鄢慧麗，熊 浩，張小浩

（1.海南大學旅游學院，海南?？?570228；2.海南大學管理學院，海南?？?570228）

引言

“望梅止渴”的典故出自《世說新語·假譎》：“魏武行役失汲道，軍皆渴，乃令曰：‘前有大梅林，饒子，甘酸可以解渴?！孔渎勚?，口皆出水”，其大意為梅子酸甜，士兵們想吃梅子時就會流口水，因而止渴。該典故道出了一個非常有趣且普遍的心理現(xiàn)象——心理模擬。在該典故中，梅子的酸甜激活了士兵們的心理模擬（想象進食），而這種心理模擬與實際進食時所引起的生理反應(yīng)類似（分泌唾液）[1]。由此引申到消費者在預訂酒店時，由于很難直接評估酒店服務(wù)質(zhì)量[2]，因而將酒店評論作為預訂決策的依據(jù)[3]。而酒店評論中包含了大量的感官線索，包括酒店環(huán)境、床的觸感、食物味道等，此時作為“士兵”的消費者是否也會“望梅止渴”呢？本文從心理模擬視角出發(fā)，探討酒店評論中感官線索數(shù)量、維度和情感等特征對評論有用性的影響，以期為消費者的預訂決策和企業(yè)的感官營銷實踐提供有益的參考。

心理模擬可以很好地解釋消費者對酒店評論中感官線索的認知過程，它被定義為“個體對事物的模擬性心理表征”，是對過去體驗的重現(xiàn)[4]。通過心理模擬，個體回到了過去的身體狀態(tài)，進而激活與之相關(guān)的認知[5]。具體而言，當消費者接收到酒店評論中的感官刺激時，便會激發(fā)其身體經(jīng)驗認知，即大腦中的感官記憶，引導消費者在心里模擬先前的感官體驗[6]。也就是說，對于酒店評論中的感官線索，消費者可以通過心理模擬的方式，在不直接體驗產(chǎn)品的情況下完成感官體驗[7]。

現(xiàn)有研究雖然探討了感官線索對消費者行為的影響[8-10]，但還存在以下不足：第一，研究僅考察了特定感官線索的影響，而感官線索是一個包含視覺、嗅覺、味覺、聽覺和觸覺的多維度變量。一項調(diào)查顯示，37%的受訪者認為視覺是最重要的感官，其次是嗅覺（23%）、聽覺（20%）、味覺（15%）和觸覺（5%）[11]，因此，探究5種不同感官線索的差異性影響將是本文的重點問題。第二，酒店評論中是否存在多維度感官整合效應(yīng)尚未得到證實。不同感官之間的整合效應(yīng)已得到線下環(huán)境的支持，例如與地板柔軟度一致的音樂提升了商場顧客對產(chǎn)品的評價[12]，融合多種感官元素的廣告增強了游客的出行意愿[13]，因此，探討酒店感官線索的多維度整合效應(yīng)具有重要的實踐價值。第三，感官線索的情感特征常常被忽視。在體驗經(jīng)濟時代，消費者需求已經(jīng)從功能性需求轉(zhuǎn)變?yōu)楦顚哟蔚那楦行枨骩14]。正如Lindstrom所言，所有感官都必須將產(chǎn)品與消費者情感聯(lián)系起來，從而培養(yǎng)消費者的忠誠度[15]，因此，情感也是理解感官營銷的關(guān)鍵。最后，考慮到本文的研究對象為酒店評論，傳統(tǒng)的人工編碼方法耗時費力，不僅只能識別有限的情感詞，還難以完成情感極性的計算，因此，構(gòu)建感官情感詞典，實現(xiàn)感官線索的自動識別和情感分析也是本文期待解決的關(guān)鍵問題。

綜上，本文從心理模擬視角出發(fā)，將感官數(shù)量、感官維度以及感官情感等變量納入研究模型，并以攜程網(wǎng)的酒店評論為樣本，構(gòu)建酒店領(lǐng)域的感官情感詞典，實現(xiàn)感官數(shù)量、維度和情感的自動識別與計算，進而利用負二項回歸計量模型，探討其對酒店評論有用性的影響。本研究不僅豐富了心理模擬的應(yīng)用情境，同時拓寬了感官體驗的測量思路，也為酒店和平臺的感官營銷實踐和在線評論管理提供了重要的參考。本文的理論框架如圖1所示。

圖1 理論模型Fig.1 Theoretical model

1 理論基礎(chǔ)與研究假設(shè)

1.1 心理模擬與虛擬感官體驗

心理模擬被定義為“個體對事物的模擬性心理表征”，是對過去體驗的重現(xiàn)[4]。通過心理模擬，個體回到了過去的身體狀態(tài)，激活了與之相關(guān)的認知，進而影響個體的行為[5]。比如當消費者第一次品嘗咖啡時，大腦中會記錄與該咖啡有關(guān)的各種感官體驗，包括咖啡的香味、口感以及表層奶泡的形狀等。當再次受到相關(guān)刺激時，消費者只需看到該咖啡的相關(guān)描述時，就會在心里模擬先前品嘗咖啡的感官體驗[6]，而這種心理模擬與實際品嘗該咖啡所引起的生理反應(yīng)類似[1,17]。

心理模擬很好地解釋了網(wǎng)絡(luò)消費情境下消費者對產(chǎn)品或服務(wù)的感知過程。區(qū)別于傳統(tǒng)的線下消費，網(wǎng)絡(luò)消費情境中人的觸覺、嗅覺、味覺等感覺通道無法直接發(fā)揮其感知功能，但這并不意味著其他感官通道功能的消失，網(wǎng)絡(luò)情境下消費者感官體驗依然存在，但具有虛擬性[18]。感官信息的獲取不再是實物引發(fā)的直接感官刺激，而是以文字和圖片為載體的感官描述信息，因此，網(wǎng)絡(luò)情境下對“物”的感知是一種被虛擬的間接體驗。但這種互動性強的數(shù)字化內(nèi)容能使消費者沉浸其中而忽略媒介的存在，產(chǎn)生類似于真實購物的臨場感[19]。例如Elder 和Krishna 發(fā)現(xiàn)，廣告中提及與食物有關(guān)的感官體驗會引發(fā)被試對食物進行心理模擬，從而增強被試對食品的味覺感知及廣告的效果[20]。朱國瑋和吳雅麗發(fā)現(xiàn)，消費者大腦中已經(jīng)儲存了大量視覺與觸覺之間的關(guān)聯(lián)信息，通過視覺獲取的信息能夠喚醒消費者的觸覺記憶，進而產(chǎn)生近乎真實的觸覺體驗[21]。郭婷婷和李寶庫證實，在線評論中感官描述會刺激消費者產(chǎn)生預先體驗的心理意象，進而影響其購買意愿[7]。

綜上，本文通過心理模擬的方式將在線評論中的虛擬感官體驗“真實化”，當消費者受到感官刺激時，大腦會捕獲認知對象多模式的狀態(tài)并將它們整合在一起，并以多模式表征的方式存儲在記憶中[4]。當再次受到相關(guān)刺激時，消費者甚至不必親身體驗，只需看到相關(guān)描述信息或圖片時，便會激發(fā)其身體經(jīng)驗認知，即大腦中的感官記憶，進而在心里模擬先前的感官體驗[6]。因此，對于酒店評論中的感官線索，消費者可以通過心理模擬的方式完成感官體驗，進而判斷該評論對預訂決策是否有用。

1.2 感官數(shù)量與評論有用性

感官數(shù)量是指酒店評論中感官線索的數(shù)量，感官數(shù)量越多，在一定程度上意味著評論內(nèi)容越豐富。在本研究情境中，酒店評論中的視覺、味覺、嗅覺、觸覺和聽覺等感官線索都是通過視覺通道，以文字描述的方式呈現(xiàn)給消費者。即便如此，消費者也可以通過心理模擬的方式完成感官體驗。具體而言，當消費者接收到酒店評論中的感官刺激時，便會激活儲存在消費者大腦中的感官記憶，于是消費者便在心里模擬入住酒店后的感官體驗，進而判斷該評論對預訂決策的有用性。例如當看到“酒店餐廳的牛排鮮嫩多汁”的文字描述時，消費者會在心里模擬進食過程，想象自己入住酒店后也能得到同樣的體驗。郭婷婷和李寶庫從實證角度也證實了在線評論中視覺線索和觸覺線索會刺激消費者預先體驗的心理意象，進而影響其購買意愿[7]。McCabe和Nowlis則發(fā)現(xiàn)，即使無法直接觸摸產(chǎn)品，消費者也可以通過產(chǎn)品觸覺的文字說明進行觸覺的心理模擬，彌補觸感缺失的問題[22]。因此，本文認為，當酒店評論中感官線索的數(shù)量越多，消費者獲得的感官體驗就越詳細，進而對該評論有用性的感知越強。因此，本文提出以下假設(shè)：

H1：感官線索數(shù)量對酒店評論有用性存在顯著的正向影響

另外，以往多數(shù)研究僅考察了某些特定感官線索，并未對5 種不同維度感官線索的差異性影響進行對比。例如鐘科等認為，酒店評論中的氣味線索能夠激活消費者的嗅覺體驗，進而增強其對評論的感知有用性[9]。LV 等證實了酒店評論中的觸覺線索對消費者的預訂意愿存在顯著的正向影響[10]。Li等以餐廳評論的視覺、觸覺和味覺線索為研究對象，證實了感官線索對消費者的感知有用性以及愉悅性存在顯著的正向影響[8]。本文則綜合考慮了酒店評論中視覺、嗅覺、觸覺、聽覺和味覺等5個維度，并提出以下假設(shè)：

H1a：視覺線索數(shù)量對酒店評論有用性存在顯著的正向影響

H1b：嗅覺線索數(shù)量對酒店評論有用性存在顯著的正向影響

H1c：味覺線索數(shù)量對酒店評論有用性存在顯著的正向影響

H1d：聽覺線索數(shù)量對酒店評論有用性存在顯著的正向影響

H1e：觸覺線索數(shù)量對酒店評論有用性存在顯著的正向影響

1.3 感官維度與評論有用性

感官包括視覺、嗅覺、味覺、觸覺和聽覺等5 個基本維度。研究發(fā)現(xiàn)，當身體受到不同維度感官刺激時，會將一個感官系統(tǒng)的信息傳遞給另一感官系統(tǒng)，并將不同感官系統(tǒng)的信息進行整合傳遞，從而彌補單一感覺通道信息的匱乏，這樣的傳遞方式使得認知更準確[23]。神經(jīng)科學的研究發(fā)現(xiàn)了觸覺和視覺[24]、觸覺和聽覺交叉模式工作記憶的神經(jīng)機制[25]，Spiller等證實了多感官聯(lián)合有助于加強心理意象[26]，這些研究說明各個感官通道不是獨立存在的，而是在一定程度上疊加，從而在人的認知過程中發(fā)揮效用。因此，本文認為，感官維度是感官線索的另一重要特征，并將其定義為一條酒店評論中包含的感官線索的種類。例如當一條評論中包含1條嗅覺線索和2 條觸覺線索時，則該評論的感官維度為2，而感官數(shù)量為3。

以往研究多集中于線下環(huán)境的多感官交互，例如Hultén以宜家為例，發(fā)現(xiàn)店鋪內(nèi)燈光和音樂的搭配增強了顧客購買意愿[27]。Imschloss 和Kuehnl 發(fā)現(xiàn)，零售環(huán)境中與地板柔軟度一致的音樂提升了顧客對產(chǎn)品的評價[12]。在本研究情境中，一條酒店評論中可能包含視覺、味覺、嗅覺、聽覺和觸覺等多維度的感官線索，感官線索的維度越多，消費者越能從不同的維度進行心理模擬，不同感官線索之間相互整合，從而得到更加生動、準確、可靠的感官體驗，進而對評論有用性的感知越強。進一步地，前文在假設(shè)H1 中提到，感官線索數(shù)量正向影響評論有用性，感官維度的增加意味著感官數(shù)量隨之增加，反之，感官數(shù)量的增加則不一定意味著維度的增加，它可能只是同一維度感官數(shù)量的增加，因此，本文進一步認為，增加每單位感官維度對評論有用性的影響大于增加每單位感官數(shù)量對評論有用性的影響，并提出以下假設(shè)：

H2：酒店評論中的感官線索以整合的方式影響消費者認知，即相較于單一感官維度，包含多維度感官線索的評論有用性更強，且感官維度疊加對評論有用性的影響比感官數(shù)量疊加對評論有用性的影響更強

1.4 感官情感與評論有用性

情感是理解感官體驗的關(guān)鍵[28]。根據(jù)具身理論，當人體的感覺器官受到外部刺激時，便會產(chǎn)生相應(yīng)的感覺，之后經(jīng)過知曉和理解形成知覺，進一步促進對事物的深層次理解，并引發(fā)情感共鳴，最終指導消費者的行為[29]。在酒店評論中，感官線索通常是帶有主觀情感色彩的描述。例如“房間海景絕美”是對酒店視覺體驗的正面評價，而“房間一股刺鼻的消毒水味”是對酒店嗅覺體驗的負面評價。而當上述兩種描述出現(xiàn)在同一酒店評論中，那么該評論的感官情感是正面還是負面呢？基于此，本文將感官情感定義為“酒店評論中感官線索的情感極性”，并利用評論中所有感官線索的情感得分加總進行表征。

以往研究多以星級評分來判定評論的情感極性，但結(jié)論并不一致。一些研究認為，負面評論包含更多的診斷性信息，能有效地幫助消費者規(guī)避風險，因此負面評論比正面評論更有用[30-31]。另有研究認為，正面評論比負面評論更有用[32-33]，其原因在于正面評論提供的積極信息符合消費者在決策前對產(chǎn)品的預期和偏好[34]。鐘科等認為，在線評論的正面嗅覺描述為游客帶來積極的預期，進而增強了游客的出行意愿[9]。進一步地，Sen和Lerman發(fā)現(xiàn)，消費者更愿意將享樂性產(chǎn)品的負面評價歸因為個人主觀因素，因此，負面評價對消費者的參考價值不大[35]。考慮到本文的研究對象為五星級酒店，它不僅可以滿足消費者住宿、休息等功能性需求，更重要的是提供了酒店環(huán)境、用餐體驗、娛樂設(shè)施等多感官刺激，為消費者帶來愉悅的情感體驗[8]，而酒店評論中的正面感官線索滿足了消費者對酒店享樂屬性的預期和偏好，因此，本文提出以下假設(shè)：

H3：相較于負面感官線索，正面感官線索對酒店評論有用性的影響更強

2 研究方法

2.1 數(shù)據(jù)來源

本研究選取攜程網(wǎng)的五星級酒店評論作為數(shù)據(jù)來源，原因在于：一是攜程是中國最大的綜合性旅游服務(wù)網(wǎng)站之一，擁有著完善的在線評論系統(tǒng)、豐富的酒店信息和海量的評論數(shù)據(jù)，因此成為國內(nèi)學者的主要研究對象[36-37]；二是攜程的評價功能只對3 個月內(nèi)購買并使用相關(guān)產(chǎn)品的用戶開放，從而有效地減少了虛假點評、酒店刷好評等情況，一定程度上保證了評論的真實性和可靠性；三是五星級酒店不僅滿足了消費者住宿、休息等功能性需求，還滿足了用餐、娛樂等享樂性需求，因此，五星級酒店評論中往往包含更多數(shù)量和維度的感官線索，適用于本文的研究情境。

2.2 數(shù)據(jù)爬取與清洗

2021 年3 月22—27 日，本研究首先利用Python程序在攜程網(wǎng)頁端抓取了海南三亞市135家五星級酒店的評論數(shù)據(jù)，總計660 599 條，所有評論均在2018 年6 月16 日至2021 年6 月16 日之間生成。此次采集的主要內(nèi)容包括評論評分、評論有用票數(shù)、評論發(fā)布時間、歷史點評數(shù)和評論文本等數(shù)據(jù)。

然后對數(shù)據(jù)進行清洗，流程如下：首先，剔除缺少正文內(nèi)容、重復評論以及非中文評論的樣本，篩選后得到656 327條數(shù)據(jù)；第二，由于攜程網(wǎng)站同時囊括了攜程、藝龍和去哪兒等多家在線旅行社用戶的點評數(shù)據(jù)，而本文研究對象為攜程酒店評論，因此剔除了源自藝龍網(wǎng)和去哪兒網(wǎng)的酒店評論，篩選后得到585 685條評論；第三，只有當樣本量具有一定規(guī)模時，數(shù)據(jù)才具備統(tǒng)計學意義[38]，因此本文剔除了評論總數(shù)小于500 的酒店評論樣本以保證酒店評分的穩(wěn)定性，篩選后得到583 862條數(shù)據(jù)；另外，為保證回歸結(jié)果的準確性，刪除了有用票數(shù)為0的評論[39]，最終，本研究共得到130家酒店69 752條評論的有效樣本。

2.3 研究變量

2.3.1 因變量

本研究的因變量為評論有用性。為幫助消費者從海量評論中篩選出有用信息，各大在線平臺紛紛推出了對“評論是否有用”進行投票的功能，瀏覽者可點擊評論下方的“有用”標簽衡量評論對自己是否有用，因此，本文選擇評論“被點有用”的總次數(shù)對評論有用性進行表征[40]。

2.3.2 自變量

本文的自變量分別為感官數(shù)量、感官維度和感官情感。其中，感官數(shù)量是指每一條評論中包含的視覺線索、味覺線索、嗅覺線索、觸覺線索和聽覺線索數(shù)量以及它們的數(shù)量加總；感官維度是指在線評論中感官線索的維度數(shù)量，如一條評論中只有視覺描述和味覺描述，則該評論的感官線索維度為2，感官情感則是指評論中的感官線索的情感極性，本文通過構(gòu)建面向酒店評論領(lǐng)域的感官情感詞典，對每條感官線索進行情感分析，得出每一條評論的感官情感極性，并將負面情感編碼為“-1”，中性情感編碼為“0”，正面情感則編碼為“1”。

2.3.3 控制變量

本文還選取了評論深度、評論者等級和時間間隔等可能影響評論有用性的因素作為控制變量。評論深度是指單條評論文本的字符數(shù)。一般認為，評論越長，其包含的產(chǎn)品信息就越豐富，評論有用性也就越高[40]。評論者等級是指攜程通過歷史點評數(shù)對評論者進行的等級認證。已有研究表明，評論者等級越高，消費者對評論有用性的感知越強[40]。時間間隔則是指評論發(fā)表時間和瀏覽時間的時間間隔。研究發(fā)現(xiàn)，早期發(fā)表的評論由于被瀏覽的次數(shù)更多，往往積累的有用票數(shù)也就更多[41]。具體的變量及測度指標見表1。

表1 變量測度指標Tab.1 Variable measure index

2.4 回歸模型構(gòu)建

本研究因變量評論有用性的取值為評論獲得的有用票數(shù)，屬于計數(shù)變量，而非連續(xù)變量，且不呈正態(tài)分布。對于計數(shù)變量，常見的回歸模型有泊松回歸模型和負二項回歸模型，前者對于樣本特征有特殊的強假設(shè)，即樣本的均值和方差相等。而在本研究中，評論有用性的樣本方差大于均值（方差為1.94，均值為3.06），存在一定的過度離勢現(xiàn)象。而負二項回歸適用于因變量過度離散的回歸分析，是泊松回歸的擴展形式。因此，本文將利用負二項回歸模型進行實證研究。此外，本研究還將利用泊松回歸模型進行重新估計，比較兩種回歸模型的擬合結(jié)果，以檢驗負二項回歸模型的適用性以及研究結(jié)論的穩(wěn)健性。具體表達式如式（1）：

式（1）中，Usefulness表 示 評 論 有 用 性，dimension表示感官維度，quantity表示感官數(shù)量，emotion表示感官情感，vision表示視覺線索，olfaction表示嗅覺線索，taste表示味覺線索，auditory表示聽覺線索，tactile表示觸覺線索，controls則表示控制變量，β為回歸系數(shù)，δ為隨機干擾項。

3 情感詞典構(gòu)建

以往研究多采用量表[7]或編碼[9]的方式對感官體驗進行測量，考慮到本文的研究對象為酒店評論數(shù)據(jù)，人工標注編碼的方法耗時費力，不僅只能識別有限的情感詞，還難以完成情感極性的計算。情感詞典則提供了自動識別的有效手段，例如Mehraliyev 等以餐廳評論為例，構(gòu)建了餐廳領(lǐng)域的英文感官情感詞典，實現(xiàn)了感官線索的自動識別與計算[28]。然而，中文情感詞典的發(fā)展并不完善，國內(nèi)常見的代表性的情感詞典包括知網(wǎng)HowNet 詞典、臺灣大學通用中文情感詞典（“National”Taiwan University Sentiment Dictionary，NTUSD）以及大連理工中文情感詞典（Dalian University of Technology Information Retrieval，DUTIR），但在特定的研究領(lǐng)域只通過基礎(chǔ)情感詞典識別評論中的情感詞往往是不夠的，因為不同領(lǐng)域?qū)?yīng)不同的情感特征詞。比如酒店領(lǐng)域內(nèi)的“隔音”“佳肴”“熱水”等并不會出現(xiàn)在對電腦、衣服等商品的評價中。另外，同一特征詞在不同領(lǐng)域內(nèi)的感情色彩可能不同。比如“軟綿綿”一詞在基礎(chǔ)情感詞典中為中性詞，當被用來形容酒店的床“軟綿綿”時，則帶有明顯的積極色彩。

因此，本文將在大連理工中文情感詞典的基礎(chǔ)上進行整合和優(yōu)化，構(gòu)建一個包含基礎(chǔ)情感詞典、情感修飾詞典和感官情感詞典的多部情感詞典，從而對酒店評論進行感官情感分析，具體流程如圖2所示。

圖2 情感分析流程圖Fig.2 Flowchart of sentiment analysis

3.1 基礎(chǔ)情感詞典

本研究以大連理工中文情感詞匯本體庫作為基礎(chǔ)情感詞典，該詞典是基于Ekman 6 大類情感體系構(gòu)建的，共分為7 大類21 小類情感，包含0（中性）、1（正面）、2（負面）、3 種情感傾向和1、3、5、7、9共5 種情感強度等級，共收錄情感詞27 466 個，其中，褒義詞11 229 個，貶義詞10 782 個。為便于計算機作情感計算，本文將正面極性值記為1，負面極性值由2修改為-1，基礎(chǔ)情感詞典部分示例如下：好吃為形容詞，情感強度為3，情感極性為1；噪音為名詞，情感強度為3，情感極性為-1；風景如畫為短語，情感強度為3，情感極性為1；盛宴為名詞，情感強度為5，情感極性為1；臭烘烘為形容詞，情感強度為9，情感極性為-1。

3.2 情感修飾詞典

消費者對情緒的表達往往不只是含有情感詞，還含有大量的副詞和否定詞對情感詞進行修飾。本文選用的程度副詞詞典來自知網(wǎng)詞典庫。該詞庫將程度副詞分為超、最、很、較、稍、欠等6 個等級，并分別對這6 個等級給予一定的權(quán)重，對所修飾的情感詞的情感強度擴大一定的倍數(shù)。程度副詞詞典示例如下：“超”對應(yīng)的副詞“超級、極度、絕對……”，權(quán)重倍數(shù)3；“最”對應(yīng)的副詞“何止、忒、過于……”，權(quán)重倍數(shù)2.5；“很”對應(yīng)的副詞“很是、分外、太……”，權(quán)重倍數(shù)2；“較”對應(yīng)的副詞“愈加、較為、更……”，權(quán)重倍數(shù)1.5；“稍”對應(yīng)的副詞“稍微、有些、一點……”，權(quán)重倍數(shù)1；“欠”對應(yīng)的副詞“相對、半點、不甚……”，權(quán)重倍數(shù)0.5。

而否定詞是一類特殊的程度副詞，如果用于修飾情感詞可以改變情感傾向，如“不喜歡”就不再表示情感“好”，而是表示情感“惡”。若是用于修飾程度副詞，則起到降低程度的作用。本文借鑒前人研究[42]，整合出37 個否定詞。否定詞詞典示例如下：

沒有、不必、從未、毫無、不可、從沒、不可能、休想、放棄、停止、不會、勿、何必、難以、未必、絕不、絕非、莫、何必、并非等。

3.3 感官情感詞典

本文將基于點互信息的情感極性判別（semantic orientation pointwise mutual information,SO-PMI）對基礎(chǔ)詞典進行酒店領(lǐng)域的擴充。

（1）點互信息計算算法

互信息是信息論中的概念，在情感分析領(lǐng)域被用來計算詞匯間的關(guān)聯(lián)度。點互信息計算（pointwise mutual information，PMI）可以通過計算兩個詞或詞組之間的文本共現(xiàn)概率從而衡量它們之間的相關(guān)性，因在語料充足的前提下，詞項之間的共現(xiàn)率越高，相關(guān)性越大。假設(shè)用w1、w2分別代表未知詞和種子詞，則PMI的計算如公式（2）所示。

式（2）中，p(w1)和p(w2)分別表示w1和w2單獨出現(xiàn)的概率，p(w1,w2)表示w1、w2在語料庫中同時出現(xiàn)的概率，PMI(w1,w2)表示w1、w2的關(guān)聯(lián)程度，若PMI(w1,w2)的值越大，則說明w1和w2的關(guān)聯(lián)程度越高，情感傾向越一致。

（2）情感點互信息計算算法

Turney 和Littman 將詞語的情感傾向引入點間互信息算法（PMI）[43]，稱為情感點互信息計算（SOPMI）。其依據(jù)是：情感傾向相同的詞項常常一起出現(xiàn)，如“開心-喜悅”“痛苦-悲傷”，情感傾向相反的詞則不然。這使得“開心”和“喜悅”的互信息較高，與“痛苦”的互信息較低。而SO-PMI的計算需要極具代表性且情感傾向明顯的詞語作為情感種子詞，因此，本文選擇具有明顯情感傾向的一組褒義詞Pw和一組貶義詞Nw，將候選詞w和Pw的點間互信息減去w和Nw的點間互信息，根據(jù)差值就能判斷候選詞w的情感傾向，如公式（3）所示。

式（3）中，Pwi和Nwi分別表示第i個積極和消極情感種子詞，SO-PMI(w)＞0 時，表示w的情感極性為正，SO-PMI(w)＜0 表示w的情感極性為負，SOPMI(w)＝0則表示w為中性詞。

經(jīng)整理，本研究得到一個酒店領(lǐng)域情感詞典。該詞典共包含3768 情感詞，其中，褒義詞2015 個，貶義詞1693 個。經(jīng)人工篩選后，得到1067 個感官詞匯，其中，視覺、味覺、觸覺、嗅覺和聽覺詞匯的個數(shù)分別為352、205、162、253和95。感官情感詞典部分示例如下。情感極性為正的視覺線索：美呆、美如畫、欣賞、帥氣、晚霞、海景、光澤、華麗、設(shè)計感、整潔、精致、高端大氣、寶石、對稱……；情感極性為負的視覺線索：臟兮兮、褪色、陳舊、蟑螂、漏水、銹跡、黑臉、血跡、灰塵、紙屑、掉漆、摸黑、辣眼睛、開裂、渾濁、臟亂差……；情感極性為正的味覺線索：鮮嫩多汁、一飽口福、酸甜可口、鮮美、暖胃、口舌生津、醇厚、回甘、嘎嘣脆、清爽、入味、軟糯……；

情感極性為負的味覺線索：焦味、變質(zhì)、油膩、吐、犯惡心、齁、咬不動、夾生、魚腥味、酸掉牙、又老又柴、倒胃口、酸臭、腥臊味……；情感極性為正的觸覺線索：通風、順滑、軟綿綿、松軟、細膩、平整、Q彈、絲滑、滑嫩、綿密、酥脆、毛茸茸、入口即化、嚼勁、彈牙……；情感極性為負的觸覺線索：熱醒、濕漉漉、瘙癢、濕滑、坑坑洼洼、黏糊糊、突兀、毛糙、潮濕、悶熱、冰涼、扎手、皺巴巴、燙手、硬邦邦……；情感極性為正的嗅覺線索：清新、香氣撲鼻、清香、自然氣息、淡香、芳香四溢、書香氣息、芬芳、香氛……；

情感極性為負的嗅覺線索：發(fā)霉、霉味、臭蟲、異味、甲醛味、刺鼻、煙味、騷臭、消毒水味、腐臭、嗆鼻、熏醒、魚腥味……；情感極性為正的聽覺線索：清幽、靜悄悄、鳥語花香、靜謐、悅耳、清脆、風鈴、旋律、動聽、婉轉(zhuǎn)、悠揚……；情感極性為負的聽覺線索：咯吱咯咯響、吵醒、嚎叫聲、刺耳、噪聲、炸街、嘈雜、巨響、嗡嗡叫、回聲、喇叭、吼叫……。

3.4 情感強度計算

本研究首先利用Python 3.9中的Jieba分詞工具對酒店評論文本進行分詞、詞性標注、刪除停用詞等預處理操作，Jieba 提供了精確模式、全模式和搜索引擎模式3 種分詞模式，是Python 中一個重要的第三方中文分詞函數(shù)庫，它支持中文分詞、詞性標注、關(guān)鍵詞提取、加載自定義詞典等多個功能，并被多次應(yīng)用于中文文本挖掘與情感分析研究中，具有良好的可行性和通用性。之后再利用Python 遍歷每個句子中的感官情感詞匯，將其與構(gòu)建好的情感詞典進行匹配，記錄其情感極性及所在位置，并按順序檢索修飾情感詞的否定詞和程度副詞。在識別出包含感官詞匯的語句之后，將這些語句重新組合，每個句子都反映了一種感官體驗。當然，某些句子并不只有一種感官體驗，例如“酒店裝修風格古色古香”中既有視覺體驗又有嗅覺體驗，因此，這樣的句子就會被劃分到視覺和嗅覺的語句中。下面的例子源自一條真實評論，該評論被劃分為含不同感官詞匯的多個句子，本文用Si表示評論的各個分句。

“對這家酒店慕名已久（S1），整體外觀高端大氣上檔次（S2）。房間整潔干凈（S3），沒有異味（S4）。晚餐的惠靈頓牛排也非常好吃（S5）。明年暑假還會再來（S6）?！?/p>

在這條評論中，“高端大氣上檔次”“整潔干凈”為視覺詞匯，于是提取S2和S3作為視覺體驗。S4中的“異味”為嗅覺詞匯，于是提取S4為嗅覺體驗。因為“好吃”這個味覺詞匯，S5被歸類為味覺體驗。而S1和S6中不含感官詞匯，故被排除在外。

在識別出評論中的感官線索之后，對每一條感官線索分別進行情感計算，最后進行加總，得到所有感官線索的整體情感極性，計算公式如式（4）所示。

式（4）中，score為該評論的情感強度值，DegWeight為程度副詞的權(quán)重，wordi為單個維度感官情感詞，Oi為否定詞的個數(shù)。如果情感強度值大于0，則為正面情感極性；如果情感強度值小于0，則為負面情感極性。

4 回歸結(jié)果分析

4.1 描述性統(tǒng)計

本研究利用Stata 16.0進行描述性統(tǒng)計分析，結(jié)果如表2 所示。因變量評論有用性的平均值為1.94，標準差為3.06，說明評論有用性的數(shù)據(jù)分布比較離散。自變量中，視覺線索數(shù)量的平均值遠大于其他維度的感官線索，說明視覺線索在酒店評論的感官描述中占較大比重。反觀聽覺線索的平均值最小，僅為0.05，說明酒店評論中聽覺線索被提及的次數(shù)最少。感官情感的平均值為0.47，說明樣本中正面感官線索的數(shù)量遠大于負面感官線索的數(shù)量。控制變量中，由于評論深度、時間間隔和評論者等級等變量的方差較大，本文將取其自然對數(shù)加入后續(xù)回歸分析中。

表2 描述性統(tǒng)計Tab.2 Descriptive statistics

4.2 相關(guān)性分析

相關(guān)系數(shù)矩陣顯示，各個變量之間的相關(guān)系數(shù)均小于0.7，低于建議的閾值[44]。其中，大多數(shù)自變量之間的相關(guān)系數(shù)小于0.3，說明它們之間的相關(guān)關(guān)系較弱。為排除多重共線性的干擾，進一步對方差膨脹因子（VIF）分析發(fā)現(xiàn)，VIF值介于1.14至2.92之間，均小于臨界值3，說明各自變量之間不存在多重共線性問題[45]。

4.3 假設(shè)驗證

本研究一共構(gòu)建了4 個模型，并利用Stata 16.0實現(xiàn)模型的回歸分析，其中，模型1 只包含控制變量，在此基礎(chǔ)上，模型2 加入了感官數(shù)量、感官維度和感官情感等變量，同時將感官線索的5 個子維度（視覺、嗅覺、味覺、聽覺和觸覺）納入其中。結(jié)果顯示，每一次加入新的解釋變量，模型的對數(shù)似然值的絕對值（Log likelihood）都會減小，說明模型得到了改進，擬合度更優(yōu)。此外，本文還利用泊松回歸模型（模型4）對基準模型進行重新估計，并利用赤池信息量準則（Akaike information criterion，AIC）[46]和貝葉斯信息準則（Bayesian information criterion，BIC）[47]對比了負二項回歸和泊松回歸的擬合結(jié)果，結(jié)果顯示，模型3 的AIC 和BIC 均小于模型4，再次說明負二項回歸更適合本研究。具體結(jié)果如表3所示。

表3 負二項回歸和泊松回歸結(jié)果Tab.3 Negative binomial regression and poisson regression results

模型1 的回歸結(jié)果顯示，評論者等級、時間間隔和評論深度等控制變量的回歸系數(shù)均為正值且顯著。

模型2 的回歸結(jié)果顯示，感官數(shù)量與酒店評論有用性呈顯著正相關(guān)（β=0.201 ，p＜0.001），因此H1得到驗證。在各子維度中，視覺、嗅覺、味覺和觸覺等感官線索的數(shù)量對酒店評論有用性均存在顯著的正向影響，其回歸系數(shù)分別為0.184、0.267、0.143、0.122，其中，嗅覺線索對評論有用性的影響最大，而觸覺線索對評論有用性的影響最小，因此H1a、H1b、H1c、H1e 均得到證實。而聽覺線索對酒店評論有用性的影響并不顯著，因此，H1d沒有得到證實。

另外，感官維度對酒店評論有用性也存在顯著的正向影響（β=0.326 ，p＜0.001），即相較于單一維度感官線索，包含多維度感官線索的評論有用性更高。與此同時，由于感官維度的回歸系數(shù)（0.326）大于感官數(shù)量（0.201）以及各個維度（0.184、0.267、0.143、0.122）的回歸系數(shù)，說明每增加1單位感官維度對評論有用性的影響大于每增加1單位感官數(shù)量對評論有用性的影響，因此，H2得到驗證。

而感官情感的回歸系數(shù)為0.448，p＜0.001，說明相較于負面感官線索，消費者對正面感官線索的感知有用性更強，因此，H3得到支持。

模型3 泊松回歸的結(jié)果顯示，盡管各個變量的回歸系數(shù)大小與負二項回歸結(jié)果略有差異，但它們的作用方向與負二項回歸結(jié)果保持一致，說明了本研究結(jié)果具有一定的穩(wěn)健性。

5 結(jié)束語

5.1 結(jié)論與討論

本研究基于心理模擬視角，通過構(gòu)建酒店領(lǐng)域的感官情感詞典，實現(xiàn)了酒店評論中感官線索的自動識別和計算，并從感官數(shù)量、感官維度以及感官情感等角度探討了感官線索與酒店評論有用性的影響關(guān)系，主要結(jié)論如下。

（1）感官線索數(shù)量對酒店評論有用性存在顯著的正向影響，這一發(fā)現(xiàn)與Li 等[8]的研究結(jié)果一致。同時，本文還分析了5 種不同維度感官線索對評論有用性的差異性影響。結(jié)果顯示，視覺、嗅覺、味覺和觸覺等感官線索對評論有用性均存在積極影響，影響程度大小依次為嗅覺（0.267）、視覺（0.184）、味覺（0.143）和觸覺（0.120）。第一是嗅覺，與其他感官相比，嗅覺是唯一被證實與記憶直接相關(guān)的感官，且該記憶帶有情感性[29]。心理學的“普魯斯特效應(yīng)”也認為嗅覺描述可以喚醒儲存在大腦中的記憶，且比起其他感官的記憶喚醒更加生動形象[48]，這在一定程度上解釋了消費者對酒店評論中嗅覺線索的偏好。第二是視覺，人類接收的信息80%以上是通過視覺獲取[49]，研究結(jié)果證實了這一點，即酒店評論中視覺線索的數(shù)量遠高于其他線索。同時，在酒店評論中，包括外觀、風景、設(shè)計等視覺線索顯著影響評論有用性，進而輔助消費者進行決策，這也證實了視覺營銷強大的影響力[11]。第三是味覺，其原因可能在于消費者對五星級酒店餐廳的預期比較高，因此，良好的用餐體驗對消費者來說很重要，該結(jié)論與Li 等的研究相一致[8]。最后是觸覺，觸覺是感知外界以及獲取事物屬性信息的基本感覺，它包括質(zhì)地、硬度、溫度等。以往研究集中證實了線下環(huán)境中觸摸對購買決策的重要作用[50-51]，不過也有研究發(fā)現(xiàn)，在線評論中的觸覺線索可以引導消費者進行心理模擬，即觸覺補償，進而輔助消費者進行決策[10]，本文的研究結(jié)論支持了這一觀點。與此同時，本文發(fā)現(xiàn)聽覺線索對評論有用性的影響并不顯著，盡管聽覺在零售[51]、目的地營銷[52]等領(lǐng)域得到了廣泛的應(yīng)用，但本研究發(fā)現(xiàn)，聽覺線索在所有感官線索中被提及的次數(shù)是最少的，說明聽覺體驗并非消費者入住酒店的主要目的。進一步分析發(fā)現(xiàn)，即使是負面的聽覺體驗，也主要集中在大堂里的喧嘩、孩子的打鬧、情侶吵架等隨機性很強的場景，因此，消費者可能并不會將這些負面體驗歸因為酒店的責任，這也解釋了為什么聽覺線索對酒店評論有用性的影響并不顯著。

（2）感官線索維度對酒店評論有用性存在顯著的正向影響，具體而言，相較于單一維度感官線索，當在線評論中出現(xiàn)多種感官描述時，消費者對酒店評論有用性的感知更強。這符合神經(jīng)科學對“人類大腦新皮層本質(zhì)上是多感官的”的論斷[53]，即各個感官之間不是獨立工作的，而是以整合的方式處理信息，進而對事物的認知更加準確、迅速和可靠[54]。研究還發(fā)現(xiàn)，感官維度疊加對評論有用性的影響比感官數(shù)量疊加對評論有用性的影響更強，也就是說，相較于增加1 單位同一感官線索的數(shù)量，當增加1單位不同維度的感官線索時，對酒店評論有用性的影響更強。其原因可能在于酒店評論中感官線索的維度越多，消費者便能從不同的維度進行心理模擬，從而得到更加生動、準確、可靠的感官體驗，進而對評論有用性的感知越強。

（3）相較于負面感官線索，正面感官線索對酒店評論有用性的影響更強。以往研究以評分衡量情感極性，探討其對評論有用性的影響，但并未得到一致性結(jié)論。一些研究認為，負面評論中包含更多的診斷性信息，可以幫助消費者規(guī)避潛在的風險，因此負面評論比正面評論更有用[30-31]。也有研究認為，正面評論提供的積極信息符合消費者在決策前對產(chǎn)品的預期和偏好[34]，因此，正面評論比負面評論更有用[32-33]。而本文聚焦評論內(nèi)容中感官線索的情感極性，并認為正面感官線索的有用性更高。一方面，本研究僅對感官線索進行情感分析，并未考慮評論評分，以往以評分判定情感極性的方法并不完全適用于研究；另一方面，考慮到本文的研究對象為五星級酒店，感官體驗的正面描述滿足了消費者對酒店產(chǎn)品享樂屬性的預期，而研究發(fā)現(xiàn)，消費者更愿意將享樂性產(chǎn)品的負面評價歸因為個人主觀因素[35]，因此，相較于負面感官線索，正面感官線索的評論有用性更強。

5.2 研究貢獻

本文的研究貢獻如下。

（1）考慮了全部5種感官線索，并對比了不同感官線索對酒店評論有用性的影響差異。以往研究重點關(guān)注了幾種特定感官體驗對消費者行為或態(tài)度的影響[8][9]，鮮有研究將所有維度的感官線索納入研究模型中。而本文通過構(gòu)建感官情感詞典，提取酒店評論中的所有感官線索，并建立計量模型，對比了5種不同維度感官線索對酒店評論有用性的差異性影響。另外，本文基于心理模擬視角對感官線索的作用機制進行解釋。因此，本文既在一定程度上彌補了現(xiàn)有研究中感官缺位和缺維的問題，同時也豐富了心理模擬的應(yīng)用情境。

（2）證實了酒店評論中多感官線索的整合效應(yīng)。盡管各感官線索的交互整合現(xiàn)象已經(jīng)得到了神經(jīng)科學和線下環(huán)境的支持，但對在線評論中不同維度感官線索的整合效應(yīng)則鮮有涉及。而本文借助感官情感詞典，對酒店評論中的感官線索進行維度劃分，證實了相較于單一感官線索，消費者對多維感官線索的評論有用性感知更強。此外，本文還發(fā)現(xiàn)，感官線索維度的增加比同一維度感官線索數(shù)量的增加對酒店評論有用性的影響更強，進一步夯實了不同維度感官線索之間的整合效應(yīng)。因此，本文不僅從實證角度論證了神經(jīng)科學關(guān)于“人類大腦的皮層本質(zhì)上是多感官的”的論斷，同時積極回應(yīng)了Krishna[16]以及鐘科等[55]關(guān)于對多感官進行整合，拓展感官營銷研究方向的號召。

（3）構(gòu)建了感官情感詞典，實現(xiàn)了感官線索的自動識別與情感計算，拓寬了感官線索測量的思路。以往研究多采用編碼的方式對感官線索進行測量[9-10]，而本文的研究對象為酒店評論數(shù)據(jù)，人工編碼的方法耗時費力，不僅只能識別有限的情感詞，且難以計算感官線索的情感。同時，以往研究僅僅以星級評分表征評論的正負情感[31-32]，探討其對評論有用性的影響，但得出的結(jié)論并不一致。由于該方法并未考慮評論內(nèi)容的情感極性，因此難以準確衡量評論的真實情感，而本研究通過構(gòu)建面向酒店領(lǐng)域的感官情感詞典，實現(xiàn)了感官線索的自動識別與情感計算。因此，本文不僅為酒店大數(shù)據(jù)情感分析提供了一定的方法論啟示，同時也有助于厘清“正面評論更有用還是負面評論更有用”的爭論。

5.3 管理啟示

本研究旨在揭示酒店評論中感官線索對評論有用性的影響，研究結(jié)論對酒店和平臺的在線評論管理與感官營銷實踐具有重要的參考價值。

（1）由于感官線索的數(shù)量和維度對酒店評論有用性均存在積極影響。因此，酒店營銷人員應(yīng)努力滿足消費者對感官線索的需求，一方面在設(shè)計網(wǎng)站時，利用生動的感官線索，例如文字描述、高清圖片，甚至虛擬現(xiàn)實技術(shù)，增強消費者與網(wǎng)站的互動，讓消費者對酒店產(chǎn)品或服務(wù)質(zhì)量的感知更加真實；另一方面酒店還可以引導消費者點評時增加對感官體驗的多維度描述，例如平臺運營商可以通過提示、積分獎勵等手段鼓勵消費者描述更多的感官體驗。此外，為了方便消費者找到更多包含感官線索的評論，平臺運營方可以重新設(shè)計點評系統(tǒng)，允許消費者通過“感官過濾器”對評論進行篩選。

（2）酒店評論中的感官體驗有正負之分，且消費者對正面感官線索的評論有用性感知更強，因此，酒店可引導消費者發(fā)布正面的感官體驗，并在評論區(qū)優(yōu)先展示。同時，酒店還要做好對負面感官體驗的及時管理，主動查找導致負面感官體驗產(chǎn)生的原因，及時改正。當服務(wù)失敗正在發(fā)生時，除了傳統(tǒng)的解釋和道歉等措施外，酒店還應(yīng)盡可能提供有助于緩解消費者失望情緒的感官體驗，例如提供可口的食物和輕松的就餐環(huán)境、贈送顧客柔軟質(zhì)感的小禮品等，避免消費者的負面情緒變成評論中的文字發(fā)泄。而對于包含負面感官體驗的評論，也應(yīng)該對評論者進行服務(wù)補救措施，并在評論頁面公布服務(wù)補救結(jié)果，贏得評論者的諒解和信任，同時爭取潛在消費者的好感。

5.4 研究局限與展望

本文還存在一些局限和不足之處，以及有待未來進一步探討的問題。第一，盡管本文證實了多感官的整合效應(yīng)，但研究僅從感官維度簡單加總的角度進行考察，而忽略了不同感官之間的匹配效應(yīng)，如商場中的地板柔軟度與音樂相匹配時，消費者對產(chǎn)品的評價更高[12]，因此，未來可嘗試對不同感官進行排列組合，找出最協(xié)調(diào)的多感官整合方案。第二，本文利用二手數(shù)據(jù)驗證了感官線索對酒店評論有用性的直接影響，但兩者之間的影響機制尚未明晰，未來研究可引入中介變量，如心理意象或其他情緒變量，檢驗兩者之間可能存在的中介效應(yīng)。第三，本文通過構(gòu)建酒店領(lǐng)域的感官情感詞典，實現(xiàn)了評論內(nèi)容中感官線索的情感分析，而現(xiàn)有研究僅僅以評分衡量情感，因此，未來可將這一思路延伸到在線評論情感極性的測量，從而得到更加嚴謹?shù)慕Y(jié)論。最后，本文只關(guān)注了酒店這一類型的服務(wù)，未來可擴展到其他類型的服務(wù)，如餐廳、景區(qū)等，以增強研究結(jié)論的適用性。