第ｌ５卷第１期 山东商业职业技术学院学报 Ｊｏｍｎａｌ ｏｆ Ｓｈａｎｄｏｎｇ Ｉｎｓｔｉｔｕｔｅ（）ｆ ＣｏｍｍｅｒｃｅⅢｌ（１ ＴｅｃｈｎｏｌｏｇＥ￣ Ｖ《）１．１５ ’ｌ，．１ ２０１５年２月 ｅｂ．２Ｏｌ５ 网络购物评价对消费者购买决策影响研究 李励，朱孔来 （济南大学管理学院，山东济南 ２５０００２） 摘要： 在总结和吸取以往消费者购买行为研究成果的基础上，结合当前电子商务的发展、网络评价体系现 状，进行数据建模和实证研究、、通过分析淘宝网的店铺评论数据，研究正面评论与负面评论对销量的影响，并以 ｌＯ０名济南大学生为调查对象，获得样本数据，从产品内部、产品经济、产品外部、产品纠纷处理这四个因素来研究 对消费者购买行为的影响。提出七个假设，并对假设进行一一验证，最终得出网络评论内容和质量与消费者网购 行为之间的关系 关键词： 网络评价；购买决策；在线评论 中图分类号： Ｆ－／１３．３６ 文献标识码： Ａ 文章编号： １６７】一４３８５（２０１５）０ｌ一（）（）】０—０６ Ｒｅｓｅａｒｃｈ ｏｎ ｔｈｅ Ｉｍｐａｃｔ ｏｆ Ｅｖａｌｕａｔｉｏｎ ｏｆ Ｏｎｌｉｎｅ Ｓｈｏｐｐｉｎｇ ｏｎ Ｃｏｎｓｕｍｅｒ Ｐｕｒｃｈａｓｉｎｇ Ｄｅｃｉｓｉｏｎｓ ＩＪ Ｌｉ，ＺＨＵ Ｋｏｎｇ—ｌａｉ （Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｊｉｎａｎ ｏｆ Ｍａｎａｇｅｍｅｎｔ，Ｊｉｎａｎ，Ｓｈａｎｄｏｎｇ ２５０００２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ： Ｏｎ ｔｈｅ ｂａｓｉｓ ｏｆ ｓｕｍｍａｒｉｚｉｎｇ ａｎｄ ｌｅａｒｎｉｎｇ ｆｒｏｎｔ ｐａｓｔ ｃｏｎｓｕｍｅｒ ｂｅｈａｖｉｍ’ｒｅｓｅａｒ（・ｌ１ ｌｅｓｕ Ｉｔｓ．ａｎ（ｔ（ （）ｒＩｐ ｂｉｎｅｄ ｗｉｔｈ ｔｈｅ ｃｕｒｒｅｎｔ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｅ—ｃｏｍｍｅｒｃｅ．ｔｈｉｓ ｔｈｅｓｉＳ ｃａｒｒｉｅｓ ｏｕｔ ｎｅｔｗｏｒｋ ｓｔａｔｕｓ ｅｖａｌｕａｔｉｏｎ ｓｙｓｔｅｍ ｒ（ｔａｔａ ｍｏｄｅｌｉｎｇ ａｎｄ ｅｍｐｉｒｉｃａｌ ｒｅｓｅａｒｃｈ．Ｂｙ ａｎａｌｙｚｉｎｇ ｔｈｅ ｄａｔａ ｏｆ Ｔａｏｂａｏ ｓｈｏｐｓ ｃｏｍｍｅｎｔ．ｉｔ ｓｔｕｄｉｅｓ ｔｈｅ ｅｆｆ０（：ｔｓ ｏｆ’ｐｏｓｉｔｉｖ，、 ｒｅｖｉｅｗｓ ａｎｄ ｎｅｇａｈ‘ｖｅ ｒｅｖｉｅｗｓ ｓａｌｅｓ，ａｎｄ ｈａｓ ｓｕｒｖｅｙｅｄ １ ００ ｃｏｌｌｅｇｅ ｓｔｕｄｅｎｔｓ ｉｎ Ｊｉｎａｎ．Ｔｈｅ ｓａｍｐｌｅ ｄａｔａ ｏｂｔａｉｎｅｄ ｆｌｏｎｌ ｔｈｅ ｉｎｓｉｄｅ ｏｆ ｔｈｅ ｐｒｏｄｕｃｔ，ｐｒｏｄｕｃｔ ｅｃｏｎｏｍｙ，ｅｘｔｅｒｎａｌ ｔｏ ｔｈｅ ｐｒｏｄｕｃｔ，ｔｈｅ ｐｒｏｄｕｃｔ，ｓｔｕｄｙ ｔｈｅ ｆａｃｔ（）ｒｓ ａｆｆｅｃｔｉｎｇ ｃｏｎ— ＳＨｉｎｅｒ ｂｕｙｉｎｇ ｂｅｈａｖｉｏｒ．Ｔｈｉｓ ｐａｐｅｒ ｐｒｅｓｅｎｔｓ ｓｅｖｅｎ ｈｙｐｏｔｈｅｓｉｓ，ａｎｄ ｏｎｅ ｈｙｐｏｔｈｅｓｉｓ ｖｅｒｉｉｃａｔｉｏｎ，ａｎｄ ｕｌｆｔｉｍａｔｅｌｙ Ｃ（）ＩＩＩＣ ｔｏ ｒｅｖｉｅｗ ｃｏｎｔｅｎｔ ａｎｄ ｑｕａｌｉｔｙ ｏｆ ｎｅｔｗｏｒｋｓ ａｎｄ ｃｏｎｓｕｍｅｒ ｏｎｌｉｎｅ ｓｈｏｐｐｉｎｇ ｂｅｈａｖｉｏｒ． Ｋｅｙ ｗｏｒｄｓ： ｏｎｌｉｎｅ ｅｖａｌｕａｔｉｏｎ；ｐｕｒｃｈａｓｉｎｇ ｄｅｃｉｓｉｏｎｓ；ｏｎｌｉｎｅ ｒｅｖｉｅｗｓ 一、前言 ６０ｏ０Ｏ ｊ ｛Ｉ （） （一）研究背景 ５００００ ４００００ ｝７Ｉ 。 网络购物的发展使得人们更加方便地传递和交 流信息。电子商务环境下网络购物，既可以节省人 ３００００ ２１ ０００ ２００００ 。 们的时间，同时也方便了人们的生活。 消费者利用门户网站以及各大论坛来发表对 １００００ ０ 具体形式的产品或服务的评价和自己的消费体验， 业通过分析消费评价中包含的消费者倾向来分析 ２００４．１２ ２００５．１２ ２００６．１２ ２００７．１２ ２００８．１２ ２００９．１２ ２０１０．１２ ２０１ １．１２ ２０１２．１２ 震 （ｌ）】 。藕 ｌ。 （）图１．１ ２００４－－２０１２年中国网民和网购人数图 消费者的购买需求，从而提高消费者满意度。 依 据ＣＮＮＩＣ近期进行的一项网络消费者购买行为与 收稿日期：２０１４一１０—３１ 网络评价关系的问卷调查发现，有超过４０％的人认 为前消费者的网络在线评论是其进行购买决策前最 作者简介： 李励（１９９２一），女，湖北孝感人，２０ｌ４级管理科学与工程专业研究生，研究方向为管理决策与系统评价 １０ 优先考虑的因素之一。 （二）文献综述 （三）消费者网络购物决策流秆分析 在传统的消费者购物流程中，只有在购买决策 产生之后，消费者才有可能进行购物评价，属于购后 评价，而在购物之前并没有提供格式化的网络购物 国外口碑研究理论由Ｂｒｉｔｔ率先运用到消费者 购买决策行为研究中。Ｋｉｍ则提出在线口碑是经验 丰富的网络购买者向经验相对较少的网络购物者传 播正面或者负面的购物体验信息。¨ Ｓｔｅｐｈｅｎ则认为 在线评价是消费者利用网络技术来对产品和服务的 具体特性进行的购物主观感受的交流 。 ＰｅｉｙｕＣｈｅｎ提出有效的在线评论不仅有利于产品信 息的传播，而且有助于消费者利用信息进行产品质 量评价，帮助消费者解除购买之前的产品顾虑，从而 评价给消费者进行参考，如图１．２： 认知需求 搜寻信息 — 价格评估Ｈ购买决策Ｈ购后评价 图１．２消费者传统购买决策流程 网络购物风靡全球，人们在网络平台上进行购 物的同时，又可以在交流平台上记录下自己的购物 体验、对产品的评价、服务的评价以及售后的评价等 建立对消费过程的信任。［３１ Ｐａｒｋ认为借互联网平台 将正负面评论传播给消费者形成了在线评论 。 在研究中也提出了在线评论对消费者购买决策能产 信息，人们可以依据这些评价信息来对尚未购买的 产品产生一些主观和客观的评价，从而影响人们的 购买，如图１．３： 生很强的引导作用。 图１．３ 消费者网络购物决策流程 二、网络购物评价对消费者购物决策影响分析 图２．１ 本章研究路线图 （一）格式化评价分析 １．数据收集 格式化评价包括总评论、好评、中评、差评的数 态度、描述相符度的信息，然后绘制图２．２。 ２．提出假设 假设一Ｈ１：淘宝网的差评数量与销量呈现负相 关，且满足Ｊ型分布。 假设二Ｈ２：淘宝网的网络评价中差评是影响消 费者购买决策的关键因素。 ３．“假设一”验证 量，研究这些数据对商品销量的影响。为了使统计 数据便于分析，更加有代表性，选择按照销量排名， 随机点开淘宝网的５Ｏ家店铺，再选取其中评论量丰 富的来抽取评论信息，记录下各个店铺的信用、总评 论数量、销量、好评、中评、差评数量、发货速度、服务 根据国外的研究可知差评数量与店铺的销量两 １ １ 图２．２淘宝网店铺数据 者应该近似服从正态分布， 经对淘宝网的店铺实 证数据进行研究分析，发现我国在线商品评论的分 布并不是非正态的，但是呈现出较为明显的正向偏 移，近似服从“ｆＪ＇＇形的分布。 ｌ ３ ５ ７ ９ ｌｌｌ３ｌ５ｌ ７ｌ９２ｌ２３２５Ｚ７ ３ｌ ３３３５ ３７３９４１４３４５ 图２．３ 差评与销量的关系曲线 由图可知，差评量与淘宝网店铺销量之间的确 是存在着负相关关系，验证“似设一”提出的淘宝网 的差评数量与销量呈现出负相关，且关系较为密切， 但是却并不是呈现“Ｊ”型分布，而是近似“Ｌ”型分 布。导致国内外实证结果差异出现的原因主要有以 下几个方而： 第一，淘宝网存在“默认好评”机制，在实际购 买过程中，所有的消费者并不都会在购买商品流程 完成之后主动在好评、中评、差评中选择一种进行评 价。而相当大的一部分消费者更倾向于不给出评 价，默认好评填补了这一块，拉动了好评率。 第二，在研究中可以看到，消费者自身评价标准 的不同。对一般的消费者而言，他们如果对店铺有 不满，只需要对店铺评价中评就足以表达不满了，而 某些消费者对于很小的不满就觉得有必要给差评。 第三，通过研究可以发现，如果购买商品之后假 ｌ２ 设所有的消费者都主动去发表商品的评论，也就足 ２ １ １ Ｏ ５ Ｏ ５ Ｏ Ｏ Ｏ Ｏ 商品的在线评论不存在缺失，忽略默认好评机制，那 Ｏ Ｏ Ｏ Ｏ Ｏ Ｏ Ｏ Ｏ Ｏ ０ Ｏ Ｏ Ｏ 么在线商品评论就会服从正态分布，这个假设 被 前人利用实验研究获得证明。 ４．“假设二”验证 在济南大学东校区发放１００份调查问卷，随机 选取管理学院、酒店管理学院的１００名在校学生进 行随机调查，调查内容主要涉及淘宝网购物的消费 者关注因素以及最终影响消费者购物决策的因素， 并根据调查问卷的统计结果得出结论。 （１）样本的组成结构情况 被调杏人群年龄主要分布在ｌ９—２５岁，学历为 大学本科，这一一部分群体具有熟悉网络购物环境，网 购经验丰富的特点，所得的调查结果 具有说服力。 表２．１样本的组成结构情况 （２）样本信度分析 对样本的信度进行分析，采川ＳＰＳＳ １６．０统ｆｊ 分析软件，输入样本数据，检测其Ａｌｐｈａ值也称川质 性系数，得到下表２．２。 表２．２信度检验结果 ０．５０４ 通常情况下，认为仅≥０．７属ｒ高价艘，０．３５＜ Ｏｔ＜０．７属于信度尚可，由上表可 ｆ『（为０．５０４， 于一般，可以用该样本进行检验。 （３）回归分析 通过回归分析对淘宝阀涉及的诸多 素与消费 者购买行为决策的关系进行分析，采片ｊ多次分步 归来研究产品销量受多个自变量的影响程度，最终 总结出结果。Ｓｉｇ代表显著性，它的值实际就足ｔ统 计量对应的概率值，所以ｔ和Ｓｉｇ两者叮以等价，Ｓｉｇ 值越接近于０显著性越好，而它表示的值就是统汁 出的概论Ｐ值，如果０．０１＜Ｐ＜０．０５，代表显著差 异，如果Ｐ＜０．０１，则代表差异极其显著，在表中差 评数量的Ｓｉｇ＝０．００１，则差异极其显著，衡量的是线 性方程的拟合程度，０＜Ｒ＜１，越大越好，在表巾的 ０．８９２表示样本的拟合程度较好。在线评论的差评 １．“假设三”验证 数量对产品的销量有显著性的影响，其中标准化回 消费者网络购物行为Ｙ与各类型的评论数量 归系数Ｂ＝０．１９７，显著性Ｓｉｇ＝０．００１，接受假设Ｈ２ 要素（Ｘ， ，Ｘ ：，Ｘ，，，Ｘ ，Ｘ ）之间的关系的分析验证 而且两者之间的线性相关关系显著，顾客浏览在线 假设三Ｈ３。输入自变量ｘ。 ，ｘ。：，ｘ。。，Ｘ。 ，ｘ， 输出 评论的时候好评、中评、差评都对顾客的购买决策起 因变量为Ｙ。 到很重要的作用。 Ｙ＝仅３＋ｐ３ｌ Ｘ３１＋ｐ３２Ｘ３２＋ｐ３３Ｘ３３＋ｐ３４Ｘ３４＋ｐ３５ （二）非格式化评价分析 ｘ３５＋￡３ （２．１） 因变量定义为Ｙ，代表消费者购买态度，包含三 其中ｘ， 表示总评论量；Ｘ ：表示正面评论量； 个网络评论对消费者购买态度的影响结果：缩短产 ｘ。，表示负面评论量；ｘ， 表示一致好评的评论量；Ｘ。 品认知时间、影响最终决策、提高满意度，在调查问 表示正负都有的评论量；８ 残差，代表其他因素的 卷的最终统计结果中分别求取平均值，得到最终的 影响。 网络购买行为Ｙ的基础数据。 得到回归方程（２．１）的回归分析结果，总评论 对于商家的正面评论量、负面评论量、褒贬都有 量的显著程度极高（标准化回归系数Ｂ＝０．４１２，显 的评论数量、一致好评的评论数量对消费者购买行 著性Ｓｉｇ＝０．０００）；正面评价量显著程度极高（Ｂ＝ 为的影响提出以下假设： ０．２８４，显著性Ｓｉｇ＝０．０００）；负面评价量显著性极高 假设三Ｈ３：在一定范围内，正面评论量和负面 （ｐ＝０．４５９，Ｓｉｇ＝０．０００）；一致好评量的显著程度不 评论量对？肖费者的购买决策同时存在正向影响。 满足（Ｂ＝一０．０３８，Ｓｉｇ＝０．４２８）；正负都有的评论 主要基于Ｃ２Ｃ网络评论进行研究，通过对淘宝 量的显著性程度较高（Ｂ＝０．１７７，Ｓｉｇ＝０．００１５）。 网上的５０条评论进行对比，结合一些文献参考，将 采用Ｆ检验得到Ｆ＝５８．６３９。直线拟合优度值： 评论涉及的内容范围细分为以下四个方面的因素： ０．９８２，反映出该方程的诠释能力很好，去除显著程 一是产品内部因素（产品质量，产品外观）；二是产 度不满足的一致好评量这一自变量。 品经济因素（产品价格，支付便捷性，支付安全性， Ｙ＝ｏ【３＋Ｂ３１ Ｘ３１＋ｐ３２Ｘ３２＋Ｂ３３Ｘ３３＋ｐ３４Ｘ３４＋ｐ３５ 物流费用）；三是产品外部因素（物流周期，产品包 Ｘ３５＋ｓ３ （２．１） 装完整性）；四是产品纠纷处理因素（退换货效率， 可以写成： 售后服务）。 网购行为＝０．４３１×总评论量＋０．２３８×正面评 依次针对这四方面内容，及其可能对消费者网 论量＋０．４３６×负面评论量＋０．１４２×正负都有的评 络购买行为产生的影响，提出以下几个假设： 论＋（一２．９６８）。 假设四Ｈ４：对产品内部因素的相关评论影响消 根据回归方程所得的现实意义，总评论、正面评 费者购买行为； 论、负面评论、正负都有的评价数量在一定范围内对 假设五Ｈ５：对产品经济因素的相关评论影响消 消费者网购行为有影响。 费者购买行为； ２．评价内容与网购行为回归分析 假设六Ｈ６：对产品外部因素的相关评论影响消 将在线评论对消费者网购行为的影响的相关理 费者的购买行为； 论和研究进行了理论分析，在此分析的基础上建立 假设七Ｈ７：对产品纠纷处理因素的相关评论影 了本文的模型、提出了假设。 响消费者的购买行为。 表２．３描述统计分析 １３ 从表２．３中可以看出，所有变 的均值集中住 性的 安全 发极高（ｐ＝０．３２４，Ｓｉｇ＝０．０００）；支付 Ｊ 较高（ ＝０．２９１，Ｓｉｇ＝０．０２３）；物流费 ３．５１～４．３６之间，标准差在０．８９～１．２４之间，样本 数据的分布比较均匀，适合进行建模和回归统汁分 用要素的显著程度很高（Ｄ＝０．１７２，Ｓｉｇ：０．００１），｝ 析。 （１）产品内部因素回归分析 消费者购买态度Ｙ与产品内部性因素（ｘ ．， Ｘ ）之问的关系的回归方程式（２．２）的分析是对假 没Ｈ４的验证。输入变量为ｘ 。，ｘ ：，输出变量为Ｙ， 回归方程（２．２）。 Ｙ ４＋ｐ４ｌＸ４ｌ＋１３４２Ｘ４２＋￡４ （２．２） 其中ｘ 表示产品质量；Ｘ 表示产品性能；ｓ 残差，代表其他因素的影响。 得到叫归方程（２．２）的回归分析结果，产品性 能关注要素的显著程度不满足（１３＝０．０６２，Ｓｉｇ＝０． ５４２）；产品质量要素的显著程度高（Ｂ＝０．２１ １，Ｓｉｇ＝ ０．０３１）。拟合优度检验值Ｒ ＝０．７４８，Ｒ取值为［０， １］，其中的Ｒ值反映了该方程的诠释水平，该模型 的直线拟合程度一般，而产品性能的显著程度不满 足，［大Ｉ此去除产品性能要素的影响。Ｆ＝５．８９１，一般 选择Ｏｔ＝０．０５，由Ｆ＝５．７８７＞Ｆｏ ０ ＝５．３２则接受假 设ｔｔ４，假设Ｈ４的回归方程： Ｙ＝ ４＋ｐ４Ｉ Ｘ４ｊ＋１３４２Ｘ４２＋８４ （２．２） 可以写成： Ｙ＝０．１７４×产品质量因素＋（一０．８２４） 根据同归方程所得的现实意义，关于产品质量 的评论语对消费者网购行为有影响。 （２）产品经济因素回归分析 消费者的网络购买行为Ｙ与产品经济要素 （ｘ ．，ｘ ，ｘ ，ｘ ）之间的关系的回归方程式（２．３） 的分析验讧Ｆ假设Ｈ５。输入变量为ｘ 。，ｘ ，ｘ ，，ｘ ， 输 变量为Ｙ。 Ｙ＝ ５＋ｐ５ＩＸ５ｌ＋ｐ５２Ｘ５２＋ｐ５３Ｘ５３＋ｐ５４Ｘ５４＋ｓ４ （２．３） 其中ｘ ．表示产品价格；ｘ 表示交易支付便捷 性；Ｘ ，表示交易支付安全；ｘ 表示物流费用；８ 残 差，代表其他要素对Ｙ的影响。 得到式（２．３）的同归分析结果，产品价格要素 的显著程度高（Ｂ：０．２０１，Ｓｉｇ＝０．００８）；支付便捷 １４ ：１４．５６２，Ｒ。＝０．７７９，说明该模型的拟合水 较高， 假设Ｈ５的回归方程： Ｙ＝ ＋ｐ５ Ｊ Ｘ５ｊ＋ｐ ｘ５ ＋ｐ∞Ｘ５ｊ＋ ５４Ｘ５４＋ｓ５ （２．３１ ｕｒ以写成： ｙ＝０．２１ １×价格＋０．２７５× １、Ｊ“。队 ｝， ＋ ０．１９８×支付安全性＋０．１７２×物流赞Ｊ 一１．５６２） 根据刚归方程得到，产 经济 索－ｆｔ天 Ｊ ， ： 价格的评价、关于支付快捷性的评论、父Ｊ：支ｌｆ、ｆ发命 性的评论、关于物流费用的评论语都埘消费肯 『Ｉｌ｛：ｊ 行为有影响。 （３）产品外部性要素同归分析 消费者网络购买行为Ｙ 产：品外部性 索 （Ｘ 。，ｘ ）之间的关系的 归方程式（２．４）的分析验 证假没Ｈ６。输入变量为ｘ 。ｘ ：，输出变 为Ｙ． Ｙ＝仪４＋ｐ６ｌ Ｘ６ｌ＋ｐ６２Ｘ６２＋８６ （２ ４） 其中Ｘ 表示物流周期；ｘ 表示包装先整 ：ｓ 为残差，代表其他要素对Ｙ的影响ｉ 得到式（２．４）的回归分析结果，物流 期 索 的显著程度一般（Ｂ＝０．１１３，ｓｉｇ＝０．０３４）；包装充 性要素的显著程度一般（８＝０．１２４，Ｓｉｇ．：０．０１２）； Ｆ＝５．９７２。Ｒ ＝０．８４１，该模 的拟合水、 较好，物 流周期和包装完整性要素的显著 艘一般 似 Ｈ６的回归方程： Ｙ＝Ｏｔ６＋１３６】Ｘ６ｌ＋ｐ６２Ｘ６２＋￡６ （２．４） 吖以写成： Ｙ＝０．２１ｌ×物流周期＋０．１９８×也装完悭 ＋ （一１．１３２） 根据同归方程，外部性要素ｒｆ】天Ｊ 物流圳期ｆ¨ 包装完整性的评论对消费者网购行为 影响 （４）纠纷处理因素同归分析 消费者网络购物行为Ｙ与纠纷处 素（ｘ ．， Ｘ ）之间的关系的回归方程式（２．５）的分析验证似 设Ｈ７。输人变量为方程ｘ ，ｘ ，输出变 为Ｙ Ｙ＝ＯＬ７＋ｐ ７Ｉ Ｘ７ｌ＋ｐ ７２Ｘ７２＋￡７ （２．５） 其中ｘ 表示产品退换货处理；Ｘ 表示产品售 后服务；ｓ 为残差，代表其他要素对Ｙ的影响。 同上运用ＳＰＳＳ１６．０，输入数据，得到式（２．５）的 回归分析结果，退换货要素显著性不合格（ｐ＝ ０．００８，ｓｉｇ＝０．７３４）；售后服务要素显著性强（Ｂ＝ ０．４９２，ｓｉｇ＝０．００１），Ｆ＝４８．９７２，０．６１５，该模型拟合 性一般。消去显著性不合格自变量，假设Ｈ７的回 归方程： Ｙ＝仪７十ｐ ７ｌＸ７１＋ｐ ７２Ｘ７２＋ｓ７ （２．５） 可以写成： Ｙ：０．５６１×售后服务＋（一２．４１２） 根据实证研究所得回归方程具有现实意义，纠 纷处理因素中产品售后服务的评论语对消费者网购 行为有影响。 三、结论 由以上数据调查与分析结果可知：网络购物评 价对消费者购买决策具有引导作用，根据淘宝网购 物评价数据分析所得，由于存在默认好评的原因，差 评量与购买量之间存在负相关的关系，且近似为Ｌ 型曲线，如果除去默认好评机制，所得的曲线符合正 态分布，与前人研究成果相符。好评率高的商品不 一定卖的就好，适量的差评有时还有利于提高商品 评价的可信度，同时有助于引导消费者的购物决策。 对企业而言，消费评价有助于其改善服务质量和提 高产品的顾客满意度，同时也有助于企业建立网络 口碑，这比广告更加直接有效。 （一）本研究的局限性和展望 一是本次研究的数据样本选取范围较小，代表 性不够强，调查问卷虽然选取了代表性较强的购物 群体，但是忽视了其他相近群体的地域和年龄差别， 后续研究可以扩展研究的范围和变量的数量，继续 发掘对购物行为有影响力的因素。 二是研究时的数据分析只是进行了自变量整体 与因变量之间的信度检测，可以分别通过删减某一 个变量，得出不同的ｏ【值，来判断在研究过程中单 一变量研究的重要性，也可以选择去掉不明显的影 响因素，提高样本的可用性，这样得出的结果应该更 加接近实际。 （二）研究结论可以提供的建议和对策 一是电子商务网站要重视在线评论的价值。在 线评论具有网络口碑的优势，其传播速度快，影响范 围广，影响程度深，电商企业管理好在线评论系统有 助于实施互联网营销策略，提高电商企业的知名度 和信誉度。 二是关注在线评论的相关属性，建立模块化的 在线评论体系。在线客户评论本身的属性包括：评 论内容的质量、评论内容所反映的相关因素、评论的 数量、评论的客观性等。这些相关因素都极大地影 响在线评论对消费者网购态度的影响。淘宝网之所 以差评影响大就在于整个信用评价标准和算法并不 完全科学，可以通过研究将单个商品的评价指标与 店铺的评价指标之间做出区分，这样就可以避免恶 意差评的影响。同时客户在评价时，可以提供明确 的评价内容分类，而不是单纯的“好、中、差”，应该 具体到内容上，如：物流、质量、服务态度，这样人们 可以通过比较自己最关注和最不关注的因素权重， 做出利于自己的选择，而不是盲目地排斥别人给出 差评的商品。 三是企业要对在线评论进行有效管理，建立在 线评论质量评估体系。在线评论的信息有正面的， 也有负面的，对企业来说是一把双刃剑，企业不但要 重视正面信息所产生的积极效应，同时要及时处理 负面评论，因为负面评论对企业的信誉将会产生很 大的损害。如果企业能够积极处理负面评论，对消 费者关注的方面有良好的解决方式，这也从另一方 面为企业塑造了良好售后形象。 参考文献： ［１］姚天，程希文．文本意见挖掘综述［Ｊ］．中文信息学报， ２００８，（３）：７１—８０． ［２］张玉芳．中国Ｃ２Ｃ在线客户评论对消费者购买决策影响 的实证研究［Ｄ］．暨南大学，２０１１． ［３］张紫琼，叶强，李一军．互联网商品评论情感分析研究综 述［Ｊ］．管理科学学报，２０１０，（６）：８４—９６． ［４］黄孝俊，徐伟青．口碑沟通的基本研究取向［Ｊ］．浙江大 学学报，２００４，（１）：１２５． ［５］阙克儒．网络匿名性、企业形象与关系品质对网络口碑 影响之研究——以线上游戏为例［Ｄ］．国立中兴大学， ２００４． ［６］刘旭．Ｂ２Ｃ平台在线评论与网购行为的关系研究［Ｄ］． 国立中兴大学，２０１２． ［７］郑小平．在线评论对网络消费者购买决策影响的实证研 究［Ｄ］．中国人民大学，２００８． ［８］李琪．电子商务概论［Ｍ］．北京：高等教育出版社， ２００９：４２—６８． （责任编辑：张东生） １５
