基于情感倾向的在线评论对购买决策的影响

钱瑛　杨定华

摘要：本文从情感倾向角度研究好评的文本内容对用户购买行为的影响是否一致，结果表明好评的数量和正面情感倾向的评论文本内容对用户购买行为均有正向影响，更重要的是好评数量与评论文本内容情感倾向之间存在显著交互作用；但是，好评数量并不必然会对用户的购买行为产生正向影响，只有当正面在线评论文本情感倾向较高时，好评数量才会加大用户购买的可能性。

关键词：在线评论；情感倾向分析；从众效应；归因理论

中图分类号：F713365文献标识码：A

一、引言

在线评论为人们在网上购物提供了大量参考信息，成为影响消费者网购决策的重要因素。在现实环境中，评论者对一个特定主题表达的“情感”可能隐含着大量可以被利用的有价值的信息。当我们认真阅读这些在线文本评论的时候就会发现，并不是所有的好评下面都是正面评论。从评论的极性来看，这些评论应该为好评，但从具体内容的情感倾向看，却很容易发现其实这些是包含负面评论的好评，严格地说是差评。

情感分类作为在线评论信息自动理解的一个重要环节，已经引起越来越多学者的重视。情感分类以互联网上发布的商品评论为研究对象，挖掘用户在评论中表达的情感倾向，即正面评论或负面评论。通过对消费者评论的情感分析，在庞杂的海量在线评论信息中自动识别有多少评论者持正面态度，有多少评论者持负面态度，可以帮助消费者了解评论者对某种商品的态度倾向分布，从而做出正确的购买决策。

本研究把用户从评价选项中勾选出的“好评”选项下面的文本评价栏中写出的关于体验和使用商品的文本评论作为研究对象，通过对在线评论内容进行情感分析，以有效识别评论内容所隐含的情感倾向及其对购买决策的影响。

二、理论基础和研究假设

（一）从众理论和归因理论

当消费者在线上购物时，一般会比较关注信用和评级比较好的店铺和商品。好评数量的说服效果可以用从众效应来解释。 Bumkrant 将从众定义为建立一个群体规范并使得个体具有遵从这一群体规范的倾向性，即如果大量的他人都做出同样的选择将减少购买前的知觉风险和购买之后的决策遗憾，人们往往会遵从大多数人的意见，并忽视少数人的意见。在购买决策过程中，消费者通常将其他消费者对产品的评价作为产品信息的主要来源之一[1]。当个体把从他人接受的信息作为产品真实质量的证据时，从众的压力来源于人际间信息的影响，从众效应受团体规模的影响[2]，跟随大量做出相同决策的人们能够降低购后后悔的风险[3]。

归因理论认为人们具有一种基本的预测和控制环境的需要，以及理解他人如何做的原因之所在[4]，即当人们试图去寻找其他人行为的原因时，会考虑导致行为的原因究竟是个体内部还是外部的原因[5]。当消费者在意见平台上寻找产品评论时，会发现大量既包含正面也包含负面的信息。当处于低一致性时，即正面评论和负面评论差不多时，消费者可能会认为负面评论的作者对产品不愿意使用或者评价。然而，当消费者面临的是产品的大量正面信息或负面信息时，消费者倾向于知觉为高度的一致性[6]。据此提出如下假设：

H1：好评数量对用户购买决策有正向影响。

（二）信息易获得性与诊断力理论

情感倾向分析是对用户主动发布的内容进行有效的分析和挖掘，识别出这些内容的情感趋势——赞同或反对、高兴或者悲伤，了解用户真正感受。由于现实生活中中文对情感的表达往往是微妙的和复杂的，面向大规模文本时，需通过不同维度探测和评估文本对特定主题的情感倾向。Liu 等认为评论者的经验、评论的写作风格和评论的时效对潜在消费者购买决策有影响[7]；郝媛媛等以电影的在线评论为研究对象，考察了包括正负情感、观点表达形式、评论体裁以及评论标题等影响评论有用性的重要文本特征[8]；Chen等提出了评价在线商品评论质量的9个维度[9]；蔡晓珍证明产品词汇量、修饰词汇量、评论者活跃度、评论支持率、评论长度以及情感表达强度指标在面向情感分析的评论质量识别中确实有较大的影响[10]。

Herr等人认为信息易获得性在消费者产品判断中具有中介作用。信息易获得性越强，越容易帮助人们形成对产品的判断，但若信息诊断力同时也较强时，信息易获得性的中介效应会减弱[11]。Ludwig的研究指出当负面评论中的情感内容与语言风格相匹配时即文本内容质量高时，会降低消费者的购买意愿[12]。戢芳等的研究认为消费者通常不会仅仅根据差评的数量做出判断，他们更希望了解差评的发布者是因何原因给出差评的，这样差评下面所跟随的评论内容就成为影响消费者决策的一个关键因素[13]。本研究认为，当好评内容中透露出强烈的正面情感时，明确地告知他人自己购买商品之后的满足、愉悦的信息为高诊断力正向情感分享信息，用户就越有可能根据这条信息做出判断和决策；当好评内容情感倾向具有中立性时，对用户购买决策的辅助作用较小。因此，我们提出如下假设：

H2：好评文本内容的正向情感倾向对消费者的购买决策有正向影响。

当前我国电子商务网站在线评论的总体情况为“正面评论占绝大多数，负面评论数量极少”，从归因理论的角度来看，占数量极少数的负面评论由于存在于大量正面评论当中，会使得评论的阅读者将评论归因于“高度的一致性”，而这“高度的一致性”后面是否隐含“不一致”？在大量的正面评论下，文本评论所隐含的不同情感倾向是否会对潜在顾客的购买意愿产生影响？

评论数量决定了消费者看到评论口碑的可能性。Liu认为口碑数量反映了口碑互动的总量，是关于某一产品和服务评论的数量；口碑数量越多，消费者接触到它的可能性越大[14]。郑小平的研究表明：在线评论数量越多，在线评论对消费者购买决策的影响越大；如果对某产品的相关评论越多，且评论中既有正面评论也有反面评论，那么消费者对产品的了解会更深入和全面，在线评论对其购买决策的影响更大[15]。据此提出如下假设：

H3：好评数量和好评文本内容情感倾向存在交互作用；

H3a：当好评文本内容的情感倾向正向时，数量多比数量少的好评对用户购买决策影响大；

H3b：当好评文本内容的情感倾向中立时，好评数量多对用户购买决策有影响；

H3c：当好评文本内容的情感倾向反向时，好评数量多对用户购买决策有影响。

综上，本研究构建图1所示的概念模型，即好评的数量和好评文本内容的情感倾向对用户的购买决策有影响，好评文本内容的不同情感倾向决定了好评数量对购买行为的影响。

三、研究设计

（一）实验情境设计

本研究采用情景模拟实验法来检验上述提出的假设。实验设计为3（情感倾向：正向 vs 中立 vs 反向）*2（评价数量：20条好评 vs 5条好评）共6种实验条件，每种实验条件至少保证30个被试。本研究以选用没有性别需求差异，且大学生都很喜欢和感兴趣、网上评论又比较多的智能手环为实验商品，以其在线好评内容为研究背景。

在正式实验之前，利用抓取程序获取初始评论集，经过滤筛选后，选用ICTCLAS中文分词系统进行断句、分词，基于句子中出现的情感字及上下文的句法结构对比情感分类器来判定每个句子的情感倾向；而后邀请了20名不参加主实验的被试对象仔细阅读筛选后的评论，从“修饰词汇、情感表达、产品词汇、评价尺度”4个维度进行3量表评价，1分代表最低，3分代表最高（表1），对情感性倾向的好评进行操控性检验。结果表明正向情感、中立情感、反向情感的好评均值呈现显著差异（M正向情感=249 vs M中立情感=175，t=357，p=0038<05；M正向情感=249 vs M反向情感=235，t=376，p=0027<05；M中立情感=175 vs M反向情感=235，t=341，p=0031<05），量表的信度α=07。

正式实验开始，被试被随机分到6个实验组。每个实验组的被试者阅读到不同情境设置条件下的相关评论，然后回答随后的与购买意愿有关的题项。为了保证所有参加实验的被试都仔细阅读了实验材料，本研究特意设置在每个评价组有一个情感倾向中性的中评。

（二）研究变量

1.被解释变量。将用户是否购买设为因变量。用户阅读相关评论后，选0表示用户没有购买该产品，选1表示用户购买了该产品。

2.解释变量。好评数量和情感倾向的评价内容为自变量。我们把好评数量分别确定为5条和20条。从“修饰词汇、情感表达、产品词汇、评价尺度”4个维度进行5量表评价，1分代表最低，5分代表最高。

3.控制变量。在问卷中，把购物经历、产品认知程度、用户对线上评论的态度及信任倾向作为控制变量，均采用linkert 5分量表测量。购物经历和产品认知程度用一个题项测量，购物经历“非常少”用1表示，“非常丰富”用5表示；产品认知程度“从没听说”用1表示，“非常熟悉”用5表示；用户对线上评论的态度用3个题项测量，分别是“购物总看网上评论”、“网上评论对我有用”和“网上评论使我对购买该商品有信心”；信任倾向用3个题项测量，分别是“一般都会相信他人”、“倾向于信赖他人”以及“觉得人性是可以信赖的”。

四、假设检验和数据分析

用线性回归模型检验好评数量和情感倾向评论内容对消费者购买行为的影响，共线性检验表明各自变量之间不存在共线性问题（容差=1，VIF=1<10）。

首先验证H1：好评数量对消费者购买行为的影响。控制购物经历、产品认知程度、信任倾向和线上评论态度四个变量后，好评数量对消费者购买行为有正向影响（β=0213，p<005），即好评的数量越高，消费者购买的可能性越大，H1通过检验。

而后验证情感倾向的好评内容对消费者购买行为的影响。控制购物经历、产品认知程度、信任倾向和线上评论态度四个变量后，正向情感倾向的评价内容对消费者购买行为有显著的正向影响（β=0331，p<005），即评价内容的正向情感倾向越强，用户购买的可能性越高，H2通过检验。

最后，检验好评的数量和情感倾向评价内容之间的交互作用。控制购物经历、产品认知程度、信任倾向和线上评论态度四个变量后，二者的交互作用显著（β=0206，p<001），H3通过验证（见表2）；接着对这种交互关系进行进一步验证，二项逻辑回归的分析结果（见表3）说明：（1）好评的数量和情感倾向的文本内容对消费者购买行为均有正向影响，但好评数量并不必然对用户的购买行为有正向影响。（2）当好评情感倾向正向时，好评的数量对消费者购买行为有正向影响（β=0393，p<005）；但是当好评情感倾向中立（β=02，p>005）或反向（β=0099，p>005）时，好评数量的多少对用户购买行为并不会产生影响。

五、研究结论与不足

（一）研究结论

首先，好评对用户购买行为的影响不是简单的线性关系。好评数量和情感倾向的好评内容之间有交互影响，好评的数量和正向情感倾向的评论文本内容对用户购买行为有正向影响。好评数量越多，用户购买的可能性越高，说明好评数量可以产生从众效应，从而对用户的购买行为产生影响。

其次，当好评文本内容的情感倾向正向时，用户会将其归因于商品评价内容透露出的购买商品之后的满足、愉悦的高诊断力信息，就可能根据这条信息做出判断和决策；当好评内容情感倾向中立但不极端时，用户归因于商品评价内容情感表达模糊，购买决策会受影响；当好评内容情感倾向反向时，用户归因于商品评价内容透露出的不满意，购买决策也会受影响。

最后，当好评内容正向情感倾向时，好评数量会影响消费者的购买行为，数量最多的好评会显著增大消费者购买的可能性；当好评内容情感倾向中立或反向时，好评数量的多少对消费者购买行为没有显著影响。这说明简单地通过好评数量判断好评的影响力是不准确的，好评内容的情感倾向才是关系到用户是否购买的关键因素。

（二）研究局限与展望

首先，本研究仅仅考虑了线上评论的好评，但在实际的网络评价体系中，好评很多时候是确认收货时，对收到商品第一感觉（宝贝与实物相符）、包装、发货速度、服务态度或物流的评价，并不是真实使用或体验产品后的感受，而用户使用产品后进行的无法修改的追评，可以更真实地反映商品情况，深入分析追评内容的情感倾向如何影响用户的购买决策无疑是关于线上评论的一个更有实践价值的研究。

其次，本研究只考虑了评论内容的情感倾向维度，今后的研究应该挖掘文本内容中其他对消费者购买行为影响力强的诊断性线索，从而完善对线上评论文本内容的研究。

最后，在线购物环境下，好评是用户选择商品和店铺的首选指标，这是好评具有的积极效应，但本研究没有把可信度这一变量考虑进来，未来研究可以考虑追评的情感倾向对消费者购买行为影响，以及各种评论可信度产生的积极效应与反向情感倾向的消极效应之间的权衡效应对用户购买行为的影响。

参考文献：

[1]Bumkrant， R.E.， Cousineau， A. Informational And Normative Social Influence In Buyer Behavior[J].Journal of Consumer Research，1975，2（3）：206-215.

[2]Lascu，D.N.，Bearden，W.O.，Rose，R.L. Norm Extremity and Interpersonal Influences on Consumer Conformity[J].Journal of Business Research，1995，32（3）：437-445.

[3]Sternthal，B.Tybout，A.M.Calder，B.J.Experimental Design：Generalization and Theoretical Explanation[M].in：Richard P.Bagozzi（Ed.）， Principles of Marketing Research，Blackwell Publishers，Cambridge，MA，1994.

[4] Heider，F.The Psychology Of Interpersonal Relations. Wiley， New York，1958.

[5]Kelley，H.H.，Michela，J.L. Attribution Theory And Research[J].Annual Review of Psychology， 1980（31）： 457-501.

[6]Chiou，J.-S.，Cheng， C. Should A Company Have Message Boards On Its Web Sites？[J].Journal of Interactive Marketing，2003，17（3） ：50-61.

[7]Liu Y.Huang X J. Modeling and Predicting the Helpfulness of Online Reviews[C].In： Proceedings of the 8th IEEE International Conference on Data Mining，2008： 443-452.

[8]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.

[9]Chen C C.，Tseng Y D. Quality Evaluation of Product Reviews Using an Information Quality Framework[J].Decision Support Systems，2011，50（4）：755-768.

[10]蔡晓珍.面向情感分析的用户评论过滤模型研究[J].现代图书情报技术，2014（4）：58-64.

[11]Herr P.，Frank R.，John K.Effects of Word of Mouth and Product Attribute Information on Persuasion：An Accessibility-Diagnostieity Perspective[J].Journal ofConsumer Research，1991（17）：454-462.

[12]Ludwig，S.Ruyter，K.de，Friedman，M. More Than Words：The Influence of Affective Content and Linguistic Style Matches in Online Reviews on Conversion Rates[J].Journal of Marketing，2013，77（1）：87-103.

[13]戢芳，周庭锐，尹训国.负面网络口碑特征对消费者品牌态度变化的影响-信息易获得性与诊断力理论视角[J].财经论丛，2013（5）：95-100.

[14]Liu Y.Word of mouth for movies：its dynamics and impact on box office revenue[J].Journal of Marketing，2006，70（3）：74-89.

[15]郑小平.在线评论对网络消费者购买决策影响的实证研究[D].北京：中国人民大学，2008.

Abstract：This paper studies the impact of the favorable text content on the users′ purchasing behaviors from the perspective of the semantic orientation. The results show that the quantity of favorable comments and the positive sentiment have positive influence on the purchasing behavior. Moreover， there is a significant amount of interaction between the quantity of favorable comments and emotional tendencies of text content； however， the quantity of favorable comments doesn′t necessarily have a positive impact on users′ purchasing behavior. Only when emotional tendencies of the positive online comment text is high， he quantity of favorable comments will increase the possibility of users′ purchasing.

Key words：online review； analysis of semantic orientation； herd mentality； attribution theory

（责任编辑：张曦）