李正華,劉芃希,葛世倫

(江蘇科技大學(xué) 經(jīng)濟(jì)管理學(xué)院,江蘇 鎮(zhèn)江 212100)

近年來,線上交易日趨繁榮,C2C(Customer to Customer)類型的電商數(shù)量越來越多,商家之間的競爭也越來越激烈。消費(fèi)者在網(wǎng)購過程中,商品評論是判斷商品質(zhì)量的重要依據(jù),商品評論成為商家最重視的商品屬性之一[1]。因此,為了提高銷量和店鋪信譽(yù),一些商家通過刷評方式吸引消費(fèi)者。賣家通過非正常方式為自己店鋪增加銷量或好評,即正向刷評;賣家通過非正常方式為競爭對手的店鋪或商品發(fā)表差評,即負(fù)向刷評。

社會普遍認(rèn)為刷評是一種不當(dāng)?shù)母偁幮袨?甚至是違法的[2],因?yàn)樗⒃u損害了消費(fèi)者的知情權(quán)和利益,因此刷評的內(nèi)容是不可信的。然而由于C2C電商行業(yè)存在“贏者通吃”的馬太效應(yīng)[3],一些新進(jìn)入的電商商家由于銷量低、好評少,盡管商品物美價(jià)廉,卻依然無法吸引消費(fèi)者。在這樣的情形下,一些商家會在確保商品質(zhì)量的情況下被迫刷評,其目的在于更好地打開市場[4]。此外,一些研究認(rèn)為，好評返現(xiàn)是刷評的一種手段,是一種違法行為[5]。而筆者認(rèn)為好評返現(xiàn)本質(zhì)上是一種消費(fèi)者推薦獎勵計(jì)劃,是企業(yè)為了激勵老顧客向他人推薦購買其產(chǎn)品對老顧客的推薦行為進(jìn)行獎勵的策略[6-7]。推薦者或評論者進(jìn)行評價(jià)的動機(jī)可能源于對產(chǎn)品或服務(wù)的滿意,也可能是為了獲得獎勵所帶來的滿足感[8]。由此可見,刷評現(xiàn)象不僅客觀存在,對C2C電商平臺賣家而言,部分刷評行為具有一定合理性。因此，不能完全否定好評返現(xiàn)的可信性。

在商品評論充斥大量刷評的情境下,消費(fèi)者難以判斷商品的真實(shí)品質(zhì)。一方面,普通消費(fèi)者難以完全分辨出正常評論和刷評。不管是正向還是負(fù)向刷評,其目的都是誤導(dǎo)消費(fèi)者對商品品質(zhì)的認(rèn)知[9]。刷評使得消費(fèi)者無法確定能否以評論信息判斷商品品質(zhì),以及哪些商品的品質(zhì)能以評論信息判斷。另一方面,在確定某個商品存在刷評的情形下,消費(fèi)者更關(guān)心的問題并非是如何識別刷評,而是如何判別商品的真實(shí)品質(zhì)。

在商品評論可信度存疑的情形下,學(xué)界和業(yè)界都進(jìn)行了很多研究和實(shí)踐,意圖通過理論解釋和機(jī)制設(shè)計(jì)剖析和解決此問題。在學(xué)術(shù)研究方面,研究者主要從平臺特征、評論發(fā)布者特征、評論內(nèi)容特征三方面研究評論可信度的影響因素。平臺特征包括網(wǎng)站聲譽(yù)、網(wǎng)站可信度等[10];發(fā)布者特征包括評論者的經(jīng)驗(yàn)、寫作風(fēng)格[11]、在社交網(wǎng)絡(luò)中的影響力[12];評論內(nèi)容特征包括好評與差評數(shù)量[13]、評論文本的長度、詞匯結(jié)構(gòu)與可讀性等特點(diǎn)[14]。這些方法在一定程度上為消費(fèi)者判別評論的可信度提供了參考,但同時也存在一些不足。首先，這些方法對消費(fèi)者提出了較高要求,甚至需要消費(fèi)者有專業(yè)的知識和工具,在實(shí)際網(wǎng)購過程中的可操作性不強(qiáng);其次,總體評論包括刷評具有可信度,一概而論會導(dǎo)致研究結(jié)果有一定偏差。在具體操作上,一些電商平臺引導(dǎo)用戶對評論可信度打分、對評論進(jìn)行再評論等方式以提升評論的可信度。然而C2C電商平臺引入的打分或評論機(jī)制是消費(fèi)者在購物之前進(jìn)行的,由于尚未完成購物過程,其對評論的打分或者評論的認(rèn)知存在主觀性,并不能完全反映評論的可信度,而完成購物過程的消費(fèi)者則不太可能去看別人的評論并對之進(jìn)行評價(jià)。

為了彌補(bǔ)現(xiàn)有研究和實(shí)踐的不足,為消費(fèi)者提供更合理的辨別商品真實(shí)品質(zhì)的方式和途徑,筆者在問卷調(diào)查的基礎(chǔ)上,明確了刷評的類別和特征；選取淘寶網(wǎng)部分類別商品的評論數(shù)據(jù),對刷評進(jìn)行識別；從商品詳情頁中識別出能反映“刷評”可信度的關(guān)鍵信息。由此回答兩個關(guān)鍵問題:刷評是否不可信?普通消費(fèi)者可以通過什么信息來判斷商品的真實(shí)品質(zhì)?筆者對刷評現(xiàn)象提出了新的觀點(diǎn),認(rèn)為刷評也有可信的一面，通過對刷評可信度影響因素的研究，為消費(fèi)者提供商品評論之外的商品品質(zhì)判斷依據(jù)。

一、 研究基礎(chǔ)及假設(shè)

(一) 刷評方式及特征

C2C電商刷好評一般有請朋友購買、刷單刷評、好評返現(xiàn)、與消費(fèi)者聯(lián)系請求好評等方式。為進(jìn)一步明確商家刷評方式及特征,本研究通過社交平臺發(fā)放問卷進(jìn)行調(diào)查。本次調(diào)查共回收543份問卷,其中有效問卷501份。調(diào)查問卷的核心問題及調(diào)查結(jié)果如表1所示。

表1 刷評現(xiàn)象問卷調(diào)查

續(xù)表

通過對調(diào)查問卷的結(jié)果分析,并輔以專家訪談等方式,明確當(dāng)前C2C電商平臺商家刷評主要有好評返現(xiàn)及刷單刷評兩種方式,且以好評返現(xiàn)為主。

1. 刷單刷評

刷單刷評是指為了獲取商品銷量、服務(wù)評價(jià)、店鋪信譽(yù)、市場排名等特殊利益,經(jīng)營者與特定行為人聯(lián)合進(jìn)行虛假交易,以謀取市場競爭優(yōu)勢的行為[15]。刷單過程中的虛假消費(fèi)者可以是無組織的個人,如商家的熟人;也可以是某種評論群組,有組織地刷單[16]。對于想獲得大量刷單好評的商家而言,擁有眾多刷手的刷單平臺是更好的選擇。

刷單刷評商品的特點(diǎn)在于評論時間的相對集中性。在正常情況下,除了諸如“雙11”等促銷活動以及商家自主促銷的情形之外,一件商品的每日評論數(shù)量不會有太大波動。刷單平臺接受賣家的刷評任務(wù),對賣家商品進(jìn)行大批量刷評。調(diào)查結(jié)果顯示,95.9%的刷單任務(wù)都有時間限制。因此,刷手在接受刷評任務(wù)后,會在短時間內(nèi)進(jìn)行集中刷評。同時,由于刷評收益與刷評量相關(guān),刷手會盡快完成任務(wù),以獲取更多收益。因此,刷單刷評具有時間聚集的特點(diǎn)。調(diào)查也發(fā)現(xiàn),75.3%的刷單任務(wù)有評論模板,因此評語也會有一定的文本相似性。

2. 好評返現(xiàn)

調(diào)查顯示,98.6%的被調(diào)查者都收到過商家對于好評返現(xiàn)的承諾。好評返現(xiàn)是商家允諾給消費(fèi)者某種利益上的好處,如現(xiàn)金紅包、購物優(yōu)惠等,誘使消費(fèi)者完成交易后給予商品好評。

調(diào)查發(fā)現(xiàn),商家好評返現(xiàn)行為具有比較明顯的特征。賣家要求消費(fèi)者發(fā)表一定字?jǐn)?shù)的評語,并附上商品圖片。在正常情況下,消費(fèi)者對商品評論的主要動機(jī)是為了表達(dá)負(fù)面情緒或者尋求網(wǎng)絡(luò)平臺幫助[17]。即使消費(fèi)者對商品比較滿意,大部分人也不愿主動發(fā)表評論,更不會對商品追加評論。因此,沒有好評返現(xiàn)的商品一般會有大量的負(fù)面評論,或者雖然好評率較高,卻沒有太多帶圖片且字?jǐn)?shù)多的評論。而好評返現(xiàn)的商品往往評論帶有大量圖片且評語較長,多為正面信息。此外,調(diào)查發(fā)現(xiàn)77.4%的消費(fèi)者在進(jìn)行返現(xiàn)評論時，會參考其他用戶的好評,這表明好評返現(xiàn)評語有一定的文本相似性。

(二) 刷評與虛假評論

Jindal等于2008年最早提出了垃圾評論(Review Spam)的相關(guān)研究問題,并將之區(qū)分為虛假評論(Untruthful Opinions)、無關(guān)評論(Reviews on Brands Only)以及非評論信息(Non-reviews)[18]。其中,虛假評論是指不基于評論者真實(shí)的產(chǎn)品或服務(wù)體驗(yàn),而蓄意吹捧或貶低產(chǎn)品聲譽(yù)的欺騙性評論。然而很多研究對這三者并沒有嚴(yán)格區(qū)分,認(rèn)為它們在本質(zhì)上是一致的,即通過互聯(lián)網(wǎng)發(fā)布不真實(shí)的、具有欺騙性的評論[19]。

筆者認(rèn)為刷評與虛假評論既有聯(lián)系亦有差異。刷評是指通過某種方式獲得額外的好評或差評,這種評論的可信度因刷評方式而異。刷單方式的評論雖然有真實(shí)的交易過程,但其交易目的是最終的評論,而不是為了滿足消費(fèi)者的需求,因此這是建立在虛假交易基礎(chǔ)上的虛假評論。而好評返現(xiàn)具有一定的可信性。調(diào)查顯示,在接受好評返現(xiàn)的消費(fèi)者中,有76.3%的好評原因是“產(chǎn)品質(zhì)量確實(shí)不錯”;而在不接受好評返現(xiàn)的消費(fèi)者中,有58.5%的不接受原因是“產(chǎn)品質(zhì)量不好”。這表明,返現(xiàn)得來的好評在一定程度上反映了商品的真實(shí)質(zhì)量。當(dāng)然,也可能有部分消費(fèi)者在產(chǎn)品質(zhì)量不完全滿意的情況下,由于好評返現(xiàn)的誘惑而對商品進(jìn)行了虛假好評。綜上,筆者認(rèn)為刷評部分可信、部分不可信。刷評與虛假評論的關(guān)系如圖1所示。

圖1 虛假評論與刷評的關(guān)系

(三) 研究假設(shè)

信息接受模型[20]是研究評論信息可信度的重要理論基礎(chǔ)[1]。依據(jù)該模型,信息內(nèi)容質(zhì)量及信息源的可靠性是信息有用性的重要影響因素。信息內(nèi)容質(zhì)量是對信息內(nèi)容本身的衡量,包含信息內(nèi)容的真實(shí)性、準(zhǔn)確性、及時性和完整性,是中心路徑;信息源可靠性包括專業(yè)性、可靠性和吸引力,是邊緣路徑。由于本研究關(guān)注的是刷評可信度的影響因素,刷評內(nèi)容與一般評論內(nèi)容沒有顯著差異,因此中心路徑失效，筆者主要基于邊緣路徑研究刷評的可信度影響因素。由于研究目的是從普通消費(fèi)者角度出發(fā),識別出影響刷評可信度的因素，因此主要分析消費(fèi)者所能看到的商品詳情頁中關(guān)于商品和店鋪的信息,包括店鋪的信譽(yù)、店齡、描述得分、服務(wù)得分、物流得分、是否消費(fèi)者保障服務(wù)、是否7天無理由退貨承諾、30天內(nèi)累計(jì)銷量等信息。其中,聲譽(yù)是一個電商平臺店鋪?zhàn)钪匾彩亲钪匾暤臒o形資產(chǎn),好聲譽(yù)需要長時間的累積,店鋪可以通過銷售高質(zhì)量商品贏得自己的聲譽(yù)。一般情況下，店鋪聲譽(yù)越高,其刷評的可靠性越高,可信度也越高。在店齡方面,鑒于當(dāng)前電商進(jìn)入門檻日益提高,新進(jìn)入者必須小心經(jīng)營并銷售高質(zhì)量的商品才能得以生存及發(fā)展,除此以外，用戶評價(jià)對店鋪發(fā)展至關(guān)重要。因此店齡越小,其刷評的可靠性越高,可信度也越高。描述、服務(wù)及物流三者是消費(fèi)者在購物后對商品三個方面的評價(jià)打分,其中，描述是指商品詳情頁中的商品描述與商品真實(shí)品質(zhì)的匹配程度。描述得分越高,其刷評可信度也越高,而服務(wù)及物流與商品的品質(zhì)沒有關(guān)聯(lián)。商家提供的消費(fèi)者保障服務(wù)是賣家與電商平臺簽署的消費(fèi)者保障服務(wù)協(xié)議,在發(fā)生爭議的情形下可以通過平臺維權(quán),是對消費(fèi)者的權(quán)益保障。由于引入了平臺監(jiān)管,因此提供消費(fèi)者保障服務(wù)的商家吸引力相對較高,其刷評的可信度也相對較高。同樣,承諾7天無理由退貨的商家會盡量保證商品質(zhì)量,其刷評可信度也相對較高。商品銷量同樣能反映商品質(zhì)量,質(zhì)量好的商品銷量才高,因此30天累計(jì)銷量越高,其對應(yīng)的刷評可靠性和吸引力越高,可信度也越高。綜上,本研究作出以下假設(shè):

假設(shè)1:店鋪的聲譽(yù)正向影響刷評的可信度。

假設(shè)2:店鋪的店齡負(fù)向影響刷評的可信度。

假設(shè)3:商品的描述得分與刷評可信度顯著正相關(guān)。

假設(shè)4:提供消費(fèi)者保障服務(wù)正向影響商品刷評的可信度。

假設(shè)5:提供7天無理由退貨承諾正向影響商品刷評的可信度。

假設(shè)6:商品的30天累計(jì)銷量正向影響刷評的可信度。

二、 研究方法及數(shù)據(jù)獲取

(一) 研究方法

本研究首先計(jì)算每一條評論的情感得分,然后基于刷評的特征識別刷評及對應(yīng)商品,再判別刷評可信度,最后研究刷評可信度的影響因素。

1. 評論情感得分計(jì)算

情感得分計(jì)算首先分詞,然后去除停用詞,再將分詞文本匹配情感詞典,依次讀取情感詞庫、否定詞庫和程度副詞庫。提取并記錄文本中的情感詞及其在文本中的所在位置,查找記錄情感詞在情感詞庫中對應(yīng)的情感值,然后提取并記錄文本中的否定詞及其在文本中的位置,最后提取并記錄程度副詞及其在文本中的位置,查找記錄程度的副詞在程度副詞庫中對應(yīng)的情感分值。筆者使用的情感詞庫來源于BosonNLP情感詞典。計(jì)算情感得分的規(guī)則如下:設(shè)情感詞的權(quán)重為ω,從情感詞典中獲得該情感詞的情感值Q,檢測其對應(yīng)的否定詞和程度副詞,設(shè)否定詞的數(shù)量為F,程度副詞程度分值為C,則情感得分:

D=ω×Q×(-1)F×C

第k條評論的情感得分Dk為該評論所有情感詞的情感值之和與該評論長度的比值,即:

2. 刷評識別

刷評區(qū)別與其他一般評論主要體現(xiàn)在三個方面:評論內(nèi)容特征、評論時間特征、評論文本相似性。問卷調(diào)查結(jié)果顯示只有3.7%的刷單評論要求刷差評,因此本研究只從感值為正的好評中識別刷評,不考慮負(fù)向刷評。

刷評的評論內(nèi)容特征體現(xiàn)在正向評論內(nèi)容過于豐富。因此,將評論文本長度大于20字,并且在評論中附有多張圖片的評論標(biāo)識為疑似好評返現(xiàn)評論。如果一件商品的所有評論中疑似好評返現(xiàn)的比例超過50%,則將疑似好評返現(xiàn)評論確定為好評返現(xiàn)評論,對應(yīng)的商品也可確定為好評返現(xiàn)商品。

刷評的評論時間特征體現(xiàn)為評論的時間聚集性。商品的評論數(shù)量會隨商品銷量的增加而增加,但刷手為了盡早完成任務(wù)會立刻完成評論，而普通消費(fèi)者會在使用商品一段時間后再評論。因此,刷評的時間聚集性明顯。以3天為時間窗,以平均值加3倍標(biāo)準(zhǔn)差為異常值判別標(biāo)準(zhǔn),如果時間窗內(nèi)的平均好評數(shù)量異常,則認(rèn)為該商品存在刷單行為,可確定為刷評商品。

刷評的評論文本相似性特征識別采用Simhash算法以及漢明距離結(jié)合的方法[21]。其主要任務(wù)是對文本進(jìn)行降維,生成一個Simhash值,通過比較不同文本的Simhash值進(jìn)而比較漢明距離(Hamming Distance),從而判斷兩個文本的相似度。Simhash算法主要有五個過程:分詞、Hash、加權(quán)、合并、降維。漢明距離是信息論中表示兩個長碼字x=(x1,x2,…,xn)和y=(y1,y2,…,yn)之間的距離,計(jì)算公式為:

其中⊕表示模2加運(yùn)算,xk計(jì)算過程為:計(jì)算同一件商品所有評論兩兩直接Simhash距離,取最大相似數(shù)值,與評論文本形成映射。

3. 刷評可信度分析

將刷評商品的所有評論分為刷評和普通評論,刷評的情感得分表示商品刷評品質(zhì),普通評論的情感得分表示商品實(shí)際品質(zhì)。若刷評品質(zhì)與實(shí)際品質(zhì)無顯著差異,則表示該商品的刷評是可信的；若兩者有顯著差異,則表示該商品的刷評不可信。

4. 刷評可信度的影響因素研究

應(yīng)用多元回歸探索刷評可信度的影響因素。因變量Y為商品的刷評情感均值與普通評論情感均值之差的倒數(shù)并歸一化,Y越大表示刷評越可信。自變量為消費(fèi)者在商品詳情頁中能找到的關(guān)于商品和店鋪的客觀信息,包括店鋪的信譽(yù)Rep、店齡Age、描述Des、服務(wù)Ser、物流Log、是否消費(fèi)者保障服務(wù)Cus、是否7天無理由退貨承諾Pro、30天內(nèi)累計(jì)銷量Sale,控制變量為商品種類Cati和商品價(jià)格Pri。其中,Rep及Sale取自然對數(shù)之后歸一化處理;Age為當(dāng)前年份減開店年份再加1,而后歸一化;Cus為虛擬變量,商家提供“消費(fèi)者保障服務(wù)”則用1表示,否則用0表示;Pro為虛擬變量,商家承諾7天無理由退貨則用1表示,否則為0;Cati為對應(yīng)不同商品類別的多個虛擬變量;Des、Ser、Log、Pri等變量為同一類別,因此作歸一化處理。

(二) 數(shù)據(jù)獲取

本研究選取了女裝、食品、數(shù)碼產(chǎn)品和化妝品四大類商品的評論數(shù)據(jù)。這些類別的商品在平均價(jià)格、購買頻次、售后服務(wù)模式、不同品牌商品功能差異性等方面存在一定區(qū)別。爬取每類商品銷量排行前90位的商品,共計(jì)360個商品,爬取每個商品最多前500條評論數(shù)據(jù),最終獲得89 586條評論。在剔除無效樣本之后剩余77 131條評論,各類商品樣本的評論數(shù)量如表2所示。

表2 各類商品評論數(shù)據(jù)統(tǒng)計(jì)表

從表2可以看出，食品類商品平均評論數(shù)遠(yuǎn)高于平均值,化妝品和女裝評論數(shù)相當(dāng),電子產(chǎn)品評論總數(shù)相對較少。每一種商品的評論中好評都占絕大多數(shù),電子產(chǎn)品類商品評論中的帶圖評論及追加評論所占比例較大。

三、 刷評可信度分析結(jié)果

(一) 商品評論情感分析

通過基于情感詞典的文本情感分析,計(jì)算出每一條商品評論的情感值。情感值大于0為好評,小于0為差評,等于0為中評。各種類商品的三種評論情況如表3所示。結(jié)果顯示,商品評論中好評占有絕大部分。其中，食品類商品好評率相對較低,差評率較高;女裝好評率相對較高,差評率較低。

表3 各類商品情感值統(tǒng)計(jì)表

(二) 刷評識別

從評論情感分析結(jié)果中選取所有好評評論,分別分析評論內(nèi)容特征、評論時間特征、評論文本相似性。

1. 基于評論內(nèi)容特征的識別

評論字?jǐn)?shù)超過20且?guī)в袌D片的評論為疑似好評返現(xiàn)評論,一共有12 815條,占所有評論的20.68%。若某個商品的疑似好評返現(xiàn)評論占該商品評論數(shù)的50%以上,則認(rèn)定該商品為刷評商品。據(jù)此原則,識別出56件好評返現(xiàn)商品,平均好評數(shù)量350條,其中返現(xiàn)好評平均為32.82%。

2. 基于評論時間特征的識別

三天的時間窗內(nèi)評論數(shù)量出現(xiàn)異常值則視為疑似刷單評論。數(shù)據(jù)分析顯示,疑似刷單商品129件,占比35.8%。剔除疑似刷單銷量30件以下的商品,剩余18件刷單商品。這18件商品平均日銷量為7.6件,而刷單時平均日銷量為50.1件,最高81件。

3. 基于評論文本相似的識別

使用Simhash算法以及漢明距離計(jì)算文本相似度,再根據(jù)每條商品好評的最大相似度確定是否存在刷評。根據(jù)漢明距離計(jì)算文本相似度的一般規(guī)則,最大相似度大于0.8則認(rèn)定為相似文本。剔除文本長度小于10字的短文本,識別出文本相似度高的刷評商品99件,相似文本評論平均占評論總數(shù)34.1%。

綜上,基于三種特征的四類商品刷評識別結(jié)果如表4所示?？梢?，電子產(chǎn)品類的刷評數(shù)量相對較少,其原因可能是由于其固有的購買頻次低、平均價(jià)格高等屬性所致。由于其刷評數(shù)量相對較少,后續(xù)研究剔除這一類別的商品。

表4 基于多種特征的刷評商品數(shù)量統(tǒng)計(jì)

(三) 刷評可信度分析

將每件刷評商品的評論劃分為刷評和普通評論,并分別計(jì)算每件商品的兩類評論情感均值,對化妝品、食品、女裝三類商品的兩大類評論分別進(jìn)行配對樣本T檢驗(yàn),結(jié)果如表5所示。

表5 兩類評論t檢驗(yàn)結(jié)果

雖然表5的結(jié)果顯示所有類別的商品刷評情感均值均顯著高于普通評論情感均值，即總體而言，所有類別商品的刷評是不可信的。但在分析單個商品的兩類評論情感差值后可發(fā)現(xiàn)，其差值在[0.03,1.73]范圍內(nèi)，且呈均勻分布。由此可見，有些商品的刷評品質(zhì)與真實(shí)品質(zhì)相近，而有些商品的刷評品質(zhì)與真實(shí)品質(zhì)相差較大。結(jié)合上述分析可知，商家刷評的目的不盡相同，不能完全否定刷評的可信度。

(四) 刷評可信度影響因素分析

多元回歸的相關(guān)變量均值、標(biāo)準(zhǔn)差及相關(guān)性分析結(jié)果如表6所示。從中可以看出,Rep、Age、Des、Cus、Sale等變量與因變量呈顯著性相關(guān),變量的相關(guān)系數(shù)都小于0.7,說明變量之間不存在明顯的多重共線性。

表6 變量的均值、標(biāo)準(zhǔn)差和相關(guān)系數(shù)

表7是各自變量和因變量的回歸分析結(jié)果。其中，模型1是店鋪屬性對刷評可信度影響因素的回歸分析結(jié)果,模型2加入了電商交易相關(guān)屬性,模型3加入了控制變量的回歸模型。從三個模型分析的結(jié)果來看,Rep、Age、Des、Cus、Sale在三個模型中均與刷評可信度有顯著相關(guān)性。這表明店鋪的聲譽(yù)、店齡、商品描述得分、是否提供消費(fèi)者保障服務(wù)是判斷刷評是否可信的重要依據(jù)。由此,假設(shè)1至假設(shè)4得到驗(yàn)證,而假設(shè)5和6未得到驗(yàn)證。其原因可能是當(dāng)消費(fèi)者購買了質(zhì)量差的商品而要求退貨時,如果商家拒絕則很可能會被消費(fèi)者投訴或者差評,而這會大大影響商家的聲譽(yù),因此7天無理由退貨逐漸成為電商的普遍承諾。銷量未能反映商品質(zhì)量,進(jìn)而未能判別刷評的可信度,其原因可能是消費(fèi)者未能正確識別商品質(zhì)量,這也進(jìn)一步從側(cè)面證明了本研究的重要性。

表7 多元回歸分析

續(xù)表

四、 研究結(jié)論與啟示

(一) 研究結(jié)論

本研究通過對C2C電子商務(wù)平臺的商品評論文本進(jìn)行情感分析、刷評識別和刷評可信度影響因素分析,證實(shí)刷評是客觀存在的,而且并非完全不可信,可以通過其他信息來判斷商品的真實(shí)品質(zhì)。由調(diào)查問卷和數(shù)據(jù)分析結(jié)果可得出以下結(jié)論:

首先,電商刷評現(xiàn)象比較嚴(yán)重,但不同類別商品的刷評現(xiàn)象差異比較大。如電子產(chǎn)品價(jià)格高、購買頻率低，刷評現(xiàn)象不明顯；日用商品諸如食品類價(jià)格相對較低、購買頻率高，刷評現(xiàn)象明顯。可見,商品的固有屬性很大程度上決定了商家是否采用刷評手段促進(jìn)商品銷售。因此,消費(fèi)者在選購商品時需重點(diǎn)考慮其對商品固有屬性的需求,如功能、性能、價(jià)格、售后等。對于價(jià)格相對較低和購買頻次較高的日用品,商家會較多采用刷評手段。

其次,電商平臺刷評可信度差異較大。以刷評情感值與普通評論情感值之差衡量的刷評可信度差異較大。某些商品的刷評品質(zhì)與實(shí)際品質(zhì)相差較小,表明其實(shí)際品質(zhì)是優(yōu)良的,其刷評行為可能是為了拓展市場而進(jìn)行的廣告行為。另有一些商品的刷評品質(zhì)與實(shí)際品質(zhì)差異很大,其刷評行為誤導(dǎo)了消費(fèi)者對商品的認(rèn)知。

最后,刷評可信度受多種因素影響。多元回歸結(jié)果表明,刷評可信度受店鋪的聲譽(yù)、店齡、商品描述得分、是否提供消費(fèi)者保障服務(wù)等因素影響。其中，店鋪的聲譽(yù)、商品描述得分、是否提供消費(fèi)者保障服務(wù)與刷評的可信度顯著正相關(guān),而店鋪的店齡與刷評可信度顯著負(fù)相關(guān)。信譽(yù)是一個店鋪重要的無形資產(chǎn),為了維護(hù)它,網(wǎng)店會特別注重其運(yùn)營,將商品質(zhì)量保證放在重要位置。店齡與刷評的可信度顯著負(fù)相關(guān),即新開的店鋪的評論可信度相對較高。這也驗(yàn)證了新店鋪確實(shí)在保證其產(chǎn)品質(zhì)量基礎(chǔ)上使用刷評方式開拓市場。商品描述分值較好地反映了商家的信譽(yù)及其評論的可信度。而通過提供消費(fèi)者保障服務(wù),保障消費(fèi)者權(quán)益，對店鋪起到了一定的震懾作用。

(二) 理論貢獻(xiàn)

首先,筆者將口碑傳播的“消費(fèi)者獎勵計(jì)劃”理論拓展到C2C電商平臺的商品評論領(lǐng)域,將電商平臺客觀存在的刷評區(qū)分為可信刷評和不可信刷評,彌補(bǔ)了以往將電商刷評籠統(tǒng)判定為不可信或者違法的不足,厘清了刷評與虛假評論的聯(lián)系與區(qū)別,分析了刷單刷評和好評返現(xiàn)兩種形式,并論證了好評返現(xiàn)的合理一面。

其次,基于信息接受理論,在中心路徑失效的情形下,通過邊緣路徑的分析,找到除了商品評論之外判定商品真實(shí)品質(zhì)的方式,論證了消費(fèi)者可以通過店鋪的聲譽(yù)、描述、店齡、是否提供消費(fèi)者保障服務(wù)等其他信息合理地判斷商品的品質(zhì)。

(三) 實(shí)踐啟示

消費(fèi)者在C2C電商平臺購物瀏覽評論時,需要注意不要被商品詳情頁中圖文并茂的好評所蒙蔽,而要留意評論在某段時間內(nèi)集中出現(xiàn)的評論,并且需要留意評論的內(nèi)容是否類似,特別是對日常用品類商品更應(yīng)保持警惕。很明顯，具有這些特征商品的好評中有接近一半的評論是“刷”出來的。消費(fèi)者在通過一些特征發(fā)現(xiàn)某商品存在刷評現(xiàn)象,則其評論是否可信是不確定的。為了能更好地判斷商品的真實(shí)品質(zhì),需要結(jié)合店鋪的一些其他信息進(jìn)行綜合判斷。如果店鋪具有以下一些特征，如店齡小、信譽(yù)高、提供消費(fèi)者保障服務(wù)、商品描述綜合分值高,則其商品的好評在較大概率上是可以信賴的。