国外在线评论有用性研究热点与发展演进

□ 田依林 张 帅2 李 星

( 1.天津大学 教育学院, 天津 300350; 2.天津大学 管理与经济学部, 天津 300072)

一、引 言

近年来,随着电子商务和互联网技术的发展,越来越多的消费者通过电商平台购买商品,2018年全球电子零售额达到2.8万亿美元[1]。消费者发布的关于所购商品质量或服务体验比商家发布信息的可信任度更高,使得在线评论逐渐成为消费者获取产品质量信息、做出购买决策的重要来源和依据[2]。Bright Local[3]调查发现,18～34岁的年轻人中有80%发表过在线评论,信任在线评论和个人推荐的比例高达91%,足以体现在线评论在补充商品信息描述和减少消费者购买不确定性等方面的重要作用。然而,巨额网络销售量带来的是海量且内容质量参差不齐的在线评论信息,如何帮助在线用户对商品和服务进行甄别,快速高效的获取更有价值的信息,做出正确的购买决策,成为学术界和产业界共同关注的问题。

在线评论有用性研究主要基于计算机为媒介传播的文本模式分析,从文本内容特征、评论形式特征等方面探讨与有用性之间的相关性。自Mudambi和Schuff[4]将在线评论有用性定义为在线评论在消费者决策过程中的感知价值以来,已经引发了大量的相关研究探索。基于此,本文以2008—2018年间Web of Science数据库中刊载的在线评论有用性文献为对象,发挥文献计量法在研究整体情况的描述、规范和解释的功能,全方位揭示国外在线评论有用性研究的现状、热点主题与发展演进,预测未来一段时间的趋势,以期提高研究效率。

二、研究设计

(一)数据来源

本文以Web of Science核心合集数据库为数据来源,包括科学引文索引扩展版(SCI-E)、社会科学引文索引(SSCI)、科学技术会议索引(CPCI-S),检索方法选择高级检索,检索式为:“TS=((online review or online comment) and (usefulness or helpfulness or helpful or utility) not (health or medic or desease or clinical))”,时间跨度=“2008—2018”,初步检索得到826篇文献,进一步人工剔除研究范围、类型不符的文献,最终得到436篇文献作为研究对象。

(二)研究方法

本文采用文献计量学和科学知识图谱方法对国外文献进行分析。分别从发文趋势、区域发文质量、高被引文献等不同的视角，对文献进行统计计量分析,并借助VOSViewer、SciMAT等可视化软件，绘制领域研究核心结构和发展进程的知识图谱,进一步透视在线评论有用性研究的热点主题和发展演进过程。

三、文献计量分析与结果

(一)发文趋势分析

2008—2018年在线评论有用性研究的发文量总体上处于上升趋势, 2008—2013年增长缓慢,年发文量不超过20篇,累计发文量77篇。2014年开始发文量呈指数增长,2015年达到67篇,2018年达到历史最高91篇,说明近三年是相关研究的蓬勃发展期,发文量将保持持续上升态势。

(二)区域发文质量分析

统计数据显示2008—2018年共有30个国家和众多机构的学者发表了相关文献,本文选取了总发文量排名前十的国家,将论文发文量、篇均被引频次和地区进行拟合。在文章数量方面,美国和中国总发文量分别为149篇和127篇,远超韩国(31篇)、英国(30篇)、印度(25篇)等发文量差距不大的国家,是在线评论有用性研究较为活跃的地区。在研究质量和影响力方面,美国篇均被引频次最高,为48.3,研究质量优异。中国发文量虽位列第二,但篇均被引频次仅为20.3,影响力略低。韩国、澳大利亚、西班牙、德国虽然发文数量不多,篇均被引频次却较高,分别为35.4、30.9、27.4、27.2。

(三)高被引文献分析

高被引文献体现了国别、机构和个人学科发展、科研能力和学术声誉对领域研究的贡献程度。美国坦普尔大学福克斯商学院Mudambi和Schuff[4]从感知价值角度,对在线评论有用性进行定义的基础上,通过对亚马逊1587条评论分析表明评论极性、深度和产品类型都会影响消费者的有用性感知。Forman等[5]指出,评论者身份信息披露是消费者做出购买决定和评估在线评论可信性的主要依据。Ghose和Ipeirotis[6]从评论的主观性、信息性、可读性和语言正确性等方面,探讨评论对销量和有用性感知有重要影响。Duan等[7]采用文本挖掘技术从评论文本中提取语义特征,指出具有极端意见的评论能获得更多有用性投票。Pan和Zhang[8]认为,评论效价和长度都会对评论有用性产生积极影响,但在产品类型的调节下,相关结论存在差异,而评论内容的创新性与有用性之间存在曲线关系。Korfiatis等[9]基于评论内容整合性、可理解性和表达性的三要素理论模型,指出中立、极端评论的可读性和平均长度与有用性存在正向关系。Yin等[10]利用情绪和认知处理文献中的框架,证实负面评论中的焦虑和愤怒情绪是影响有用性的关键因素。Baek等[11]基于双过程理论指出,评价等级、评论者可信度等外部线索和评价内容等中心线索都影响评论的有用性。Salehan和Kim[12]采用情感挖掘技术构建在线评论有用性预测模型,指出标题中积极情绪较高的评论会吸引更多阅读者,而中立评论对消费者购买决策具有正向影响。Schindler和Bickart[13]通过模拟网络购物活动发现,适度长度和积极的评论与有用性相关,非评价性产品信息和评论者信息披露与有用性相关,而拼写和语法错误与价值较低的评论相关,表达性俚语和幽默与价值较高的评论相关。

四、研究主题演进

(一)热点主题

学术研究领域较长时域内的大量文献中关键词的集合,能够揭示主题概念、研究内容之间的联系以及学术发展脉络,关键词出现的频次代表受关注的程度。本文将在线评论有用性相关文献中频次大于10的246个关键词作为节点,根据共现强弱关系生成自然聚类。第一大聚类聚焦于在线评论的信息接受过程,根据技术接受模型(TAM)、双过程理论(Dual-Process Theory)、精细加工可能性理论(ELM)、信息釆纳模型(IAM)中影响消费者信息采纳的决定因素构建在线评论评价系统,突出有用性是消费者做出购买决策的一种主观感知。第二大聚类标签是有用性排序,其中涉及在线评论排序、商品推荐排序、算法技术等内容,该聚类体现了大数据分析技术在领域研究中应用,相关研究证实，采用不同算法的在线评论排序，明显优于电商平台现有的排序机制。第三大聚类标签是销量预测,出现时间较晚,主要以评论有用性排序研究作为基础,从为电商企业提供优化方案和提升消费者购物体验值的商业价值视角分析在线评论,将在线评论质量分类和销量预测的聚合研究作为核心。第四大聚类标签为影响因素分析,主要对在线评论产生作用过程中的影响因素及其作用程度进行判别。第五大聚类、第六大聚类和第七大聚类是第四大聚类的分支,通过对评论内容特征、评论者特征和评论阅读者特征中影响因素的筛选与识别,分析影响因素与有用性之间的相关性。第八大聚类为商品类型对消费者有用性感知的调节作用。

(二)研究演进

领域研究演进是以关键词为表征的主题在时间维度上的发展变化,体现研究内容的新陈代谢过程。关键词的多样性、复杂性决定了研究内容的丰富性和具体性,并随着时间推移,反映出文献研究内容和主题的裂变和衍生过程。本文采用SciMAT软件绘制在线评论有用性研究主题演进知识图谱,如图1。

图1 在线评论有用性研究主题演进

1.以理论研究为框架的影响因素识别

各时间段在线评论有用性研究主题逐年增加,在2008—2009年形成口碑传播、意见挖掘和信息技术模型等主题,说明口碑传播意见挖掘是在线评论有用性研究的基础。随着网络购物模式的普及,各类电商平台为在线用户提供多种表达意见的途径,海量的评论数据使得商品在线评论的有用性研究成为主导方向。2010—2012年,口碑传播研究演化为在线评论影响因素、文本特征、文本分析、ELM理论、满意度等主题。由此可见,早期在线评论有用性研究主要基于信息理论模型,对评论内容特征因素进行分析,识别消费者信息接受过程的影响因素。在线评论所包含的信息较多,感知有用性和感知易用性，是消费者信息采纳的决定因素[14],相关研究证实评论质量、数量是感知有用性的关键因素,而评论质量、互动性是影响感知易用性和信任度的关键因素[15]。消费者对在线评论信息处理的思维方式不同,影响因素存在差异,积极参与信息处理的消费者,往往会根据在线评论等级和类型改变态度,而凭借主观印象的消费者,则会优先选择内容一致且数量较多的评论作为购买意愿依据[16]。随着研究的深入,学者们开始从社会因素视角探索在线评论对消费者感知有用性、服务质量和价值的影响机理,涉及归因理论、消费者行为学、心理学等相关理论的应用。与此同时,通过词性标注从文本中提取属性名词和形容词作为情感描述项,分析情感认知过程对消费者决策的影响，也为后期在线评论的情感分析奠定了基础。

2.以影响因素分类为基础的作用判别

2013—2015年,在线评论影响因素识别研究从信息理论模型构建评价系统的视角,转化为领域本体的影响因素分类作用判别。以评论内容特征、评论者特征作为影响因素的分类标准,从信息可信性视角探讨各类影响因素与评论可信性、有用性之间的关系。评论语义特征和形式特征通过文本上下文脉之间的关系、长度、评论时间,以及评论中所包含的图片、追评、评论星级等因素反映完整性、可读性和正确率对消费者有用性感知的影响作用。评论者特征与评论有用性之间的关系主要是从可信性特征这一视角出发,围绕评论者个人信息披露、专业性、经验等方面,探讨信息真实性和专业性对提升消费者评论信任程度的作用。但相关研究因实验方法、因素选取标准不同,并未获得一致性结论。在对影响因素作用判别的研究过程中,逐渐形成采用平台有用性投票数作为衡量有用性的代理指标，证明假设作用判别的研究范式。由于研究数据来源多为Amazon、Yelp、IMDB等网站,对象涉及电影、图书、手机、电脑等不同类型商品,也使得从产品类型视角分析对影响因素作用的调节成为焦点。加之该时期情感分析方法主题和机器学习主题的出现,为从社会因素主题视角判别在线评论有用性作用提供了技术支持,从浅层复制逐渐发展为深层理解,学者们致力于通过语料收集、专业词库构建、标注规范和情感分析等挖掘技术分析感知有用性对消费者行为的影响。

3.以作用交互为桥梁的商业价值体现

2016—2018年,理论研究、影响因素筛选、作用判别等相关研究持续深入,产品类型调节、情感分析成为研究主导。影响因素的选取进一步细化,新增关于评论阅读者互联网经验、感知价值、有用性感知、态度倾向等影响因素研究。消费者对信息的有用性感知受多维因素影响,有用性感知作用相互交叠,使得采用社会学、心理学等不同视角,从更为深入细致的层面,探讨影响因素之间的作用交互和机制的研究出现。为更好的满足用户信息需求和提高购物体验,学者们根据影响因素之间的作用交互,选取如评论文本特征、有用性投票和评论者等级等关键因素,基于梯度提升算法、机器学习方法、回归模型等算法构建有用性排序模型,从电商平台评论设置改进机制视角为消费者消除信息干扰。有用性排序的相关研究不仅为在线评论质量分类和销量预测的聚合影响提供了新的技术解决方案与思路,更建立了连通理论研究与应用价值的桥梁,突显领域研究的商业价值。在线评论的产品销量预测,是衡量消费者信息有用性感知和购买决策的间接方式,也是电商企业改善产品质量和信息服务的重要依据,但研究主要针对图书销量、电影票房等产品的预测,具有一定的局限性,并未得到普适性结论。此外,在线评论有用性研究发展演进过程中,存在诸如“价效”的孤立主题,其能否推动消费者期望与信息感知之间关系的研究有待进一步追踪与检验。

五、结论与展望

(一)结论

本研究基于文献计量学方法和科学知识图谱,对在线评论有用性相关文献的研究现状、研究主题进行系统归纳和整理,然后以时间为线索进一步探究研究发展演进过程。从研究概况上,该领域的总体发文量在经历了2008—2013年的缓慢增速后,在2014年实现了发文量的井喷式持续增长。根据发文量、篇均被引频次和发文地区的拟合,存在量与质的不均衡现象。中国以127篇的发文量位居世界前列,但篇均被引频次与其他国家相比略低,研究质量亟待提升。文中还列举了高被引文献中前十的文献,从内容分布来看主要围绕影响因素识别、作用判别和有用性排序等方面。根据关键词聚类分析,国外在线评论有用性研究主要围绕理论研究、有用性排序、销量预测、影响因素、商品类型调节等5个方面。然而,学术研究应紧密联系实际,在线评论有用性研究在考察对消费者决策感知作用的同时,还是要体现该领域研究的商业价值。

(二)未来研究展望

在线评论有用性相关研究经过多年的发展,沿着不同的逻辑视角和演进形式向前推进,呈现出内涵纵深化和外延化的趋势。但仍存在以描述性统计与假设检验的实证研究为主导,借鉴其他学科理论和方法的研究较多,领域本体理论体系尚未形成,未能充分发挥研究的商业价值等问题。

展望未来,在线评论有用性研究应在如下方面重点加强:第一,促进基于实证的研究范式转型,提升在线评论有用性的研究水平。通过对评论数据内容的深层次挖掘,掌握在线评论对消费者购买动机、情感体验和态度形成过程的作用规律和机制,进一步克服评论有用性投票、评论文本长度、评论星级投票等浅层数据分析中存在的弊端。第二,以跨学科的交叉研究,推动在线评论有用性的领域本体理论体系的形成。基于评论内容特征、评论者特征和评论阅读者特征等影响消费者有用性感知的因素,深入分析瞬时、分布式在线评论信息效应特征与网络消费者之间的循环互动机制,加强在线消费者信息感知、评论参与行为、信息选择决策等内容的研究,培植新的领域生长点。第三,加强科研机构与商业组织之间的合作,通过研究形态的拓展和成果的转化,实现技术商品化和研究市场化,保持热度和活力。围绕消费者对在线评论系统的实际需求,突破技术瓶颈,解决商业平台在评论机制设置中存在的问题,提高在线消费者信息利用度和黏性。□