□ 田依林 張 帥2 李 星

( 1.天津大學 教育學院, 天津 300350; 2.天津大學 管理與經(jīng)濟學部, 天津 300072)

一、引 言

近年來,隨著電子商務和互聯(lián)網(wǎng)技術的發(fā)展,越來越多的消費者通過電商平臺購買商品,2018年全球電子零售額達到2.8萬億美元[1]。消費者發(fā)布的關于所購商品質(zhì)量或服務體驗比商家發(fā)布信息的可信任度更高,使得在線評論逐漸成為消費者獲取產(chǎn)品質(zhì)量信息、做出購買決策的重要來源和依據(jù)[2]。Bright Local[3]調(diào)查發(fā)現(xiàn),18～34歲的年輕人中有80%發(fā)表過在線評論,信任在線評論和個人推薦的比例高達91%,足以體現(xiàn)在線評論在補充商品信息描述和減少消費者購買不確定性等方面的重要作用。然而,巨額網(wǎng)絡銷售量帶來的是海量且內(nèi)容質(zhì)量參差不齊的在線評論信息,如何幫助在線用戶對商品和服務進行甄別,快速高效的獲取更有價值的信息,做出正確的購買決策,成為學術界和產(chǎn)業(yè)界共同關注的問題。

在線評論有用性研究主要基于計算機為媒介傳播的文本模式分析,從文本內(nèi)容特征、評論形式特征等方面探討與有用性之間的相關性。自Mudambi和Schuff[4]將在線評論有用性定義為在線評論在消費者決策過程中的感知價值以來,已經(jīng)引發(fā)了大量的相關研究探索?；诖?本文以2008—2018年間Web of Science數(shù)據(jù)庫中刊載的在線評論有用性文獻為對象,發(fā)揮文獻計量法在研究整體情況的描述、規(guī)范和解釋的功能,全方位揭示國外在線評論有用性研究的現(xiàn)狀、熱點主題與發(fā)展演進,預測未來一段時間的趨勢,以期提高研究效率。

二、研究設計

(一)數(shù)據(jù)來源

本文以Web of Science核心合集數(shù)據(jù)庫為數(shù)據(jù)來源,包括科學引文索引擴展版(SCI-E)、社會科學引文索引(SSCI)、科學技術會議索引(CPCI-S),檢索方法選擇高級檢索,檢索式為:“TS=((online review or online comment) and (usefulness or helpfulness or helpful or utility) not (health or medic or desease or clinical))”,時間跨度=“2008—2018”,初步檢索得到826篇文獻,進一步人工剔除研究范圍、類型不符的文獻,最終得到436篇文獻作為研究對象。

(二)研究方法

本文采用文獻計量學和科學知識圖譜方法對國外文獻進行分析。分別從發(fā)文趨勢、區(qū)域發(fā)文質(zhì)量、高被引文獻等不同的視角，對文獻進行統(tǒng)計計量分析,并借助VOSViewer、SciMAT等可視化軟件，繪制領域研究核心結(jié)構(gòu)和發(fā)展進程的知識圖譜,進一步透視在線評論有用性研究的熱點主題和發(fā)展演進過程。

三、文獻計量分析與結(jié)果

(一)發(fā)文趨勢分析

2008—2018年在線評論有用性研究的發(fā)文量總體上處于上升趨勢, 2008—2013年增長緩慢,年發(fā)文量不超過20篇,累計發(fā)文量77篇。2014年開始發(fā)文量呈指數(shù)增長,2015年達到67篇,2018年達到歷史最高91篇,說明近三年是相關研究的蓬勃發(fā)展期,發(fā)文量將保持持續(xù)上升態(tài)勢。

(二)區(qū)域發(fā)文質(zhì)量分析

統(tǒng)計數(shù)據(jù)顯示2008—2018年共有30個國家和眾多機構(gòu)的學者發(fā)表了相關文獻,本文選取了總發(fā)文量排名前十的國家,將論文發(fā)文量、篇均被引頻次和地區(qū)進行擬合。在文章數(shù)量方面,美國和中國總發(fā)文量分別為149篇和127篇,遠超韓國(31篇)、英國(30篇)、印度(25篇)等發(fā)文量差距不大的國家,是在線評論有用性研究較為活躍的地區(qū)。在研究質(zhì)量和影響力方面,美國篇均被引頻次最高,為48.3,研究質(zhì)量優(yōu)異。中國發(fā)文量雖位列第二,但篇均被引頻次僅為20.3,影響力略低。韓國、澳大利亞、西班牙、德國雖然發(fā)文數(shù)量不多,篇均被引頻次卻較高,分別為35.4、30.9、27.4、27.2。

(三)高被引文獻分析

高被引文獻體現(xiàn)了國別、機構(gòu)和個人學科發(fā)展、科研能力和學術聲譽對領域研究的貢獻程度。美國坦普爾大學福克斯商學院Mudambi和Schuff[4]從感知價值角度,對在線評論有用性進行定義的基礎上,通過對亞馬遜1587條評論分析表明評論極性、深度和產(chǎn)品類型都會影響消費者的有用性感知。Forman等[5]指出,評論者身份信息披露是消費者做出購買決定和評估在線評論可信性的主要依據(jù)。Ghose和Ipeirotis[6]從評論的主觀性、信息性、可讀性和語言正確性等方面,探討評論對銷量和有用性感知有重要影響。Duan等[7]采用文本挖掘技術從評論文本中提取語義特征,指出具有極端意見的評論能獲得更多有用性投票。Pan和Zhang[8]認為,評論效價和長度都會對評論有用性產(chǎn)生積極影響,但在產(chǎn)品類型的調(diào)節(jié)下,相關結(jié)論存在差異,而評論內(nèi)容的創(chuàng)新性與有用性之間存在曲線關系。Korfiatis等[9]基于評論內(nèi)容整合性、可理解性和表達性的三要素理論模型,指出中立、極端評論的可讀性和平均長度與有用性存在正向關系。Yin等[10]利用情緒和認知處理文獻中的框架,證實負面評論中的焦慮和憤怒情緒是影響有用性的關鍵因素。Baek等[11]基于雙過程理論指出,評價等級、評論者可信度等外部線索和評價內(nèi)容等中心線索都影響評論的有用性。Salehan和Kim[12]采用情感挖掘技術構(gòu)建在線評論有用性預測模型,指出標題中積極情緒較高的評論會吸引更多閱讀者,而中立評論對消費者購買決策具有正向影響。Schindler和Bickart[13]通過模擬網(wǎng)絡購物活動發(fā)現(xiàn),適度長度和積極的評論與有用性相關,非評價性產(chǎn)品信息和評論者信息披露與有用性相關,而拼寫和語法錯誤與價值較低的評論相關,表達性俚語和幽默與價值較高的評論相關。

四、研究主題演進

(一)熱點主題

學術研究領域較長時域內(nèi)的大量文獻中關鍵詞的集合,能夠揭示主題概念、研究內(nèi)容之間的聯(lián)系以及學術發(fā)展脈絡,關鍵詞出現(xiàn)的頻次代表受關注的程度。本文將在線評論有用性相關文獻中頻次大于10的246個關鍵詞作為節(jié)點,根據(jù)共現(xiàn)強弱關系生成自然聚類。第一大聚類聚焦于在線評論的信息接受過程,根據(jù)技術接受模型(TAM)、雙過程理論(Dual-Process Theory)、精細加工可能性理論(ELM)、信息釆納模型(IAM)中影響消費者信息采納的決定因素構(gòu)建在線評論評價系統(tǒng),突出有用性是消費者做出購買決策的一種主觀感知。第二大聚類標簽是有用性排序,其中涉及在線評論排序、商品推薦排序、算法技術等內(nèi)容,該聚類體現(xiàn)了大數(shù)據(jù)分析技術在領域研究中應用,相關研究證實，采用不同算法的在線評論排序，明顯優(yōu)于電商平臺現(xiàn)有的排序機制。第三大聚類標簽是銷量預測,出現(xiàn)時間較晚,主要以評論有用性排序研究作為基礎,從為電商企業(yè)提供優(yōu)化方案和提升消費者購物體驗值的商業(yè)價值視角分析在線評論,將在線評論質(zhì)量分類和銷量預測的聚合研究作為核心。第四大聚類標簽為影響因素分析,主要對在線評論產(chǎn)生作用過程中的影響因素及其作用程度進行判別。第五大聚類、第六大聚類和第七大聚類是第四大聚類的分支,通過對評論內(nèi)容特征、評論者特征和評論閱讀者特征中影響因素的篩選與識別,分析影響因素與有用性之間的相關性。第八大聚類為商品類型對消費者有用性感知的調(diào)節(jié)作用。

(二)研究演進

領域研究演進是以關鍵詞為表征的主題在時間維度上的發(fā)展變化,體現(xiàn)研究內(nèi)容的新陳代謝過程。關鍵詞的多樣性、復雜性決定了研究內(nèi)容的豐富性和具體性,并隨著時間推移,反映出文獻研究內(nèi)容和主題的裂變和衍生過程。本文采用SciMAT軟件繪制在線評論有用性研究主題演進知識圖譜,如圖1。

圖1 在線評論有用性研究主題演進

1.以理論研究為框架的影響因素識別

各時間段在線評論有用性研究主題逐年增加,在2008—2009年形成口碑傳播、意見挖掘和信息技術模型等主題,說明口碑傳播意見挖掘是在線評論有用性研究的基礎。隨著網(wǎng)絡購物模式的普及,各類電商平臺為在線用戶提供多種表達意見的途徑,海量的評論數(shù)據(jù)使得商品在線評論的有用性研究成為主導方向。2010—2012年,口碑傳播研究演化為在線評論影響因素、文本特征、文本分析、ELM理論、滿意度等主題。由此可見,早期在線評論有用性研究主要基于信息理論模型,對評論內(nèi)容特征因素進行分析,識別消費者信息接受過程的影響因素。在線評論所包含的信息較多,感知有用性和感知易用性，是消費者信息采納的決定因素[14],相關研究證實評論質(zhì)量、數(shù)量是感知有用性的關鍵因素,而評論質(zhì)量、互動性是影響感知易用性和信任度的關鍵因素[15]。消費者對在線評論信息處理的思維方式不同,影響因素存在差異,積極參與信息處理的消費者,往往會根據(jù)在線評論等級和類型改變態(tài)度,而憑借主觀印象的消費者,則會優(yōu)先選擇內(nèi)容一致且數(shù)量較多的評論作為購買意愿依據(jù)[16]。隨著研究的深入,學者們開始從社會因素視角探索在線評論對消費者感知有用性、服務質(zhì)量和價值的影響機理,涉及歸因理論、消費者行為學、心理學等相關理論的應用。與此同時,通過詞性標注從文本中提取屬性名詞和形容詞作為情感描述項,分析情感認知過程對消費者決策的影響，也為后期在線評論的情感分析奠定了基礎。

2.以影響因素分類為基礎的作用判別

2013—2015年,在線評論影響因素識別研究從信息理論模型構(gòu)建評價系統(tǒng)的視角,轉(zhuǎn)化為領域本體的影響因素分類作用判別。以評論內(nèi)容特征、評論者特征作為影響因素的分類標準,從信息可信性視角探討各類影響因素與評論可信性、有用性之間的關系。評論語義特征和形式特征通過文本上下文脈之間的關系、長度、評論時間,以及評論中所包含的圖片、追評、評論星級等因素反映完整性、可讀性和正確率對消費者有用性感知的影響作用。評論者特征與評論有用性之間的關系主要是從可信性特征這一視角出發(fā),圍繞評論者個人信息披露、專業(yè)性、經(jīng)驗等方面,探討信息真實性和專業(yè)性對提升消費者評論信任程度的作用。但相關研究因?qū)嶒灧椒?、因素選取標準不同,并未獲得一致性結(jié)論。在對影響因素作用判別的研究過程中,逐漸形成采用平臺有用性投票數(shù)作為衡量有用性的代理指標，證明假設作用判別的研究范式。由于研究數(shù)據(jù)來源多為Amazon、Yelp、IMDB等網(wǎng)站,對象涉及電影、圖書、手機、電腦等不同類型商品,也使得從產(chǎn)品類型視角分析對影響因素作用的調(diào)節(jié)成為焦點。加之該時期情感分析方法主題和機器學習主題的出現(xiàn),為從社會因素主題視角判別在線評論有用性作用提供了技術支持,從淺層復制逐漸發(fā)展為深層理解,學者們致力于通過語料收集、專業(yè)詞庫構(gòu)建、標注規(guī)范和情感分析等挖掘技術分析感知有用性對消費者行為的影響。

3.以作用交互為橋梁的商業(yè)價值體現(xiàn)

2016—2018年,理論研究、影響因素篩選、作用判別等相關研究持續(xù)深入,產(chǎn)品類型調(diào)節(jié)、情感分析成為研究主導。影響因素的選取進一步細化,新增關于評論閱讀者互聯(lián)網(wǎng)經(jīng)驗、感知價值、有用性感知、態(tài)度傾向等影響因素研究。消費者對信息的有用性感知受多維因素影響,有用性感知作用相互交疊,使得采用社會學、心理學等不同視角,從更為深入細致的層面,探討影響因素之間的作用交互和機制的研究出現(xiàn)。為更好的滿足用戶信息需求和提高購物體驗,學者們根據(jù)影響因素之間的作用交互,選取如評論文本特征、有用性投票和評論者等級等關鍵因素,基于梯度提升算法、機器學習方法、回歸模型等算法構(gòu)建有用性排序模型,從電商平臺評論設置改進機制視角為消費者消除信息干擾。有用性排序的相關研究不僅為在線評論質(zhì)量分類和銷量預測的聚合影響提供了新的技術解決方案與思路,更建立了連通理論研究與應用價值的橋梁,突顯領域研究的商業(yè)價值。在線評論的產(chǎn)品銷量預測,是衡量消費者信息有用性感知和購買決策的間接方式,也是電商企業(yè)改善產(chǎn)品質(zhì)量和信息服務的重要依據(jù),但研究主要針對圖書銷量、電影票房等產(chǎn)品的預測,具有一定的局限性,并未得到普適性結(jié)論。此外,在線評論有用性研究發(fā)展演進過程中,存在諸如“價效”的孤立主題,其能否推動消費者期望與信息感知之間關系的研究有待進一步追蹤與檢驗。

五、結(jié)論與展望

(一)結(jié)論

本研究基于文獻計量學方法和科學知識圖譜,對在線評論有用性相關文獻的研究現(xiàn)狀、研究主題進行系統(tǒng)歸納和整理,然后以時間為線索進一步探究研究發(fā)展演進過程。從研究概況上,該領域的總體發(fā)文量在經(jīng)歷了2008—2013年的緩慢增速后,在2014年實現(xiàn)了發(fā)文量的井噴式持續(xù)增長。根據(jù)發(fā)文量、篇均被引頻次和發(fā)文地區(qū)的擬合,存在量與質(zhì)的不均衡現(xiàn)象。中國以127篇的發(fā)文量位居世界前列,但篇均被引頻次與其他國家相比略低,研究質(zhì)量亟待提升。文中還列舉了高被引文獻中前十的文獻,從內(nèi)容分布來看主要圍繞影響因素識別、作用判別和有用性排序等方面。根據(jù)關鍵詞聚類分析,國外在線評論有用性研究主要圍繞理論研究、有用性排序、銷量預測、影響因素、商品類型調(diào)節(jié)等5個方面。然而,學術研究應緊密聯(lián)系實際,在線評論有用性研究在考察對消費者決策感知作用的同時,還是要體現(xiàn)該領域研究的商業(yè)價值。

(二)未來研究展望

在線評論有用性相關研究經(jīng)過多年的發(fā)展,沿著不同的邏輯視角和演進形式向前推進,呈現(xiàn)出內(nèi)涵縱深化和外延化的趨勢。但仍存在以描述性統(tǒng)計與假設檢驗的實證研究為主導,借鑒其他學科理論和方法的研究較多,領域本體理論體系尚未形成,未能充分發(fā)揮研究的商業(yè)價值等問題。

展望未來,在線評論有用性研究應在如下方面重點加強:第一,促進基于實證的研究范式轉(zhuǎn)型,提升在線評論有用性的研究水平。通過對評論數(shù)據(jù)內(nèi)容的深層次挖掘,掌握在線評論對消費者購買動機、情感體驗和態(tài)度形成過程的作用規(guī)律和機制,進一步克服評論有用性投票、評論文本長度、評論星級投票等淺層數(shù)據(jù)分析中存在的弊端。第二,以跨學科的交叉研究,推動在線評論有用性的領域本體理論體系的形成?；谠u論內(nèi)容特征、評論者特征和評論閱讀者特征等影響消費者有用性感知的因素,深入分析瞬時、分布式在線評論信息效應特征與網(wǎng)絡消費者之間的循環(huán)互動機制,加強在線消費者信息感知、評論參與行為、信息選擇決策等內(nèi)容的研究,培植新的領域生長點。第三,加強科研機構(gòu)與商業(yè)組織之間的合作,通過研究形態(tài)的拓展和成果的轉(zhuǎn)化,實現(xiàn)技術商品化和研究市場化,保持熱度和活力。圍繞消費者對在線評論系統(tǒng)的實際需求,突破技術瓶頸,解決商業(yè)平臺在評論機制設置中存在的問題,提高在線消費者信息利用度和黏性?！?/p>