商品评论范文第1篇

>> 在线产品评论研究综述 在线评论有用性研究综述 在线评论研究现状综述及未来展望 中药材商品规格等级标准研究现状及几个关键问题的商榷 微电网技术及其应用关键问题综述 人才招聘的关键问题研究 建筑施工管理关键问题研究 数据集成系统关键问题研究 商品在线评论有用性 在线评论对电子商务商品销量的影响研究 虚假评论检测系统的构建研究 网络在线评论研究分析 机构库评价的关键问题研究 都市圈研究基础信息平台及其关键问题 机构仓储可持续发展关键问题研究 感知无线电的关键问题研究 广西回收逆向物流发展关键问题研究 云南老牌景区深度开发关键问题研究 地下工程施工关键问题研究 高校网络思想教育关键问题研究 常见问题解答 当前所在位置：l.

[7]Jindal N，Liu B.Review spam detection[C]∥Proceedings of the 16th international conference on World Wide Web.ACM，2007：1189-1190.

[8]任亚峰，姬东鸿，张红斌，等.基于PU学习算法的虚假评论识别研究[J].计算机研究与发展，2015，52（3）：639-648.

[9]任亚峰，尹兰，姬东鸿.基于语言结构和情感极性的虚假评论识别[J].计算机科学与探索，2014，8（3）：313-320.

[10]任亚峰，姬东鸿，尹兰.基于半监督学习算法的虚假评论识别研究[J].四川大学学报：工程科学版，2014 （3）：62-69.

[11]任亚峰，姬东鸿.基于情感特征和用户关系的虚假评论者的识别[J].计算机应用与软件，2016，33（5）：158-161.

[12]张李义，张皎.一种基于主成分分析和随机森林的刷客识别方法[J].现代图书情报技术，2015，（10）：65-71.

[13]李京蔚，娄策群.在线商品虚假评论形成与影响综述[J].科技创业月刊，2015，（14）：38-39.

[14]李京蔚.在线商品垃圾评论动机影响因素研究[J].企业技术开发：中旬刊，2016，35（2）：72-72.

[15]杨敏.在线商品虚假评论对交易双方的影响研究[J].现代经济信息，2016，（1）：159.

[16]Mukherjee A，Kumar A，Liu B，et al.Spotting opinion spammers using behavioral footprints[C]∥Proceedings of the 19th ACM SIGKDD international conference on Knowledge discovery and data mining.ACM，2013：632-640.

[17]Mukherjee A，Liu B，Glance N.Spotting fake reviewer groups in consumer reviews[C]∥Proceedings of the 21st international conference on World Wide Web.ACM，2012：191-200.

[18]Chua A Y K，Banerjee S.Understanding review helpfulness as a function of reviewer reputation，review rating，and review depth[J].Journal of the Association for Information Science and Technology，2015，66（2）：354-362.

[19]Banerjee S，Chua A Y.A linguistic framework to distinguish between genuine and deceptive online reviews[C]∥Proceedings of the International Conference on ICWS，2014.

[20]聂卉，王佳佳.产品评论垃圾识别研究综述[J].现代图书情报技术，2014，（2）：12.

[21]任亚峰，尹兰，姬东鸿.基于语言结构和情感极性的虚假评论识别[J].计算机科学与探索，2014，8（3）：313-320.

[22]陈燕方，李志宇.基于评论产品属性情感倾向评估的虚假评论识别研究[J].现代图书情报技术，2014，（9）：81-90.

[23]Jindal N，Liu B.Opinion spam and analysis[C]∥Proceedings of the 2008 International Conference on Web Search and Data Mining.ACM，2008：219-230.

[24]Kugler L.Keeping online reviews honest[J].Communications of the ACM，2014，57（11）：20-23.

[25]Mukherjee A，Venkataraman V.Opinion Spam Detection：An Unsupervised Approach using Generative Models[R].UH-CS-TR-2014，2014.

[26]郑春东，孙为政，王寒.虚假网络评论对消费者在线搜索与购买决策的影响[J].大连海事大学学报：社会科学版，2014，13（6）：41-47.

[27]陈燕方，娄策群.在线商品虚假评论形成路径研究[J].现代情报，2015，（1）：49-53.

[28]孟美任，丁晟春.虚假商品评论信息者行为动机分析[J].情报科学，2013，31（10）：100-104..

[29]刘璇.虚假评论对消费者购买意愿的影响研究[D].南京：南京大学，2015.

[30]赵衍.网络虚假评论研究述评[J].上海管理科学，2014，（4）：85-88.

[31]何珑.基于随机森林的产品垃圾评论识别[J].中文信息学报，2015，29（3）：150-154.

[32]汪建成，严馨，余正涛，等.基于主题-对立情感依赖模型的虚假评论检测方法[J].山西大学学报：自然科学版，2015，（1）：5.

[33]Xi Y.Chinese review spam classification using machine learning method[C]∥Control Engineering and Communication Technology（ICCECT），2012 International Conference on.IEEE，2012：669-672.

[34]Fusilier D H，Montes-y-Gómez M，Rosso P，et al.Detection of opinion spam with character n-grams[C]∥International Conference on Intelligent Text Processing and Computational Linguistics.Springer International Publishing，2015：285-294.

[35]任亚峰，尹兰，姬东鸿.基于语言结构和情感极性的虚假评论识别[J].计算机科学与探索，2014，8（3）：313-320.

[36]陈昀.基于数据挖掘技术的产品垃圾评论识别研究[D].保定：河北大学，2014.

[37]宋海霞.融合内容及行为的虚假评论检测方法研究[D].昆明：昆明理工大学，2014.

[38]邓莎莎，等，基于欺骗语言线索的虚假评论识别[J].系统管理学报，2014，（2）：263-270.

[39]刘璇.虚假评论对消费者购买意愿的影响研究[D].南京：南京大学，2015.

[40]邵珠峰，姬东鸿.基于情感特征和用户关系的虚假评论者的识别[J].计算机应用与软件，2016，（5）：158-161，172.

[41]聂卉，吴毅骏.基于特征表现的虚假评论人预测研究[J].图书情报工作，2015，（10）：102-109.

[42]Wang G，Xie S，Liu B，et al.Review graph based online store review spammer detection[C]∥Data mining（icdm），2011 ieee 11th international conference on.IEEE，2011：1242-1247.

[43]徐小婷，魏晶晶，廖祥文，等.基于u论者关系的垃圾评论者识别研究[J].集美大学学报：自然科学版，2016，21（2）：146-152.

商品评论范文第2篇

[关键词]在线商品评论； 满意度指标； 层次体系；

一、满意度研究历史

消费者满意度的研究主要开始于上世纪70年代的美国和日本。美国AT&T公司为了在市场竞争中处于优势地位而开始研究顾客对企业所提供服务的满意情况。日本丰田汽车公司则通过研究顾客满意来掌握外界对自身的认识情况。90年代中期中国开始应用顾客满意度调查，以期获得顾客信息、竞争优势和员工评价。

顾客满意度调查从最初的服务落实度调查，到感知质量调查，再到满意度指数模型调查，不断与多种研究技术和理念相结合，发展出满足不同需求的满意度调研技术。根据满意度调研关注点和解决问题的不同，到目前为止，满意度调研技术可归为十代。

整个十代的满意度调查，前三代是基础，经历了从服务过程调查（第一代）到服务效果调查（第二代），从服务质量调查到满意度指数调查（第三代）的发展过程。后七代是在前三代的基础上，根据不同应用要求延伸发展而来。以提升不满意客户为关注点，发展了不满意度调查（第四代）、短板改进调查（第五代）；为优化资源配置策略、确定资源投入边界，应用发展了KANO模型（第六代）；为分析差异化服务需求，将U&A研究（第七代）融入了满意度调查；第八代满意度重点关注高满意人群，第九代将提升用户体验作为调研重点，第十代强调以满意度调查为核心建立服务管理体系。

第一代到第十代的满意度调研技术，并不是一个替代关系，各代技术适用不同类型、不同发展阶段的企事业单位需求。循序渐进地采用有针对性的技术级别，可显著有效地管理和提升服务水平。

二、满意度指数（Satisfaction Index）模式

1.差异模式

满意度的差异理论认为，在个人水平上，满意度是由差异的方向和大小决定的，差异是顾客对产品是否满足自己需要的实际体验（即产品绩效）与顾客本来的期望相比较所得的结果，包括以下三种情况：（1）产品绩效与期望值的差为零，表明产品正符合顾客的期望；（2）产品绩效与顾客本来期望的差异为正值（绩效-期望＞0），表明产品好过顾客期望；（3）产品绩效与顾客本来期望的差异为负值（绩效-期望＜0），则表明产品没有达到顾客期望。由此美国学者奥利弗提出了顾客满意方程式和可容忍区，认为“顾客满意与否取决于对产品和服务的期望水平和实际获得的消费体验之间的比较。如果期望小于体验，顾客就满意；反之，如果期望大于体验，顾客就不满意。”即事前期望＜事后评价=很满意；事前期望=事后评价=满意；事前期望＞事后体验=不满意。

2.绩效模式

绩效是指相对于支付的货币而言顾客所感知的产品（或服务）的质量水平。一般来说，产品对顾客效用越高，顾客就情愿购买它；他所支付的价格与实际支出的价格之间的差额即为消费者剩余。剩余越大，顾客就越满意。

3.顾客让渡价值理论

从营销学角度来看，顾客让渡价值是总顾客价值（产品、服务、形象等）与总顾客成本（价格、精力、体力和时间）之差，是顾客期望从特定产品或服务中获得的全部利益。让渡价值越大，顾客越满意。

4.消费者归因理论

顾客在购买、使用产品和服务的过程中，会对组织的各项活动、其他顾客的行为以及产品和服务的好坏做出归因。当顾客把问题归因于企业时，将产生不满情绪，如归因于其他情况则较为宽容。

在世界各地的研究中，具有代表性的满意度指数模型主要有以下几种：

(1)瑞典模型（SCSB）

瑞典模型是最早出现的，其中SCSB模型包括顾客预期质量、价值感知表现、顾客满意度、顾客抱怨、顾客忠诚，包括5个指标变量和6个关系，如图1所示：

图1 瑞典消费者满意度模型

(2)美国模型（ACSI）

该模型是在SCSB模型的基础上经过改进重新建立的，增加了感知质量，其包括顾客期望、质量感知、价值感知、顾客满意、顾客抱怨、顾客忠诚6个指标。

图2 美国消费者满意度模型

(3)欧洲模型（ECSI）

1999年，采用ECSI模型在12个欧盟国家进行了顾客满意度指数测评，该模型包括企业形象、顾客期望、质量感知、价值感知、顾客满意、顾客忠诚6个指标。

图3 欧洲消费者满意度模型

三、在线商品评论研究满意度的原因分析

在以往的研究中，无论是哪一种模型，其模式均为设定满意度指标，根据指标设计调查问卷，通过调查问卷来测定满意度的大小。

以往消费者的调查问卷大多通过市场调研人员在大型商场、街头或者生活小区的寻找消费者群体填写问卷；也有通过电话的形式来询问某些产品的看法；还有就是寄发信件。这些方式都有不同程度的缺陷。首先，消费者的配合程度，大多数消费者对于填写调查问卷的态度是没时间填、耽误时间、不合作、没好处等，即使填写也有一种敷衍了事的心态，很多调查问卷成为了无效问卷，既浪费了时间，又没有得到准确和满意的结果。其次，对于消费者群体来说，有些商品的调查问卷本身就是无效的，因为调查问卷是随机填写的，无法得知消费者是否使用过被调查的商品。单从信息的来源上，问卷调查就存在很大不足。

电子商务的发展，同时也为满意度的测量带来了新的研究角度和方法。在电子商务发达的今天，用于研究满意度的数据，调查问卷的形式已经发生了很大的变化，依靠互联网，不再需要面对面地要求顾客来填写问卷，而是将问卷发到顾客的邮箱，顾客随时可以填写，然后发到指定的邮箱，或者是在线调查问卷，只需要消费者按照程序点击符合自己的选项即可。可以说调查问卷依旧是一个重要的获得顾客满意度数据的方式。但是又不仅仅是依靠调查问卷，比如在线的售前咨询和售后投诉，也是获得宝贵的数据来源的重要方式，与调查问卷不同，通过这种直接的一对一的沟通，信息真实可靠，可信度高，并且最及时，唯一的缺陷是信息量不够大，不能代表大多数消费者的意见。

如今消费者在各种产品论坛、购物网站、博客和微博上发表对产品评论，内容涉及产品的外观、性能、功能、价格和服务态度等等，这些都传达了顾客对产品（或服务）的满意度信息。与调查问卷不同的是，这种由顾客在线做出的评论，内容包括了调查问卷更广泛的内容，针对性强。

以在线商品评论作为满意度研究的信息来源优点有几下几点：1.网上评论内容多，信息量大；2.消费者自愿做出评价，没有填写问卷的烦扰；3.信息利用率高，评论本身已经是按照商品的类型进行了划分；4.方便收集使用，数据挖掘工具越来越多地应用在信息挖掘上。

四、基于在线商品评论的满意度指标体系

由于篇幅原因，信息采集、处理、训练等内容此处不做详细介绍。本文只给出指标体系的构成。

基于在线商品评论的满意度指标体系如下：

本文构建一个三层的产品及其属性的分析，分别为目标层、项目层和评价层。目标层，是满意度研究的对象，即对某种产品的满意度研究；项目层，是为了形成目标层而进行的划分，此处称为项目层（也可称为属性层），这一划分可以有效地将各个项目的评论进行归类分析，不同的产品项目层的内容也适当增删，以适应产品的特点；评价层是在项目层的分类后，分解出来的用于描述和评价各项目的情感词。

满意度算式：

S=Fi*fi(Fi代表第i个项目的值，fi 则代表第i个项目的权重)

Fi的值是由情感词计算而来，情感词的强度由语言学专家给出。举一个例子，假设要测度一款手机的满意度，收集到的项目为“外观”的情感词有“时尚，漂亮，大方”，根据专家提供的情感词的强度，“时尚的强度为5，漂亮为3，大方为4”，同样还有表明贬义的“老土，难看”它们的赋值分别为“-4，-5”。再根据“时尚、漂亮和大方”的词频计算出在外观上的F值。

图4 在线商品满意度指标模型

五、结束语

在网络时代，利用海量的网络资源来获得顾客对于某一种商品的评价和态度，利用满意度测评模型测度消费者的满意度，从而获取消费者的偏好，并以此进行分析，生产更另消费者满意的产品，是非常具有现实意义和研究意义的。但是，也应该认识到网购消费者也只是消费者中的一部分，也不能完全不同类型的消费者；同时，由于中文的特性，在情感词的划分和强度的区分上仍存在难以解决的问题和不足。不过仍然应该看到这种方法独特的优点，免去了消费者反感的调查问卷，更真实准确地获得消费者的评论，省去了很多人工劳动。今后将继续不断深入研究，以期获得更好的满意度测评效果。

参考文献：

[1]那日萨,李媛.基于在线评论的消费者模糊情感计算与推理[J].情报学报,2011,4:417-423

[2]李纲,王忠义,寇广曾.情感分类中情感词的情感倾向度的计算方法研究.情报学报,2011,3:292-298

商品评论范文第3篇

【关键词】搜索型产品 体验型产品 在线评论有用性

一、引言

近年来，随着电子商务和网络的蓬勃发展，各种网络商城相继诞生。据相关部门统计，网络购物占全部消费类购物总量的比例并不是很大。与传统购物不同，网络购物具有空间虚拟性和产品的不对称性，并且还存在着一定的时空间隔，顾客了解商品的渠道，除了商家提供的一些基本信息和从亲朋好友那里得到一些信息外，也可以从已购买者的商品评论中获得。有权威咨询公司调研显示，有将近80%的消费者认为购物网站用户对产品评价与推荐也会影响到他们的购物决策，其中近一半的消费者表示在浏览网上相关商品时，即使当时不急需购买，也会查看已购买者对产品的评价与意见，看到一些比较积极的评论与用户推荐，会增加购买欲望。在线评论的和传播平台允许消费者与其他消费者交流，获得商品的相关信息（RacherlaP，2012）。在实践层面，有些网站已经开始注意到在线评论的重要性和必要性，有些国外商家开始使用有用性投票系统评判在线评论的有用性。比如，零售网站亚马孙会对消费者提出疑问“该评论对您是否有用？”，但是有些过时或者冷门的商品就很难获得消费者有用性的投票，并且有些网站允许未参加购买的消费者进行有用性的投票，其实这些投票都是无效的，这将会给消费者对商品的了解和购买产生误导。

Nelson（1970）从信息经济学角度将商品分为搜索型商品和体验型商品。搜索型商品代表有电脑、手机等，体验型商品有电影、书等。但是网络中信息不对称现象的存在，有些商店为了赢得利润，刻意去夸大商品的特点和作用，为了减低这种风险，大部分消费者会去参考用户在线评论，尤其是体验型产品。但是，有些商品的评论几千条乃至几万条，对于消费者来说，时间和精力都非常有限，不可能在较短的时间里，筛选出具有高价值的信息，并且这些良莠不齐的评论对消费者心理产生一定的负面影响。所以，针对不同的商品类型，如何挖掘出有用的在线评论将是非常重要的。只有有用性的评论才会引起消费者的兴趣，从而影响其购买行为。对于零售商或者企业来说，正确识别和重视高含量的评论非常重要，将这些评论放在适当的位置，可以减少消费者的搜索信息的成本，提高购买效率。而本文主要从在线评论的属性出发，从搜索型商品和体验型商品这两个方面展开评述，整理和分析在线评论有用性的相关研究。

二、理论基础

（一）产品分类。

将商品进行分类是在线网络购物研究中一个非常重要的方面，不同的商品类型具有不同的属性，由于消费者对商品的偏爱程度和好感不同，不同的商品适合于不同的爱好和兴趣的消费者。潜在消费者在进行网络购物时对商品的质量、商家的名誉、网站的可信度等并没有完全掌握，这里面就存在着不确定性和风险。如果消费者能非常清楚自己所买商品的类型，在通过消费者提供的有用性的评论，这就有助于购买到高质量的、适用的商品。所以，针对不同的商品类型，挑选出那些有用性的评论将是非常重要的。

纵观国内外研究，将产品的类型分为搜索型商品和体验型商品已经得到许多学者的认可，根据消费者是否能够在购买前获得产品质量和客观评估程度，可以将产品分为搜索型产品和体验型产品，搜索型产品是其主要属性可以通过可获得的信息来客观评估，消费者在购买前对商品的质量就能够了解的产品，例如数码相机、平板电脑、品牌手表。体验型产品则在使用之前很难获得它的质量信息，产品性质是主观的，且难以比较，需要个人感官意识进行评论和衡量。

（二）在线评论有用性。

Mudambi（2010）等人将评论有用性定义为评论者的的相关信息将有利于消费者在购买决策过程对商品做出的评价。目前，很多网络商城都会通过各种鼓励措施让购买者使用过产品后进行评论，其主要目的有两个，一是这些信息是有价值的，能够为未来潜在的购物者提供有价值的、重要的信息，有利于提高其销售量。二是商家也可以从消费者的评论得到他们的商品的不足和优点，有助于对商品和服务做出改进和提升。目前，有的文献用一条评论的质量评价作为评论的有用性强弱，其定义为该条评论所获得的有用投票数与其所获得的总投票数的比例。因此，现有的在线产品评论有用性的研究文献实际上就是在研究产品评论的质量。如果消费者在使用商品后，根据实际的具体情况，并富有责任的表达出自己的观点和态度，那么该条评论将是有质量保证的，也会为以后的消费者提供有价值的参考信息。

三、研究成果

通过查询相关的文献，将商品分为体验型和搜索型，从在线评论的星级、在线评论得分、评论的情感倾向、评论时间、评论内容长以及评论的主客观性等探讨其对在线评论有用性的影响，但是由于各学者所研究的对象或者侧重点不同，对于同一类型的商品来说，研究结果可能不同。研究成果，如表3.1，3.2所示。

四、总结和未来的展望

从以上研究成果看，关于体验型产品的研究比较多，而搜索型产品不是很多，主要原因是，对于搜索型产品，其功能和作用可以通过客观描述和市场销售情况而得知，在线评论对其有用性不是很大，而体验型产品则不然，从商家提供的消息我们还无法对产品达到很深刻、很全面的认识，需要参考消费者的评论。未来我们希望，会有更多人去研究搜索型产品在线评论有用性以及分类并不是很明显的商品，相信研究结果会对商家和消费者产生积极的影响。

参考文献：

[1]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）.

[2]张磊.商品类型对在线评论极性影响力的调节作用研究[D].2011.哈尔滨工业大学硕士论文.

[3]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）.

[4]闫强，孟跃.在线评论的感知有用性影响因素[J].中国管理科学，2013，21.

商品评论范文第4篇

〔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

S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 [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.

商品评论范文第5篇

关键词：中药商品开发；效用系统评价；系统论

中图分类号：R-01 文献标识码：A 文章编号：1008-4428（2012）05-10 -03

中药商品在治病救人上发挥着举足轻重的作用，大力发展中药商品也是中医药现代化的目标之一。但是长期以来中药商品开发缺乏一个系统科学的评价体系，而且中药新药在市场推广方面难度尤其大。因此，在中药产品积极推向市场之时，建立一个科学标准的效用评价体系非常必要。

一、 中药商品开发效用评价的意义

“效用”一词，在经济学中的含义是指一个人消费某种物品所得到的满足程度。本文所指的中药商品开发效用评价，指的是从消费者的角度出发，对中药商品的属性（特征与特性的总和）是否能满足规定和潜在要求（人和社会的需要）及其满足程度的一种判断。建立一个中药商品开发效用评价体系，能够使企业提高商品开发效能、提升中药商品品质，有利于扩大中药商品市场份额，促进中医药现代化研究和发展。由于中药本质不同于西药，也不是一般的商品，其效用具有模糊性、系统性的特点。因此，中药商品开发需要建立一套符合中药自身特点的效用评价体系。

二、 中药商品开发效用评价的方法

系统论思想和中医药理论基础浑然天成，近年来，系统论在指导中医药现代化研究中发挥了重要作用[1]。中药商品效用评价是一个综合性、多层级、多因素的系统评价，应当在系统论的指导思想之下，选择合适的研究方法。层次分析和模糊综合评价都是系统科学常用的研究工具之一。

层次分析的基本思路与人们对复杂的决策问题的思维判断过程大体价一样。当一个决策者在对问题进行分析时，首先要将分析对象的因素建立起彼此相关因素的层次递阶系统结构，这种层次递阶结构可以清晰地反映出各相关因素的彼此关系，使得决策者能够把复杂的问题顺理成章，进行比较、判断。[2]

模糊数学是系统科学研究的主要工具之一，近年来，模糊数学在中药现代化研究[3]、商品质量评价研究中的运用都有很大发展，评价结果体现科学性和系统性。本文用模糊综合评价法构建中药商品开发效用评价体系，对中药商品的使用价值进行综合评价。

三、 中药商品开发效用评价流程

（一）确定评价目标

首先要确定中药商品开发效用评价的总目标。比如：同一种中药商品往往有多种功能主治，这里就要确定是在哪一种功能主治前提之下的效用评价；通过哪一种经营途径之下的评价；针对何种类型的购买者进行评价等。

（二）确定评价体系

以系统论为指导，用层次分析法建立评价体系，目的是为了改变传统的单一的质量指标评价方式，以综合、系统的体现商品特点。根据系统的目的性、结构性、层级性原则，评价中药商品效用体系应该确定评价目的，选择相应的具体的项目指标，使其能够系统、全面地反应商品的性质，从而使评价结果科学、可信。同时要在众多评价项目中选取重点，抓住影响消费的主要因素，使得这些指标有代表性，方法具有可操作性。本文将中药商品开发效用评价项目按照不同特点和层次，列为如下结构（见图1）：

图1 中药商品开发效用评价结构

（三）确定评价项目

1、中药商品的内在效用：主要表现在药效作用、安全性、不良反应和使用方便性上。这也是消费者关心的主要方面，是中药商品开发效用评价的主要构成部分。

2、中药商品的外在效用：主要体现在商品的包装上，包装的设计水平、视觉效果、信息传达效果等，这些因素都和企业品牌形象密切相关，也会影响购买行为，这一点中药商品体现的更为明显。

3、中药商品的经济效用：主要是商品横向间比较的价格水平，以及使用该商品所要付出的时间精力成本等。

4、中药商品的市场效用：市场效用，如品牌美誉度也是消费者所考虑的重要因素，同一类型商品，信誉品牌好的企业所生产的就更加受消费者的信赖。售后服务体系是否完善也影响到商品的效用，如果某药品的咨询服务周到，售后使用一旦出现问题能够如约履行承诺，也是更易于为市场接受的。

5、中药商品的社会效用：这是中药与西药商品之所以能够抗衡的重要原因之一，中药商品往往环境污染小，资源利用合理，继续开发前景广阔，有着西药不可比拟的优势。因此社会效用是中药商品评价不可忽略的指标。

（四）综合评价

通过专家分析得出各项指标相对上一层级的权重系数，运用模糊综合评价法，得出总目标评价得分。评价过程必须依照系统论的综合——分析——再综合指导思想，找出每一项评价因素与其它因素以及总体目标之间的关系。中药商品评价的目标有多种，可以根据实际需要，对不同的目标分别进行评价，将评价结果予以比较，找出产品各方面效用的差异，对改进产品、增强竞争力能起到积极作用。

四、实证研究

以某制药企业的创新中药商品——积雪苷片/积雪苷霜软膏系列为例，评价该商品体系的综合效用。该系列产品主要用于促进各种创面（如烧伤、手术创伤）愈合、防止瘢痕增生，以及治疗黄褐斑、皮炎湿疹等各种皮肤病。它的消费群体主要可以分为严重烧伤创伤的住院患者，以及在门诊医师指导下用药和药店自行购药的皮肤病（黄褐斑、皮炎湿疹等）患者两大类群体。因此依照上述评价体系，将评价目标分为两种——严重创伤患者的效用评价（下文简称目标Ⅰ）和皮肤病患者的效用评价（下文简称目标Ⅱ）。

临床上使用该产品时，通常要求口服片剂、外用涂抹霜剂同时使用，才能达到更好的疗效；该企业也是将这两种剂型用药作为同一个体系进行推广。因此本文将口服用积雪苷片和外用积雪苷霜软膏作为一个商品整体来研究。