在线评论有用性关键影响因素识别研究

刘宪立+赵昆

〔摘要〕在线评论的出现推动了消费者网络购物决策行为的展开，以DEMATEL方法为基础，研究在线评论有用性的影响因素，为进一步促进消费者网络购物决策，推动网络购物决策理性行为的展开提供理论借鉴。在构建在线评论有用性影响因素体系基础上，运用模糊集理论与DEMATEL方法，分析15个影响在线评论有用性因素的属性及其相互关系，并识别出其中消费者专业知识、评论者信息披露、商品涉入度、评论写作风格、评论及时性以及评论信息完整性等6个关键影响因素。根据研究结论提出消费者信息管理是当务之急，商家需要进一步针对不同价位商品，注重评论内容的管理，促进消费者间的社会交流。

〔关键词〕在线评论有用性；关键因素；模糊集理论；DEMATEL方法

DOI：10.3969/j.issn.1008-0821.2017.01.017

〔中图分类号〕G203；F713.35〔文献标识码〕A〔文章编号〕1008-0821（2017）01-0094-06

〔Abstract〕The emergence of online reviews promotes the network shopping consumers decision behavior.This study used DEMATEL method to analyze the influence factors of online comments usefulness，in order to further promote the network shopping consumer decision-making，promote the network shopping decision of rational behavior，provide a theoretical reference.Based on the system building of influential factors of the usefulness of online reviews，the paper used the fuzzy set theory and DEMATEL model to analyze the properties and relationships of the 15 factors influencing the usefulness of online reviews，and identified the six key influential factors including consumers professional knowledge，information disclosure of reviewers，product involvement degree，writing style of comments，timeliness of comments and information completeness of comments.According to the research，the paper concluded that it was urgent to take priority on the management of consumer information.Business men need to pay attention to the content management of comments in terms of different product prices，to promote social exchange between the consumers.

〔Key words〕online review usefulness；key factors；fuzzy set theory；DEMATEL model

隨着互联网和电子商务的不断发展，消费者在购买商品前会搜索相关商品信息。在线评论已成为了消费者在购物前识别商品质量的一个重要标志，在很大程度上决定了消费者的购物意愿。据德勤咨询调查显示：71%的消费者喜欢购买带有在线评论的商品，超过75%的消费者在线购买商品之前会参考在线评论信息。网络营销领域研究表明，消费者通过了解商品在线评论信息，可达到节约购买时间以及减少购买的不确定性，从而更好进行购物决策[1]。原因在于，其他消费者提供的信息间接地给予了商品的相关体验，所以对顾客消费者来说，购买者提供的商品信息可信性更高，在他们制定购买决策时也更加有用。然而，面对众多甚至海量的在线评论商品信息，消费者怎样才能从中快速获取有价值的商品信息，并初步判断该商品质量如何，是否值得购买？网络商家怎样快速的引导消费者从中获取需要的商品信息，并帮助消费者快速形成购买决策？探讨在线评论有用性的影响因素间相互关系与识别关键因素，将为解决以上问题提供帮助，也是该领域研究的当务之急。

在线评论有用性影响因素研究已引起国内外学者高度重视，也取得了一系列有价值的研究成果，但较多从单个或几个方面来展开研究，系统研究的文献较少。应该肯定，从单个或几个方面就在线评论有用性展开研究是有价值的，然而在线评论有用性影响因素间相互作用相互交织的系统性研究明显不足，各因素间不是相互独立的，而是相互依存、相互影响，构成一个复杂的系统，直接或间接地影响在线评论有用性，导致难以准确地判定哪些因素对在线评论有用性影响大、是关键因素、应该重点考虑，哪些因素是次要的、可以忽略不计，从而很难有针对性地采取相关措施促进在线评论有用性的发展。因此，本研究将深入分析在线评论有用性的影响因素及各因素间的影响关系，借助复杂系统研究中成熟的DEMATEL方法定量揭示影响因素之间的综合影响程度，找出影响在线评论有用性的关键因素，为消费者科学决策提供依据。

1文献综述及研究假设

本研究在收集整理国内外现有文献的基础上，提炼整理出15项在线评论有用性初始影響因素。按照影响因素的特点，将15项因素分为评论内容维度、评论者维度、消费者维度和商品类型维度4个维度，相应假设如下：

1.1评论内容维度

评论内容维度是指在线评论文本内容本身，参考相关学者研究，本研究将其细分为评论长度、评论星级、评论语义、评论写作风格、评论及时性及评论信息完整性。评论长度也称评论深度，常以评论包含的字数来度量；评论星级也称评论分值，是评论者以星级的形式（如：1星代表低评价，5星代表高评价，3星代表中性评价）来对商品和服务进行综合评价；评论语义特征主要是指评论内容中含有评论者的主观或客观的语言信息；评论写作风格主要是指评论词语、句子长度的选择，文章句法和语言错误等；评论及时性是指评论的发表天数；评论信息完整性是指商品质量、使用感受、服务态度和发货速度4个方面的信息。

郝媛媛等认为评论内容长度越长，含有的信息越多，则对消费者越有用[2]。但殷国鹏[3]、栾攀[4]、卓四清[5]等认为当评论内容长度达到消费者阅读长度上限时，消费者感受到评论有用性在降低。Forman等认为当消费者抱有正向倾向购买商品时，星级高的评论更有用[6]；廖成林等认为当消费者抱有正向倾向购买商品时，且正向评论数量大于中性和负向评论数量，星级低的评论更有用[7]；殷国鹏认为对于体验型商品（消费者需使用后才能感知的商品），中性评论相对于极端评论更有用[3]。由此假设：评论长度（C1）、评论星级（C2）影响在线评论有用性。

Baek[8]、郝媛媛[2]、严建援[9]等认为评论中主客观语言表达和负面正面情绪语言流露对评论有用性存在影响，含有正面信息多的评论，评论有用性较高；王平等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（消费者使用前可较准确地搜索到商品的信息），客观性评论更有用[10]。郝媛媛认为评论平均长度影响在线评论有用性[2]。Mudambi等[11]认为评论越及时的评论越有用，但郝媛媛等[2]认为评论越及时的评论越有用，还需要进一步证实。由此假设：评论语义特征（C3）、评论写作风格（C4）、评论及时性（C5）和评论信息完整性（C6）影响在线评论有用性。

1.2评论者维度

评论者维度也称信息来源维度，参考相关学者研究，本研究将其细分为评论者信息披露、名声可信度、历史评论数、社会中心度和评论回应数。评论者信息披露主要是指个人信息（如姓名，联系电话、照片、住址等）等的披露；名声可信度是在线评论平台按照评论来源所发布的高质量评论数量作为参考依据评定的等级；历史评论数是指评论者以往购物的知识和经验的总结；社会中心度是指在线评论平台中其他评论者与评论者之间通过互粉形成的社会网络，网络越大，此评论者社会中心度越大；评论回应数是指评论者针对某商品发表的评论，其他评论者回应的个数。

Forman等认为评论者个人信息披露的越多，则评论有用性感知越强[6]；王平[10]、Baek[8]、廖成林[7]等认为评论者名声可信度越高，则评论有用性感知越强；彭岚[12]、殷国鹏[3]等认为历史评论中有用在线评论越多，经验越丰富，在线评论信息可读性越强，评论有用性感知越强；林先杰认为在线评论评论者中心度对在线评论有用性感知有正向影响，同时认为在线评论其他评论者回应的个数越多，则该评论越有用[13]。由此假设：评论者信息披露（C7）、名声可信度（C8）、历史评论数（C9）、社会中心度（C10）和评论回应数（C11）影响在线评论有用性。

1.3消费者维度

消费者维度也称评论阅读者维度，参考相关学者研究，本研究将其细分为消费者专业知识、购物经验和商品涉入度。消费者专业知识主要是指消费者学历水平，商品文字描述水平等；商品的涉入度是指该商品的购买与消费者的影响程度，本研究通过商品价格来反映消费者对商品的涉入度。彭岚等研究表明：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[12]；林先杰等认为商品涉入度对在线评论有用性影响因素具有调节作用[13]。由此假设：消费者专业知识（C12）、购物经验（C13）和商品涉入度（C14）影响在线评论有用性。

1.4商品类型维度

一般商品可分为搜索型商品和体验型商品，本研究参考相关学者研究，将商品类型维度细分为搜索型商品和体验型商品来探索其对在线评论有用性的调节影响。张丽认为搜索型商品和体验型商品对在线评论有用性影响因素具有调节作用[14]。由此假设：商品类型（C15）影响在线评论有用性。

2研究方法及计算结果

DEMATEL方法（Decision Making Trial and Evaluation Laboratory，决策实验分析方法）是影响因素识别领域常用的算法之一，它是美国学者于1972-1976年提出用来研究和解决复杂难缠的问题的方法。该方法不需要元素是独立的并且可以通过因果关系图确定系统各元素的相互关联性，从而从众多影响因素中识别出关键影响因素，为解决管理问题提供决策依据[15]。综上分析发现，在线评论有用性影响因素间相互作用研究明显不足，难以准确判定哪些因素对在线评论有用性影响大，哪些因素是可以忽略不计，故本研究尝试运用DEMATEL方法定量分析在线评论影响因素间关系，识别在线评论有用性的关键影响因素，以期为该领域提供另外一种研究思路。

研究过程中具体问卷调查时被访者更习惯于普通的文字描述变量（如：影响不大、影响较大等）来评判因素之间的影响程度。因此本研究引入模糊集理论[16]，将专家使用文字描述变量（亦称语言变量）的评判结果运用三元模糊数进行精确的数值量化，然后采用Opricovic和Tzeng的模糊数转化成准确数值的方法（Converting Fuzzy Data into Crisp Scores，CFCS），将专家评判的三元模糊数转化为精确数值[17]。由此得到各因素之间相互影响的直接关系矩阵，经过DEMATEL方法确定出各个影响因素在系统中的主次关系。具体操作步骤如下：

2.1专家调查

本研究依靠专家群体，通过DEMATEL方法研究在線评论有用性的影响因素、影响因素间的相互关系，进而识别出关键的因素。为了保证研究的科学性和专家打分的公正性，本研究综合考虑了在线评论利益相关者，即高校专家、企业专家、消费者，共计9位专家组成调查对象。其中高校专家主要由高校电子商务、市场营销领域的专家合计5人组成，企业专家主要由电子商务企业网络营销人员合计2人组成，消费者主要由丰富购物经验的消费者合计2人组成。同时，各位专家均认可本研究给定的影响在线评论有用性的这15个因素，如表1所示。专家根据各自的知识和经验对这15个影响因素间的相互影响度进行打分。

2.2将专家语言变量转化为三元模糊数

本研究依据Wang[18]和Chen[19]等设定的专家群体使用的语言变量设计问卷，如表2所示。调查问卷采取Likert 5级量表（影响非常大、影响较大、影响小、影响很小、完全没有影响），即15个因素间的相互影响关系，合计225项相互影响关系调查，请每位专家使用要求的语言变量独自进行判定可能影响在线评论有用性的15个因素间的相互关系，由此获得9份关于影响因素间的专家问卷，进而得到9份由语言变量组成的数据。

为避免专家的判断和评分的主观差异性，该领域相关研究主要采取专家评分权重和专家评分模糊化处理两种方法。专家评分权重主要思路是采取系统工程的方法将专家评分数学化，该方法较复杂，本研究不予采纳[20]；专家评分模糊化处理主要集中在将每位专家的判定结果转化为对应的三角模糊数，关键是三角模糊数的选取，选取思路主要是依据实际研究背景自行选取或采取经典文献研究成果[15]，本研究为保持三角模糊数选取的科学性，选取经典数学文献中具有普遍意义的三角模糊数，如表2进行分析讨论，同时该三角模糊数的选取也被该领域的相关研究广泛采用。因此，本研究根据表2将每位专家的判定结果转化为对应的三角模糊数（lkij，mkij，rkij），其中i（j）=1，2，3，…，15，？k=1，2，3，…，9，表示第k位专家评定i因素对j因素的影响程度，并将之分别记录于15×15矩阵中。

3基于计算结果的分析讨论

3.1因素间的相互关系

由表4可以看出，C4、C5、C7、C8、C9、C11、C12、C14属于原因因素。评论写作风格（C4）表现出强烈的主动性，具体表现在其影响度值最大，被影响度值在15个因素中居第12位，可见评论写作风格能够强烈地影响其他因素，但其自身却很难受其他行为因素的影响。与评论写作风格类似，评论及时性（C5）、评论者信息披露（C7）、消费者专业知识（C12）、商品涉入度（C14）具有较强的影响度，被影响度较低，表现出较强的主动性。而名声可信度（C8）、历史评论数（C9）、评论回应数（C11）的影响度和被影响度在15个因素中均较低，可见这3个因素同其他因素间的关系较疏远。

C1、C2、C3、C6、C10、C13、C15属于结果因素。社会中心度（C10）具有最大的被影响度，但影响度较小，表现出强烈的被动性。评论语义特征（C3）的被影响度和影响度分别位于位居第2位和第9位，从本质上表现出较强烈的被动性。评论星级（C2）、评论长度（C1）的被影响度和影响度分别位于第3位和第8位、第4位和第7位，表现出更多的被动性。而购物经验（C13）、商品类型（C15）、评论信息完整性（C6）的影响度和被影响度在15个因素中均较低，可见这3个因素同其他因素间的关系较疏远。

3.2关键因素的识别

第一，消费者专业知识（C12）因素在15个影响因素中具有最大的影响度（4.058263）和中心度（12.09462），表示能够强烈地影响其他14个行为因素，是影响其他因素的最大因素，从而可以确定为最关键因素；第二，评论者信息披露（C7）、商品涉入度（C14）、评论写作风格（C4）中心度排名分别是第2位、第3位、第4位，它们的影响度与被影响度分别是4.058263和2.647656，3.955165和1.117566，4.058263和2.266042，在15个因素中的排名分别为第1位和第11位、第5位和第15位、第1位和第12位，表现出强烈的主动性，表明这3个因素能够强烈地影响其他因素，因此也可作为关键因素；第三，评论及时性（C5）中心度排名是第5，影响度与被影响度排名分别是第4位和第6位，表现出较强的主动性，显然在系统中具有重要的影响力，并且与其他因素关系密切，可以认为是关键因素；第四，评论信息完整性（C6）虽然中心度小于0，但影响度排名较靠前，表现出较强的主动性，故也将其列为关键因素。

名声可信度（C8）、历史评论数（C9）、评论回应数（C11）的中心度在15个影响因素中的排名分别是第15位、第9位、第14位，影响度和被影响度都较低，显然不是关键因素。评论星级（C2）、评论长度（C1）、评论语义特征（C3）虽然三因素影响度在15个影响因素中排名较靠前，但其中心度较低，关键是表现出较强的被动型，故不是关键因素。社会中心度（C10）中心度排名第8，但此因素被影响度排名第1，影响度排名第10，表现出强烈的被动性，故也不是关键影响因素。购物经验（C13）、商品类型（C15）的影响度和被影响度在15个因素中均较低，故不是关键因素。

4结论及启示

本研究的主要结论是：

1）影响在线评论有用性的15个因素相互交织，形成了一个复杂的系统，但不同因素的影响方式、程度各不相同，评论写作风格、评论及时性、评论者信息披露、名声可信度、历史评论数、评论回应数、消费者专业知识、商品涉入度8个要素为原因因素，在系统中主动影响其他因素；评论长度、评论星级、评论语义特征、评论信息完整性、社会中心度、购物经验、商品类型7个要素属于结果因素，在系统中易受其他因素的影响。

2）在15個因素中，消费者专业知识、评论者信息披露、商品涉入度、评论写作风格、评论及时性以及评论信息完整性是影响在线评论有用性6个最关键的因素。

3）评论者社会中心度因素具有较强的被动性，极易受其他因素的影响。

4）将评论内容维度、评论者维度、消费者维度和商品类型维度4个维度所含因素对在线评论有用性的影响、原因度和中心度求和，如表5所示。

从表5可以看出评价内容维度对在线评论有用性的影响程度最大，且评价内容维度的中心度也最大，因此影响在线评论有用性的中心问题在于评价内容维度。即评论写作风格、评论及时性以及评论信息完整性是最为关键的因素，评论长度、评论星级、评论语义特征是次关键因素；而评论者维度的原因度最大，消费者维度原因度次之，说明评论者信息披露和消费者专业知识是决定在线评论有用性其他因素的关键因素。

根据以上结论得出如下启示：

1）消费者专业知识是最关键因素，深入挖掘发表水平高的消费者其他消费信息，加强消费者信息管理（即客户关系管理）是当务之急。

2）商品与消费者关系程度（商品价格的高低）是影响在线评论有用性的关键因素之一，针对不同价位的商品，引导消费者形成购物决策，注重分类管理。

3）加强评论者信息的监督与引导，增加评论者信息的披露率，为消费者提供较为权威与准确的评论者信息等，是有效监测在线评论有用性的重要手段。

4）评论写作风格、评论及时性、评论信息完整性有助于提高在线评论的有用性。

5）在保证在线评论的有用性时，适当增设消费者之间的社会交流和分享，关注评论者社会中心度的特征。

参考文献

[1]AMDT J.Role of product-related conversations in the diffusion of a new product[J].Journal of Marketing Research，1967，4（3）：291-295.

[2]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，（8）：78-88，96.

[3]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.

[4]栾攀，张宁.基于ELM的在线评论有用性影响因素研究——来自服务行业的实证分析[J].科技视界，2015，（16）：49-51，70.

[5]卓四清，冯永洲.在线评论有用性影响因素实证研究——基于Tripadvisor.com酒店评论数据[J].现代情报，2015，（4）：52-56，74.

[6]FORMAN C，GHOSE A，WIESENFELD B.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.

[7]廖成林，蔡春江，李忆.电子商务中在线评论有用性影响因素实证研究[J].软科学，2013，（5）：46-50.

[8]BEAK，H.，J.AHN and Y.CHOI.Helpfulness of Online Consumer Reviews：Readers Objectives and Review Cues[J].International Journal of Electronic Commerce，2012，17（2）：99-126.

[9]严建援，张丽，张蕾.电子商务中在线评论内容对评论有用性影响的实证研究[J].情报科学，2012，（5）：713-716，719.

[10]王平，代宝.消费者在线评论有用性影响因素实证研究[J].统计与决策，2012，（2）：118-120.

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

[12]彭岚，周启海，邱江涛.消费者在线评论有用性影响因素模型研究[J].计算机科学，2011，（8）：205-207，244.

[13]林先杰.在线评论有用性影响因素研究[D].广州：华南理工大学，2014.

[14]张丽.在线评论的客户参与动机与评论有效性研究[D].天津：南开大学，2011.

[15]汪春香，徐立青，赵树成.影响食品安全网络舆情网民行为的主要因素识别研究——基于模糊集理论DEMATEL方法[J].情报杂志，2015，（3）：138-143.

[16]VON ALTROCK C.Fuzzy logic and neurofuzzy application in business and finance[M].Upper Saddle River，NJ：Prentice Hall，1995：244-246.

[17]OPRICOVIC S，TZENG G H.Defuzzification within a multicriteria decision model[J].International Journal of Uncertainty，Fuzziness and Knowledge-based Systems，2003，11（5）：635-652.

[18]WANG M J J，CHANG T C.Tool Steel Materials Selection Under Fuzzy Environment[J].Fuzzy Sets and Systems，1995，72（3）：263-270.

[19]Chen C T.Extensions of the TOPSIS for Group Decision Making under Fuzzy Environment[J].Fuzzy Sets and Systems，2000，114（1）：1-9.

[20]崔强，武春友，匡海波.BP-DEMATEL在空港竞争力影响因素识别中的应用[J].系统工程理论与实践，2013，（6）：1471-1478.

（本文责任编辑：郭沫含）