿意度[8-12]。具體見圖1。

圖1 通用評價(jià)指標(biāo)體系[8-12]

考慮到服裝類商品的特殊性，其信息質(zhì)量更多依賴于消費(fèi)者的主觀感受，如色差、模特氣質(zhì)特性、個(gè)人穿著舒適度要求的差異等；同時(shí)文本評價(jià)中，消費(fèi)者更多地突出描述自己感觸最深的因素，往往對其他因素忽略不提[18]。因此，本文在通用指標(biāo)體系的基礎(chǔ)上，借鑒文獻(xiàn)13—16 的研究成果，建立針對服裝類商品的專用評價(jià)體系，新增指標(biāo)包括：賣家信用等級、價(jià)格區(qū)間、價(jià)值、尺寸大小、是否再來和點(diǎn)評結(jié)論[13-16]。其中，賣家信用等級和消費(fèi)者的信用水平用當(dāng)前電商平臺(tái)評價(jià)體系中的信用度表示，如淘寶平臺(tái)的紅星標(biāo)志，每顆紅星代表一個(gè)等級；基于對服裝類商品的消費(fèi)者文本評價(jià)數(shù)據(jù)分析，以及服裝類電商品牌的快速興起，本文將“產(chǎn)品是否為真品”與“質(zhì)量與手工”做合一處理；價(jià)格區(qū)間刻畫商品的價(jià)格范圍，根據(jù)選取的數(shù)據(jù)對象范圍，本文將0—50 元?jiǎng)澐譃? 區(qū)間，50—100 元?jiǎng)潪? 區(qū)間，100—150 元?jiǎng)潪? 區(qū)間，150—200 元?jiǎng)澐譃? 區(qū)間，200 元以上劃為5 區(qū)間；“價(jià)值”表示消費(fèi)者對商品物有所值的認(rèn)可程度，以網(wǎng)絡(luò)評價(jià)中的情感用詞進(jìn)行梳理，“尺寸”用于描述服裝的合身程度；“是否再來”描述該消費(fèi)者表達(dá)是否再來購買和推薦他人購買的意愿，點(diǎn)評結(jié)論表達(dá)買家對本次購物活動(dòng)的整體性的最終評價(jià)；選用電商平臺(tái)中該商品的消費(fèi)者總評價(jià)進(jìn)行刻畫，其中T 表示好評，M 表示中評，F(xiàn) 表示差評。

本文采用正負(fù)極性判定[14-16]，對網(wǎng)絡(luò)評論的文本信息進(jìn)行數(shù)字化處理，標(biāo)注為0、1、2。其中，1 表示正向評價(jià)，如質(zhì)量好，與圖片相符，發(fā)貨速度快，賣家態(tài)度好等；2 表示負(fù)向評價(jià)，如質(zhì)量差，與圖片描述不相符，發(fā)貨慢，賣家態(tài)度惡劣等；0 表示中性評價(jià)或無描述，主要指文本評論中沒有涉及的指標(biāo)，因?yàn)槲疵枋霰硎鞠M(fèi)者認(rèn)為該項(xiàng)內(nèi)容達(dá)到預(yù)期，未帶來過高或過低的“驚喜”[18]。

（二）數(shù)據(jù)來源及說明

考慮到淘寶網(wǎng)作為我國最大的C2C 電商平臺(tái)，本文以淘寶網(wǎng)為分析對象，對淘寶網(wǎng)上消費(fèi)者（買家）對商家（賣家）信用評價(jià)的數(shù)字化統(tǒng)計(jì)進(jìn)行研究。消費(fèi)者原始評價(jià)信息如圖2 所示。通過對原始數(shù)據(jù)進(jìn)行整理，獲得評價(jià)信息383 條，其中差評125 條、中評122 條、好評136 條。在此基礎(chǔ)上，隨機(jī)抽取20%數(shù)據(jù)，作為測試數(shù)據(jù)集。

圖2 消費(fèi)者評價(jià)信息

（三）神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建

本節(jié)應(yīng)用IBM Modeler14.2 神經(jīng)網(wǎng)絡(luò)節(jié)點(diǎn)，分別建立基于通用和專用指標(biāo)體系的神經(jīng)網(wǎng)絡(luò)挖掘模型。其中，模型1 對應(yīng)通用評價(jià)指標(biāo)體系，模型2 對應(yīng)專用評價(jià)指標(biāo)體系，為便于描述，本文分別稱之為通用模型和專用模型。

二、實(shí)證分析

（一）綜合對比和指標(biāo)重要性排序

本節(jié)對兩模型的預(yù)測準(zhǔn)確度進(jìn)行對比分析，可得通用模型準(zhǔn)確度為83.33%，專用模型準(zhǔn)確度為85.95%。表明基于商品特性的專用指標(biāo)體系優(yōu)于通用指標(biāo)體系，準(zhǔn)確度提高了2.61%。

進(jìn)一步對具體指標(biāo)在預(yù)測中的重要性進(jìn)行排序，結(jié)果見圖3。從圖3 結(jié)果可知：對兩模型而言，質(zhì)量與手工都占據(jù)重要性的首位，說明從文本評價(jià)角度來看，消費(fèi)者首先關(guān)注的是產(chǎn)品質(zhì)量；隨后兩模型其他的指標(biāo)重要性排序出現(xiàn)差異——通用模型下，按指標(biāo)重要性排序分別是賣家服務(wù)態(tài)度、產(chǎn)品與網(wǎng)上描述是否相符、產(chǎn)品是否完好、賣家發(fā)貨速度、發(fā)貨是否正確、售后服務(wù)；專用模型下，尺寸成為次重要指標(biāo)，其他專用指標(biāo)位于通用模型各指標(biāo)的中間位置。

圖3 指標(biāo)重要性排序圖

（二）評價(jià)指標(biāo)重要性對比分析

1. 通用模型與文獻(xiàn)[8]結(jié)論對比分析

對比文獻(xiàn)[8]與通用模型的指標(biāo)重要性排序結(jié)果，重要程度最高的都為質(zhì)量，說明調(diào)查問卷的分析結(jié)論與針對文本評價(jià)的數(shù)據(jù)挖掘結(jié)論相一致，體現(xiàn)了消費(fèi)者在網(wǎng)購中首先關(guān)注的是商品質(zhì)量，也說明用戶評價(jià)信息能夠較真實(shí)地反映消費(fèi)者的意愿。

與圖片描述的相符度在通用模型中的影響程度高于文獻(xiàn)[8]?？紤]到本文的研究對象為服裝，作為非完全標(biāo)準(zhǔn)化商品，受消費(fèi)者觀感的影響較大，需要消費(fèi)者更多地感性認(rèn)同。因此，當(dāng)服裝這類商品只能通過圖片和文字的描述來判斷時(shí)，買家對圖片和文字的描述的相符度要求上升。

發(fā)貨速度的要求相較于文獻(xiàn)[8]也有所上升。這是由于在信息技術(shù)引領(lǐng)下，消費(fèi)者從支付開始就可以知道物流各環(huán)節(jié)的時(shí)間信息，而商家從上傳物流單信息到物流公司正式顯示物流節(jié)點(diǎn)信息存在較長的時(shí)間差；同時(shí)，網(wǎng)購支付與收貨間的時(shí)間差也是發(fā)貨速度影響因素之一。從消費(fèi)者心理而言，大都希望能夠在付款后盡快看到實(shí)際物流信息和收到貨物，因此對發(fā)貨速度的要求上升。而在文獻(xiàn)[8]的問卷設(shè)計(jì)中，沒能很好地處理上述原因造成的消費(fèi)者心理變化因素。因此，基于文本評論的挖掘，能夠更好地反映消費(fèi)者的真實(shí)購物體驗(yàn)。

售后服務(wù)的要求相較于文獻(xiàn)[8]也有所上升，這也是由于消費(fèi)者心理變化所引起。從消費(fèi)者心理學(xué)來講，大部分消費(fèi)者在未真實(shí)購買產(chǎn)品前，缺乏對產(chǎn)品購買和使用的全方位考慮，后期維護(hù)在調(diào)查中常被忽略。而作為消費(fèi)者評價(jià)信息，都由消費(fèi)者購買后填寫，評價(jià)信息更為完善、全面。因此，基于文本評論的挖掘，能夠更好地反映消費(fèi)者的真實(shí)購物體驗(yàn)。因此，對文本評價(jià)信息進(jìn)行數(shù)據(jù)挖掘的結(jié)論更能夠獲得更真實(shí)的消費(fèi)者商品體驗(yàn)數(shù)據(jù)，評價(jià)效果優(yōu)于傳統(tǒng)的調(diào)查問卷。

2. 通用模型和專用模型結(jié)論對比分析

針對圖3 分析通用模型和專用模型中各指標(biāo)權(quán)重變化。在專用模型中，質(zhì)量與手工的重要性排第一位，第二位是尺寸，第三位是與描述的相符度。相比于通用模型，尺寸成為影響消費(fèi)者體驗(yàn)的第二因素，描述相符度則成為重要性較低的指標(biāo)，說明對于服裝類商品，消費(fèi)者更關(guān)注其合用性。這與該類商品的自身特性有關(guān)：消費(fèi)者穿衣的寬松、大小習(xí)慣存在明顯差異，而網(wǎng)購的服裝不能試穿且標(biāo)準(zhǔn)化的尺碼并不適合于所有類型服裝，影響了消費(fèi)者的使用體驗(yàn)，因此網(wǎng)購消費(fèi)者對其關(guān)注提高。也說明，在進(jìn)行服裝類商品的網(wǎng)購時(shí)，消費(fèi)者的心理承受力較大，更多關(guān)注是否能用，體現(xiàn)了消費(fèi)者在網(wǎng)購中?；谏唐返膶?shí)用性進(jìn)行取舍。而價(jià)值、是否再來、買家信用因素分別排在6 位、7 位、8 位，都用于衡量網(wǎng)購消費(fèi)者的個(gè)人價(jià)值感受和對商品以外因素的期望，說明消費(fèi)者在商品的文本評價(jià)中，更關(guān)注商品本身的使用體驗(yàn)，而對產(chǎn)品的價(jià)值和非商品體驗(yàn)則關(guān)注較少。

綜合模型分析結(jié)果，可以得出：網(wǎng)購中，影響消費(fèi)者網(wǎng)絡(luò)評價(jià)的指標(biāo)重要性受到商品品類特征的顯著影響。對于服裝類商品，網(wǎng)購消費(fèi)者最為關(guān)注的因素分別為：質(zhì)量和手工、尺寸、與描述相符度、服務(wù)態(tài)度和發(fā)貨速度。因此，服裝類商家應(yīng)該重視這些指標(biāo)，提高相應(yīng)的服務(wù)水平和描述準(zhǔn)確度。同時(shí)，根據(jù)Hawkins 和Convey 的“自我概念”理論[17]，由于購買同一商品的消費(fèi)者具有相近似的“自我概念”，其個(gè)人價(jià)值感受和對商品以外因素的體驗(yàn)具有等價(jià)性。因此，文本評價(jià)中的價(jià)值和是否再來指標(biāo)也會(huì)影響消費(fèi)者評分，商家可在做好基礎(chǔ)指標(biāo)的前提下，提高產(chǎn)品質(zhì)量與消費(fèi)者預(yù)期的相符度，實(shí)施消費(fèi)者忠誠計(jì)劃等。

（三）模型檢驗(yàn)分析

利用兩個(gè)模型和測試數(shù)據(jù)進(jìn)行模型檢驗(yàn)，并結(jié)合原始數(shù)據(jù)對預(yù)測結(jié)果進(jìn)行分類匯總，見表1。由表1（a）可知，通用模型對差評數(shù)據(jù)的分類準(zhǔn)確率為98.40%；好評數(shù)據(jù)的分類準(zhǔn)確率為54.02%，錯(cuò)誤率達(dá)45.99%；中評數(shù)據(jù)中91.67% 為差評，8.33% 為好評。從表1（b）可知，專用模型對差評數(shù)據(jù)的分類準(zhǔn)確率為98.40%；好評數(shù)據(jù)的分類準(zhǔn)確率為72.99%，錯(cuò)誤率達(dá)27.01%；中評數(shù)據(jù)中92.50% 為差評，7.50%為好評。

表1 模型數(shù)據(jù)匯總

對比表1 結(jié)論并結(jié)合原始數(shù)據(jù)可知：在對用戶的文本評價(jià)挖掘分析中，對于差評結(jié)論，網(wǎng)購用戶綜合打分與其文字評論的一致性較高；對于好評結(jié)論，兩者的一致性較低，有較大比例數(shù)據(jù)判定結(jié)論與實(shí)際總評結(jié)果相反；對于中評結(jié)論，則更傾向于差評，因此可將其作為差評看待。

由于文本評價(jià)是消費(fèi)者根據(jù)自身體驗(yàn)專門撰寫的，結(jié)合前述分析，本文認(rèn)為消費(fèi)者的文本評價(jià)更能體現(xiàn)其真實(shí)購物體驗(yàn)。而電商平臺(tái)的綜合評分會(huì)受到商家或商品營銷手段、消費(fèi)者的同情心理和合用性心理的影響。如淘寶平臺(tái)部分商家采取打出“5 分好評，返優(yōu)惠券或返現(xiàn)”的營銷行為。結(jié)論也說明在消費(fèi)者網(wǎng)絡(luò)評價(jià)中，差評及其評論的可信度更高，消費(fèi)者在網(wǎng)購中可能會(huì)更多地關(guān)注差評。這是商家在進(jìn)行網(wǎng)絡(luò)營銷和客戶關(guān)系管理中需要重點(diǎn)關(guān)注的內(nèi)容。

表2 賣家信用評價(jià)

（四）模型預(yù)測分析

隨機(jī)抽取的某商家近一周的評價(jià)數(shù)據(jù)進(jìn)行預(yù)測分析，原始評價(jià)見表2。

表3 模型評價(jià)對比數(shù)據(jù)

由表2 可知，商家1 最近一周服飾鞋包的好評、中評、差評比例為2347∶5∶2。根據(jù)前文結(jié)論，中評和差評可歸為一類，則好評、差評的比例為339∶1；商家2 的相關(guān)比例為105∶1。

利用模型對商家評論信息、消費(fèi)者文本評價(jià)進(jìn)行分析預(yù)測，結(jié)論見表3。由表3 可知，原始數(shù)據(jù)各指標(biāo)的好評中出現(xiàn)一定程度的差評，原因同前節(jié)論述；同樣也可能因?yàn)椴糠志W(wǎng)購消費(fèi)者即便對商品存在一定程度不滿意，仍勉強(qiáng)給予好評。因此，這類評價(jià)在商品總評中應(yīng)是無效的。它會(huì)影響消費(fèi)者對電商平臺(tái)評價(jià)系統(tǒng)的認(rèn)可度，無法讓消費(fèi)者對商品的好壞得出一個(gè)比較清晰的結(jié)論，也會(huì)影響消費(fèi)者的網(wǎng)購體驗(yàn)。

同時(shí)，在經(jīng)過兩個(gè)模型進(jìn)行數(shù)據(jù)挖掘后的結(jié)論更接近消費(fèi)者的真實(shí)意愿。如好評T 中出現(xiàn)不滿意“2”的情況遠(yuǎn)少于沒有進(jìn)行預(yù)測分析的結(jié)論；通用模型僅在服務(wù)態(tài)度中出現(xiàn)差評占1.17%，專用模型在尺寸大小中出現(xiàn)差評占0.9%。因此通過兩個(gè)模型可以比較正確的判斷商家或商品的信用評價(jià)，有利于買家對商品好壞的判斷，提高電商平臺(tái)評價(jià)系統(tǒng)的可信度，節(jié)約了消費(fèi)者的隱性成本。

在預(yù)測準(zhǔn)確度上，專用模型優(yōu)于通用模型；專用模型中新引入指標(biāo)的重要程度整體較高，且預(yù)測T（好評）中出現(xiàn)F（差評）的比例減少，再次說明專用模型優(yōu)于通用模型。因此專用性的評價(jià)指標(biāo)更有適于對評價(jià)信息的挖掘和利用。同時(shí)，也說明在進(jìn)行商品評價(jià)體系的建立中，要綜合考慮各類商品的自身特點(diǎn)，關(guān)注消費(fèi)者對該類商品的特殊偏好。

三、結(jié) 論

本文針對網(wǎng)絡(luò)購物中網(wǎng)絡(luò)評價(jià)有效性低的問題，基于商品特性分別建立通用和專用消費(fèi)者文本評價(jià)指標(biāo)體系，基于數(shù)據(jù)挖掘技術(shù)對淘寶網(wǎng)數(shù)據(jù)進(jìn)行分析研究。研究結(jié)果表明：（1）針對商家或商品的點(diǎn)評分值結(jié)論與消費(fèi)者的文本評價(jià)結(jié)論存在差異，消費(fèi)者更偏好于在點(diǎn)評分值上給予更加正面的評價(jià)，而在文本評價(jià)中表達(dá)真實(shí)購物體驗(yàn)。因此，差評數(shù)據(jù)能更真實(shí)地反映消費(fèi)者購買體驗(yàn)，中評數(shù)據(jù)意味著消費(fèi)者的真實(shí)評價(jià)更接近于差評，好評數(shù)據(jù)中有一些結(jié)論與事實(shí)相反。（2）基于文本評價(jià)的數(shù)據(jù)挖掘結(jié)論更接近于消費(fèi)者真實(shí)感受，能夠較好地消除評價(jià)中的非真實(shí)體驗(yàn)因素。（3）消費(fèi)者對不同品類商品的關(guān)注點(diǎn)存在差異。對服裝類商品而言，消費(fèi)者更偏好于商品的合用性，實(shí)用是其進(jìn)行網(wǎng)購點(diǎn)評的立足點(diǎn)。（4）針對商品品類的專用評價(jià)指標(biāo)體系優(yōu)于通用評價(jià)指標(biāo)體系，其能夠更真實(shí)和準(zhǔn)確地獲取消費(fèi)者評價(jià)信息，實(shí)現(xiàn)對商品或商家的有效監(jiān)管。研究結(jié)果也說明，在當(dāng)前評價(jià)指標(biāo)體系下，關(guān)注差評及其文本評價(jià)，可能更有助于發(fā)現(xiàn)商家或商品的真實(shí)信息。

因此，對于電商平臺(tái)而言，應(yīng)針對消費(fèi)者對各類商品的特定偏好，建立完善的分類評價(jià)指標(biāo)體系；同時(shí)，將基于數(shù)據(jù)挖掘的文本評價(jià)分析結(jié)論融入現(xiàn)有的評價(jià)體系，以更準(zhǔn)確地獲取和展現(xiàn)消費(fèi)者評價(jià)，掌握商品或商家的信用信息，提高評價(jià)的有效性，提升評價(jià)體系的可用性和指導(dǎo)作用。

對于商家而言，應(yīng)在關(guān)注消費(fèi)者點(diǎn)評分值的同時(shí)，更多地關(guān)注消費(fèi)者文本評價(jià)的內(nèi)容，尤其是負(fù)面評價(jià)中的內(nèi)容，更加積極有效地維護(hù)客戶關(guān)系，并進(jìn)行適當(dāng)?shù)脑u價(jià)解釋和反饋。同時(shí)，商家應(yīng)針對自身商品的特性，根據(jù)消費(fèi)者的主要關(guān)注點(diǎn)進(jìn)行商品品質(zhì)改進(jìn)和提升，以更好地適應(yīng)消費(fèi)者需求，減少中評和差評，提升消費(fèi)者評價(jià)的一致性，以獲取更多的銷售機(jī)會(huì)。

同時(shí)，政府監(jiān)管機(jī)構(gòu)可以利用基于文本評價(jià)挖掘所獲取的消費(fèi)者體驗(yàn)和產(chǎn)品質(zhì)量信息，實(shí)施更加主動(dòng)和全面的監(jiān)管。