有用类有关论文范文检索,与电子商务中在线评有用投票数影响因素相关论文发表
本论文是一篇有用类有关论文发表,关于电子商务中在线评有用投票数影响因素相关硕士毕业论文范文。免费优秀的关于有用及电子商务及统计分析方面论文范文资料,适合有用论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。
0340;概率较高,影响消费者流畅地阅读评论文本基于以上论述,提出以下假设:
H2a:在线评论的字均笔画数对在线评论有用投票数具有负向影响
H2b:在线评论的句均汉字数对在线评论有用投票数具有负向影响
H2c:在线评论中包含的多笔画字数对在线评论有用投票数具有负向影响
1.2.3评论信息丰富性
Mudambi(2010)认为,评论信息深度可以提高评论的诊断性,增强消费者信心,帮助消费
者做出购买决策[12]信息丰富的评论,通常包含更多的商品特性商品性能及
商品使用体验等内容,所传递的信息更加全面,也更具深入性消费者阅读信息丰富评论后
,能够获得关于商品多个方面的信息,有利于增强其对商品的了解,降低在网络虚拟环境下
选择商品时的不确定性,提高消费者判别商品价值的能力,因此,评论信息丰富性会影响消
费者对评论价值的判断基于上述论述,提出以下假设:
H3:评论信息的丰富性对在线评论的有用投票数具有正向影响
1.2
有用类有关论文范文检索
评论者具有不同的特征信息,其特征信息对消费者判断在线评论的有用性具有重要的参考价值Forman(2008)研究了评论者信息公开对消费者购买意愿和商品销量的影响,信息公开
的评论者评论对商品销量的影响作用更加显著[13]Ghose和Ipeirotis(2010)
研究发现,评论者的历史信息对其评论有用性存在显著影响[14]评论数量和评
论者所有评论获得的总有用投票数评论的总投票数,是在一些网站(如亚马逊)上可以得
到的评论者信息本文中将评论者的评论数量和历史评论有用性评价作为研究变量,分析评
论者信息的影响作用评论者的历史评论有用性评价指评论者已发布评论获得的有用投票数
与总投票数的比值,用于表示评论者的评论的平均历史有用性和受认可度
发帖数量可用于表示用户在网络社区中的活跃性[7,15],因此,评论数量,可
用来反映评论者参与网络讨论的积极性和活跃性历史评论有用性评价高的评论者,通常具
有丰富经验和较高的专业知识水平,其评论质量高,容易得到消费者的认可和采纳因此,
提出假设:
H4a:评论者的评论数量对在线评论有用投票数具有正向影响
H4b:评论者的历史评论有用性评价对在线评论有用投票数具有正向影响
1.3理论模型框架
在以前研究及前述理论假设的基础上,本文主要分析评论评分评论信息易读性评论信息
丰富性,评论者评论数量评论者的历史评论有用性评价对在线评论有用得票数的影响作用
,所构建的在线评论有用投票数影响因素模型,如图1所示
2.1数据收集
本文以亚马逊网站的商品评论作为数据来源,采用基于jsoup类库编写的java程序,抓取亚
马逊网站上评论者发表的手机评论,其中,jsoup是一款用于解析的java类库,可通过D
OM或CSS选择器来解析和提取网页上的数据,并为此提供了一套简便的API(详细信息见
http:∥jsoup./)通过对抓取到的评论进行筛选,去除其中信息
不完整的评论后,获得有效数据2489条,每条评论收集了以下内容:(1)有用投票数
;(2)评论评分;(3)评论标题;(4)评论正文;(5)评论者的评论数量;(6)评论
者获得的总有用投票数;(7)评论者获得的总投票数,对收集的数据整理后,作为实验样
本
2.2模型公式
对于评论信息丰富性,通常评论越长,其中含有的商品描述信息越全面,而且Mudambi(201
0)也将评论长度作为评论深度的测量变量[12],因此在构建在线评论投票数影
响因素的模型公式时,以评论长度作为评论信息丰富性的度量值,并且分别分析评论标题长
度和评论正文长度对在线评论有用投票数的影响作用对于多笔画字,艾伟在20世纪40年代
,就曾以10画作为判断汉字笔画多少的标准,分析笔画数与汉字认知之间的关系[16
],本文也采用10画作为分段标准,以10画以上的汉字作为多笔画字,基于前述假设,建
立在线评论有用投票数与各影响因素之间的多元线性回归模型,如公式(1)所示为了减
小由异方差和偏态性所产生的误差,模型中的部分变量采取了自然对数的形式
其中,helpRatei指第i条评论得到的有用投票数,rtae指评论评分,ti
Len指评论标题长度,conLen指评论正文长度,conNum是评论正文的字均笔
画数,conNumSen指的是评论正文中每句话所含有的平均汉字数,concplR
atio是指评论中多笔画汉字数与评论长度的比值,用于表示评论正文中多笔画字所占的
比率reviewCount指评论者发表的评论总数,reviewhelp指评论者
的历史评论有用性评价的值α为常数项,ε为残差项经过对评论样本的整理和汇总,得
到评论样本描述性统计信息如表1所示
2.3实验结果分析
本文采用SPSS统计分析软件,对各影响因素与评论有用投票数进行回归分析,得到结果
如表2所示为了保证统计分析结果的准确性,对各影响因素进行了多重共线性诊断,通常
方差膨胀因子VIF<10,则自变量之间不存在多重共线性问题,本文中VIF值通过了
检验,不存在明显的多重共线性问题
本文的F值为128.456,R2和调整后R2分别为0.293和0.291,可见模型整体
拟合效果较好
(1)从模型的回归结果看,评论评分对评论获得的有用性投票数具有显著影响(p<0.01
),相对于中性评价信息,极端评价信息被认为更有价值,假设H1得到验证两者呈负相关
关系,即评论评分越低,获得的有用性投票数越多负面评论通常描述的是购买和使用过程
中遇到的商品或服务方面的问题,反映商品存在的缺陷,为消费者呈现了购买商品可能存在
的风险,从而减小消费者发生损失的可能性,有利于消费者提前规避风险,对消费者选购商
品有着较好的借鉴意义,易被消费者采纳
(2)评论标题长度,评论正文长度对其有用投票数影响显著(p<0.01),且回归系数为
正,假设H3得到验证,即评论信息丰富性对评论有用性的感知具有正向影响评论越长,评论的信息量越大,含有的商品相关描述信息就越丰富消费者在购买商品前,会参考已有评
论中的意见或建议,以更好的了解目标商品的质量和特性,而信息丰富的评论,可以为其提
供详细的商品性能使用体验和售后服务方面的信息,帮助消费者提高决策效率,因此更能
引起消费者的关注,获得的有用投票数也就越多
(3)评论信息易读性的3个衡量指标,字均笔画数(p<0.1)?句均字符数(p<0.01)
以及多笔画字数(p<0.1)都通过了显著性检验,表明评论信息易读性对其有用投票数具
有影响作用但只有多笔画字数的回归系数为负,支持了H2c所提出假设,其它两项的系数
为正,与假设相反笔画较多的汉字复杂度通常较高,易给阅读者带来阅读和理解上的困难
,多笔画字较多的文本,不利于阅读者准确理解其所表达的含义,因此,不易引起消费者的
注意字均笔画数句均汉字数呈现正相关,可能是因为单一的简单字和简单句组成的评论
,不能详细传递评论者的商品使用体验商品选择建议等内容,较为丰富的汉字和句子的应
用,可以帮助消费者更好的了解评论者表达的内容以后可以进一步分析,当字均笔画数和
句均汉字数超过某一阈值时,负向影响评论的有用性,即两者与评论有用投票数之间是否存
在倒“U”关系
(4)评论者信息方面,评论者的评论数量没有通过显著性检验,H4a的假设没有获得支持,
评论者的历史评论有用性评价通过了显著性检验(p<0.05),且回归系数为正,假设H4b
得到验证,即评论者的历史评论的平均有用性,对其新发表评论获得的有用投票数具有正向
影响较高的历史评论有用性评价,表示评论者具有良好的信誉专业的知识水平,其评论
对商品信息的描述详细准确,评论可信度高,对消费者选购商品更具参考价值,往往能够得
到消费者更多的关注,
有用类有关论文范文检索,与电子商务中在线评有用投票数影响因素相关论文发表参考文献资料: