资源描述：
《电子商务中在线评论有用投票数影响因素研究_陈在飞_徐峰.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、2014年1月现代情报Jan1,2014第34卷第1期JournalofModernInformationVol134No11#理论探索#电子商务中在线评论有用投票数影响因素研究陈在飞徐峰(南京大学工程管理学院,江苏南京210093)1摘要2在线评论对消费者购物选择具有重要的影响,但日益增加的海量信息导致了信息过载等问题。因此,判断和识别评论信息的有用性具有重要的研究意义。本文采用文本挖掘和统计分析方法,从评论信息特征和评论者信息两个角度,对在线评论获得有用投票数的影响因素进行了分析,并通过亚马逊商城的用户评论样本,具体研究了各
2、因素的影响作用。研究发现:评论评分对在线评论的有用投票数具有负向影响,而评论信息丰富性和历史评论有用性评价对其具有正向影响。1关键词2电子商务;在线评论;有用性投票;文本挖掘DOI:10.3969/j.issn.1008-0821.2014.01.0041中图分类号2F7131361文献标识码2A1文章编号21008-0821(2014)01-0018-05StudyonImpactFactorsofVotingfortheHelpfulnessofOnlineReviewsinE-commerceChenZaifeiXuFen
3、g(SchoolofManagementandEngineering,NanjingUniversity,Nanjing210093,China)1Abstract2Onlinereviewshavebecometheimportantreferenceforconsumers,shopping,buttheincreasingmassinforma-tionresultsininformationoverload.Sojudgementandidentificationofhelfulnessreviewshaveimport
4、antresearchsignificance.Usingtextminningandstatisticanalysismethods,thispaperstudiedthedeterminantsofvotingforthehelpfulnessofonlinere-views,fromtheviewpointofinformationfeaturesandreviewerinformationofonlinereviews.Andthispaperanalysedtheimpactofeachvariableonhelpfu
5、lnessofonlinereviews,basedononlineuserreviewsofAmazon.Theresultsindicatedthatreviewratinghadnegativeinfluenceonthenumberofhelpfulnessvotes;reviewinformationrichnessandreviewerpshelpfulnessofpreviousre-viewshadsignificantpositiveinfluenceonthenumberofhelpfulnessvotes.
6、1Keywords2e-commerce;onlinereviews;helpfulvotes;textmining随着互联网技术和电子商务的迅速发展,网络购物已率,改进电子商务平台服务质量具有重要的意义。逐渐为广大消费者所接受。中国电子商务研究中心报告显在对评论有用性研究中,如何对评论有用性进行量化示,2012年,我国电子商务市场交易规模同比上涨是需要解决的首要问题,目前,电子商务网站上针对商品[1]30183%,达到7185万亿元,网络购物规模不断扩大。与评论有用与否的投票功能,设置了有用和无用选项,并且传统购物不同,在网络
7、购物中消费者无法通过实际的体验投票结果就显示在评论下方,这方便了研究者对评论有用对商品进行判断,因此其他消费者的购物体验对其购买决性的定量分析。以前研究中,大多采用有用投票数与总投策具有重要的参考作用。然而,急剧增加的网络评论数量票数的比值作为评论有用性的度量值,比值越大,则评论[2-5]在为消费者提供了更加全面信息的同时也带来了信息过载有用性就越高,但这种衡量方法存在两个问题:(1)等问题,影响消费者对在线评论信息的判断。在大量的在当消费者投票数较少时,这一比值不能准确反映评论的真线评论中快速识别出有用的评论,对提高消费者的决
8、策效实价值;(2)没有投票的评论未被纳入研究范畴。Cao和收稿日期:2013-09-03基金项目:国家自然科学基金资助项目(项目编号:71101067,71001028)。作者简介:陈在飞(1988-),男,硕士研究生,研究方向:互联网消费者行为、计算实验。)1
