在线评论有用性研究综述

苗蕊

[摘 要] 在线评论是网络口碑的一种重要形式，是消费者制定购买决策的重要依据。特别是在当今信息过载的环境下，如何帮助消费者找到对他们决策有帮助的在线评论已经成为一个重要的研究问题。本文对现有的有关在线评论有用性的研究进行了综述，分析了存在的问题，并给出了未来的研究方向。

[关键词] 网络口碑；在线评论；有用性；文献综述

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2014 . 18. 077

[中图分类号] G203 [文献标识码] A [文章编号] 1673 - 0194（2014）18- 0126- 03

1 引 言

近些年，由于电子商务与Web2.0的快速发展，互联网用户创作的网络口碑（online word-of-mouth，包括社区、博客、微博和社交网站等形式）已经成为消费者在选择、购买商品或服务时的重要信息源（Duan，et al.，2008）。在线评论（online review）是网络口碑的一种重要形式，一般指潜在或实际消费者在电子商务或第三方评论等网站上发表商品或服务的正面或负面观点（Chen & Xie，2008）。在线评论是消费者网络购买决策的重要依据，根据国际著名市场研究公司Jupiter Research的调查，超过75%的消费者在线购买商品之前，会参考在线评论信息。特别是在当今信息过载的环境下，有价值的在线评论可以帮助消费者减少购买的不确定性，做出更好的购买决策，提高消费者对在线评论网站的感知有用性和粘性，因此，对在线评论有用性的研究有非常重要的理论与实践意义。

Mudambi将在线评论有用性定义为在线评论在消费者决策过程的感知价值（Mudambi & Schuff，2010），即消费者对其他互联网用户提交的评论对自己购买决策是否有帮助的一种主观感知。目前已有许多文献对什么样的评论是有用评论做了研究，并给出了一些影响在线评论有用性的特征，本文将对这些研究进行梳理，分析其中存在的问题并给出未来的研究方向。

2 在线评论有用性研究现状分析

本文对现有研究中所选择的影响评论有用性的特征进行了分析，发现这些特征可以分为3类：评论特征、评论者特征和评论阅读者即消费者特征。

2.1 评论特征

评论特征包括评论长度、评论星级、评论的语义特征、评论可读性、评论的写作风格和评论及时性等，其中，评论长度和评论星级是使用的最多的两个特征。

评论长度通常以评论包含的字数来度量，评论越长，评论中包含的有关商品或服务的信息越多，则阅读该评论时，越能降低消费者对于商品或服务的不确定性，因此评论越有用，而大多数的研究也证明了这一点（Mudambi & Schuff，2010； 郝媛媛 等， 2010； Ghose & Ipeirotis，2011； Pan & Zhang，2011； 彭岚等，2011； Korfiatis，et al.，2012； 殷国鹏 等，2012； 王平&代宝，2012； 严建援 等，2012； Siering & Muntermann，2013； 廖成林 等，2013），且对搜索型商品而言，评论长度的作用更明显（Mudambi & Schuff， 2010； Pan & Zhang，2011； 王平&代宝，2012； Siering & Muntermann，2013）。但Baek等（2013）的研究表明虽然评论字数越多，评论有用性越高，但这一效应的边际值在下降。而Racherla和Friske（2012）的研究则不支持评论长度与评论有用性间的正相关关系，他将这一结果解释为当消费者面对大量在线评论带来的信息过载问题时，他们不愿意去阅读那些长评论，而更喜欢那些短小切题的评论。殷国鹏（2012）和Gan等（2012）从认知负荷理论出发，提出当消费者阅读在线评论时，由于工作记忆的容量有限，尽管在一定范围内，丰富的评论信息会有助于消费者的决策，但是，一旦评论信息的处理需求达到工作记忆的上限，那么就会造成消费者的认知超载从而使得人们难以较好地进行决策，因而，当在线评论长度超过一定范围时，与消费者对其有用性评价之间是负相关关系。Schindler和Bickart（2012）的实验研究也得出了相同的结论。

评论星级是评论者在提交评论时，以星级形式给予商品或服务的一个总体评价，它是评论极性的一种表现。一星（极低等级）反映对商品或服务极端负面的评价，五星（极高等级）反映极端正面的评价，三星则反映了中立的态度。目前的研究对于评论星级对评论有用性的影响方向的观点不一，但总体有3种观点。①确认倾向会使得消费者去寻找证据来确认其对商品或服务的初始态度，即买或者不买，所以极端评论比中性评论更有用（Forman，et al.，2008； Cao，et al.，2011； Ghose & Ipeirotis，2011）。因为很多消费者是想要购买商品才去阅读评论的，对商品抱有一种正向的倾向，所以星级高的评论比星级低的评论更有用，特别是对体验商品而言（Pan & Zhang，2011； Korfiatis，et al.，2012）。②消费者存在一种负向倾向，特别是在面对大量的正面信息的情况下。而在线评论中正向评论的数量要大于中性和负向评论的数量，所以在这种情况下，星级低的评论更有用（Racherla & Friske，2012； 廖成林 等，2013）。③中立评价和双边信息会提高信息来源的可信性。对于体验商品，由于个人经验和品味在评价中起到了很大的作用，极端评价的可信性会受到质疑，所以中性评论相对于极端评论更有用（Mudambi & Schuff，2010； 殷国鹏 等，2012； Siering & Muntermann，2013）。殷国鹏（2012）和Baek等（2013）研究了单条评论的星级和产品平均星级间的差异与评论有用性间的关系，由于消费者从众心理的存在，所以这一差异越大，评论有用性越低。

评论的语义特征包括评论中正/负向的情感，主/客观表述以及商品信息等，这些特征的提取需要借助人工标注、内容分析法和文本挖掘等方法。郝媛媛 等（2010）利用文本分类的方法标注评论中的正负情感和主客观特征，研究表明评论的平均正向情感倾向、正负情感混杂度、评论客观表达的倾向和评论中主/客观混杂度对评论有用性存在正向影响。Baek等（2013）认为评论中包含的负向词汇数越多，则评论有用性越低。Ghose和Ipeirotis（2011）认为评论的主观性越强，有用性越低，主/客观混杂度越高，有用性越高。严建援 等（2012）的研究表明评论的客观性越强，则评论越有用。王平和代宝（2012）区分了不同商品类型对评论主客观性的调节作用，认为对于体验型商品，主观性评论更有用，而对于搜索型商品，客观性评论更有用。Schindler和Bickart（2012）认为评论中正向情感倾向会对评论有用性产生正向的影响，但如果太多，会使消费者质疑评论者的动机，进而降低有用性；评论中包含的商品描述信息越多，则有用性越高。Connors等（2011）和Schlosser （2011）的研究表明包含正负双面信息的评论比单面信息的评论更有用。Li等（2011）通过实验研究认为包含商品属性等具体内容的评论比包含主观感受的抽象评论更有用。Siering和Muntermann （2013）使用自动内容分析方法，标识出评论中有关商品质量、评论情感和评论不确定性的语义信息，结果表明评论中有关商品质量的信息越多，正向情感越多，评论不确定性越低，则评论越有用。Cao等（2011）使用隐语义分析方法从评论文本中提取出表征评论语义的隐因子，研究表明评论的语义特征对评论有用性有影响。

评论的可读性越高，消费者就越容易理解评论中的内容，因而评论的有用性就越高。Korfiatis等（2012）以及Ghose和Ipeirotis （2011）使用了The Automated Readability Index、The Gunning–Fog index、The Coleman–Liau index和The Flesch–Kincaid Grade Level等指标来表征评论的可读性，并且证明了评论的可读性与评论有用性间存在正向关系。评论的写作风格，即在撰写评论时对词语的选择、句子的长度、拼写和语法错误等会影响评论的可读性，进而也会对评论的有用性产生影响。Kim等（2006）和Liu等（2008）研究了评论中包含的各种词性的词汇数量，如名词数、动词数和形容词数等对评论有用性的影响。Cao等（2011）对评论中句子的数量和平均长度、各种长度的词汇数量、以及标题、摘要、优点、缺点中包含的词汇数量等特征进行了研究，结果表明：评论中包含的由4个字母组成的词汇数和缺点中包含的词汇数与评论有用性呈正相关的关系，而标题中包含的词汇数与评论有用性呈负相关的关系。郝媛媛 等（2010）的研究表明句子的平均长度也会对评论有用性存在影响。Schindler和Bickart （2012）通过实验表明评论中包含方言、俗语、重复、拼写和语法错误等问题会对评论的有用性带来负面的影响。

从信息质量角度出发，及时性是评论信息质量的重要维度，进而会对评论有用性产生影响，因而许多研究将评论发表天数作为控制变量加入到研究模型中（Pan & Zhang，2011； Racherla & Friske，2012； 严建援 等，2012； 殷国鹏，2012； 殷国鹏 等，2012）。还有一些文献直接研究了评论发表天数和评论有用性间的关系，Liu等（2008）和Cao等（2011）的研究表明评论发表天数与评论有用性呈负向关系，即越及时的评论越有用，但郝媛媛 等（2010）的研究却得出了相反的结论，因而对于评论及时性与评论有用性之间的关系还需要进一步证实。

2.2 评论者特征

评论者特征包括：个人身份信息的披露、名声可信度和专业知识或经验等。一些学者的研究认为评论者的真名、昵称、照片、所处的地理位置和兴趣爱好等个人信息的披露会使消费者更加了解信息源特征，从而提高评论的可信度和感知有用性（Forman， et al.，2008； Ghose & Ipeirotis，2011； Schindler & Bickart，2012），但Racherla和Friske （2012）以及Baek等（2013）的研究却表明个人信息的披露对评论的有用性并没有显著的影响。名声可信度是指信息来源具有社会地位或专家形象，评论者的名声可信度越高，则相应的在线评论的可信度或有用性越高。一些研究使用评论者在网站中的排名作为名声可信度的度量（Ghose & Ipeirotis，2011； 王平&代宝，2012； Baek，et al.，2013； 廖成林 等，2013），而另一些研究使用评论者的中心度，即链接到评论者的用户数量来度量评论者的名声可信度（Racherla & Friske，2012； 殷国鹏，2012； 殷国鹏 等，2012）。这些研究均证明了评论者的名声可信度对评论的有用性有正向的影响。评论者的历史评论数或收到消费者有用投票的评论数会影响消费者对于评论者专业知识水平的判断，专业知识水平高的评论者发表的评论更易于被消费者接受，并给出较高的有用性评价（Liu，et al. 2008； 彭岚 等，2011； Ghose & Ipeirotis，2011； Racherla & Friske，2012； 殷国鹏 等，2012）。Connors等（2011）通过实验研究的方法证明评论文本中包含有评论者对自身专业知识水平的描述会提高评论的有用性。王平和代宝（2012）以及廖成林 等（2013）的研究表明评论者是否购买过该商品是影响评论有用性的一个重要因素。殷国鹏 等（2012）从在线评论网站的社会化特征出发，认为评论者的社会性因素会影响评论的有用性，并用评论者参与的群组数量作为对其社会性的度量。Pan和Zhang （2011）认为评论者的创新性会使其成为社区中的意见领袖，因而他们的评论会被消费者认为是有用评论，但创新性过高的评论者会因其与普通消费者的异嗜性而降低其评论的有用性。

2.3 评论阅读者特征

评论阅读者，即消费者，有关商品的先验知识水平会影响其搜索信息、评估信息和进行决策的过程，因而知识水平或经验不同的消费者其感知的评论有用性水平也不同（Connors，et al.， 2011； 彭岚 等，2011）。Connors等（2011）的研究认为知识水平高的消费者会认为包含有较多商品信息的评论更为有用。

3 存在的问题与研究展望

通过对国内外研究现状进行分析，我们发现当前对在线评论有用性的研究仍然存在一些问题。

（1）目前绝大多数相关研究都采用了二手数据法，从在线评论网站上抓取评论数据并将网站上提供的评论有用投票数占评论总投票数的百分比作为对评论有用性的度量，但这种度量是有偏差的。①网站中的很多在线评论都没有获得任何投票，特别是一些较新的评论，而过去的研究都只选择了累计投票数达到一定数量以上的评论作为样本，这就使得样本数据仅仅代表了投票的消费者的意见，而忽略了那些阅读了评论但没有投票的消费者的意见，样本的选取存在偏差。②Hu等（2009）通过抓取40 000条来自Amazon的在线评论表明，每条评论被认为有用的概率在70%～74%之间，也就是说有用性这一因变量本身就是服从一个有偏分布的。这两方面的偏差都会使得最终的研究结果存在偏差。因此，未来的研究应该采用包括实验研究、问卷调查等在内的更多样的研究方法，且可以把多种研究方法相结合，如先利用实验研究或问卷调查的方法进行探索性的研究，然后再利用二手数据进行验证。

（2）现有的研究基本上都选择了商品作为研究对象，而仅有Racherla和Friske（2012）的研究选择了服务作为研究对象，因此，未来需要对有关服务的在线评论的有用性做进一步深入的研究。

（3）现有的研究很少考虑评论阅读者也就是消费者的特征对评论有用性的影响。除了消费者所拥有的先验知识外，消费者的涉入度也会影响其对在线评论有用性的感知。在制定购买决策时，消费者的涉入度不同，其决策行为和处理信息的方式是不同的，高涉入度商品的购买决策要比低涉入度商品更为负责。因此，未来应研究消费者的涉入度对评论有用性的调节作用。

4 结 语

对在线评论的有用性进行研究是电子商务领域中一个重要的研究问题，有着十分重要的理论和实践意义。本文对现有的该领域内的研究进行了综述，分析了研究中存在的问题，并给出了未来的研究方向，希望能够为今后对在线评论有用性的研究提供一些参考。

主要参考文献

[1]W Duan，B Gu，A B Whinston.Do Online Reviews Matter？——An Empirical Investigation of Panel Data [J]. Decision Support Systems， 2008， 45（4）： 1007-1016.

[2]C Forman，A Ghose，B Wiesenfeld. Examining the Relationship Between Reviews and Sales： The Role of Reviewer Identity Disclosure in Electronic Markets[J]. Information Systems Research， 2008， 19（3）： 291-313.

[3]S M Mudambi，D Schuff. What Makes a Helpful Online Review？ A Study of Customer Reviews on Amazon.com [J]. MIS Quarterly， 2010， 34（1）： 185-200.

[4]郝媛媛， 叶强， 李一军. 基于影评数据的在线评论有用性影响因素研究[J]. 管理科学学报， 2010， 13（8）： 78-88， 96.

[5]殷国鹏. 消费者认为怎样的在线评论更有用？——社会性因素的影响效应[J]. 管理世界， 2012（12）： 115-124.