朱鎮(zhèn)昱

摘? 要：在線(xiàn)購(gòu)物的飛速發(fā)展使在線(xiàn)口碑成為用戶(hù)在做出購(gòu)買(mǎi)決定時(shí)會(huì)參考的最主要來(lái)源之一，它也是企業(yè)促進(jìn)營(yíng)銷(xiāo)和擴(kuò)大影響力的重要工具。在本文中，我們將建立一個(gè)數(shù)學(xué)模型來(lái)對(duì)網(wǎng)絡(luò)評(píng)論進(jìn)行特定的研究。評(píng)論的積極程度可以反映商品的受歡迎程度。我們通過(guò)計(jì)算這三種產(chǎn)品的所有評(píng)論的積極程度的年度平均值，以便通過(guò)ARMA模型研究這三種產(chǎn)品在過(guò)去十年中的受歡迎程度的變化趨勢(shì)，并繪制相應(yīng)的時(shí)間序列圖。此外，我們還通過(guò)Spearman相關(guān)系數(shù)探討了星級(jí)比率對(duì)后續(xù)評(píng)論的影響。在這里，我們強(qiáng)調(diào)關(guān)聯(lián)性和因果關(guān)系之間的差異。最后，我們研究了星級(jí)和評(píng)論等級(jí)之間的相關(guān)系數(shù)，發(fā)現(xiàn)兩者之間的相關(guān)性不顯著。

關(guān)鍵詞：ARMA模型，文本評(píng)論，相關(guān)系數(shù)，電商銷(xiāo)售

引言

隨著信息技術(shù)的影響力不斷擴(kuò)大，基于網(wǎng)絡(luò)的口碑傳播在最近幾年迅速增長(zhǎng)。在線(xiàn)評(píng)論是口耳相傳的典型例子，它不僅可以有效地幫助客戶(hù)區(qū)分產(chǎn)品質(zhì)量，而且可以成為企業(yè)吸引客戶(hù)和促進(jìn)產(chǎn)品銷(xiāo)售的有用工具，一些企業(yè)甚至操縱在線(xiàn)評(píng)論來(lái)影響消費(fèi)者的購(gòu)買(mǎi)決定。目前已經(jīng)有大量文獻(xiàn)研究了在線(xiàn)評(píng)論，一些學(xué)者關(guān)注在線(xiàn)評(píng)論可能對(duì)客戶(hù)的購(gòu)買(mǎi)決策產(chǎn)生的影響。Duan W證明，在線(xiàn)評(píng)論的數(shù)量極大地影響了銷(xiāo)量。Ghose A和Thelwall M探索了受歡迎的書(shū)籍和推特活動(dòng)的傳播，并指出即使負(fù)面的在線(xiàn)評(píng)論也可以通過(guò)提高曝光率來(lái)在一定程度上增加銷(xiāo)售量。這些研究都為我們的分析提供了幫助和指導(dǎo)。

1 評(píng)論時(shí)間趨勢(shì)分析

本文將詳細(xì)分析過(guò)去五年在亞馬遜平臺(tái)上三種產(chǎn)品（吹風(fēng)機(jī)，微波爐和奶嘴）的評(píng)分以及評(píng)價(jià)，通過(guò)探索這三種產(chǎn)品評(píng)價(jià)記錄的積極程度的時(shí)間趨勢(shì)，可以分析這三種產(chǎn)品的好評(píng)度的變化，從而告訴客戶(hù)是否應(yīng)該購(gòu)買(mǎi)這三種產(chǎn)品。為了詳細(xì)了解三種產(chǎn)品的好評(píng)程度如何隨時(shí)間變化，我們打算找到擬合曲線(xiàn)的函數(shù)表達(dá)式。通過(guò)使用SPSS的專(zhuān)家建模器，得到了吹風(fēng)機(jī)贊美度曲線(xiàn)的擬合函數(shù)。

一階自回歸模型可用于擬合鼓風(fēng)機(jī)的評(píng)估。該模型的表達(dá)式如下所示：

估計(jì)值 和 分別為2.910和-0.611，均通過(guò)了顯著性水平為0.05的假設(shè)檢驗(yàn)。擬合函數(shù)的R^2為0.890，調(diào)整后的R^2為0.886，兩者均大于0.75，并且彼此非常接近，表明具有良好的擬合效果。另外，從下面的殘差的ACF和PACF圖可以看出，所有滯后階的自相關(guān)系數(shù)和部分自相關(guān)系數(shù)與0均無(wú)顯著差異，因此我們可以將殘差視為白噪聲序列，而不會(huì)需要進(jìn)一步調(diào)整。

2星級(jí)比率對(duì)未來(lái)評(píng)論的影響

為了探討星級(jí)評(píng)定是否會(huì)影響未來(lái)的評(píng)價(jià)，首先做出包含三個(gè)產(chǎn)品星級(jí)評(píng)價(jià)和每月平均評(píng)價(jià)等級(jí)折線(xiàn)圖：

可以觀(guān)察到，當(dāng)星級(jí)在短時(shí)間內(nèi)急劇波動(dòng)時(shí)，評(píng)論的評(píng)級(jí)也會(huì)迅速變化。這表明星級(jí)評(píng)分確實(shí)可能會(huì)影響以后的評(píng)論。從生活實(shí)踐的角度來(lái)看，顧客在網(wǎng)上購(gòu)物時(shí)并不總是理性的，而是經(jīng)常受到他人意見(jiàn)的影響，從而形成“羊群效應(yīng)”。因此，星級(jí)評(píng)定與未來(lái)評(píng)論之間可能存在很強(qiáng)的相關(guān)性。為了進(jìn)一步支持這種觀(guān)點(diǎn)，我們選擇2009年11月至2009年12月的每日星級(jí)評(píng)分平均值和2009年12月至2010年2月的每日評(píng)論評(píng)分平均值，以計(jì)算兩組變量之間的Spearman相關(guān)系數(shù)。結(jié)果如下所示：

P值為0.04，表示相關(guān)系數(shù)通過(guò)了顯著性水平為0.05的假設(shè)檢驗(yàn)。星級(jí)與評(píng)論之間的Spearman相關(guān)系數(shù)為0.718，表明它們之間有很強(qiáng)的相關(guān)性。

結(jié)論

本文根據(jù)星級(jí)和評(píng)論率這兩個(gè)主要指標(biāo)來(lái)計(jì)算評(píng)論的積極程度，并說(shuō)明其隨著時(shí)間的變化趨勢(shì)。評(píng)論的積極程度可以反映商品的受歡迎程度。我們通過(guò)計(jì)算這三種產(chǎn)品的所有評(píng)論的積極程度的年度平均值，以便通過(guò)ARMA模型研究這三種產(chǎn)品在過(guò)去十年中的受歡迎程度的變化趨勢(shì)，并繪制相應(yīng)的時(shí)間序列圖。此外，我們還通過(guò)Spearman相關(guān)系數(shù)探討了星級(jí)比率對(duì)后續(xù)評(píng)論的影響。在這里，我們強(qiáng)調(diào)關(guān)聯(lián)性和因果關(guān)系之間的差異。最后，我們研究了星級(jí)和評(píng)論等級(jí)之間的相關(guān)系數(shù)，發(fā)現(xiàn)兩者之間的相關(guān)性不顯著。

參考文獻(xiàn)

[1]? Chen Y，Wang Q，Xie J. Online Social Interactions：A Natural Experiment on Word of Mouth Versus Observational Learning [J] . Social Science Electronic Publishing，2011，48（2）：238-254.

[2]? Pan Y，Zhang J Q. Born Unequal：A Study of the Helpfulness of User - Generated Product Reviews [J] . Journal of Retailing，2011，87（4）：598-612.

[3]? Scholz M，Dorner V. The Recipe for the Perfect Review？ An Investigation into the Determinants of Review Helpfulness[J]. Business & Information Systems Engineering，2013，5（3）：141 -151.