时间:2023-05-30 09:05:44
开篇:写作不仅是一种记录,更是一种创造,它让我们能够捕捉那些稍纵即逝的灵感,将它们永久地定格在纸上。下面是小编精心整理的12篇网购评论,希望这些内容能成为您创作过程中的良师益友,陪伴您不断探索和进步。
美国西部淘金热兴起时,许多人都涌向西部,与此同时,也催生了“卖水者”。但几年过去了,真正淘到金子的人没多少,而在路边向淘金者卖水的人却赚了大钱;在团购行业中,也有一批这样的“卖水者”,它就是团购导航网站。团购导航网站对团购网站的吸引力在哪里?怎样做到团购导航网站的领先水平呢?为此,《广告主》杂志采访了独立团购导航团800联合创始人胡琛。团800是国内目前最大的独立团购导航网站,自2010年6月初上线至今,现已收录了近干家团购网站,每日更新超过8000个团购活动信息。
团购导航的价值
“团购导航网站上的用户绝大部分都是资深团购爱好者,他们可以说是一手揣着钱,一手拿着鼠标在寻找消费机会,只要看到合适的东西,他们就会毫不犹豫地进行购买,所以对于团购网站来说,团购导航网站最大的价值就是可以为团购网站直接带来流量”,胡琛特别强调了团购导航网站的流量贡献。胡琛认为,这种流量的带动无论是对大的团购网站,还是小的团购网站都有足够的吸引力。大的团购网站尽管自身网站每天就有一定规模的流量,可是它们同样面对做利润的需求,而团购导航网站上的用户就是揣着钱找消费的,所以团购导航是各大团购网站的必争之地;小的团购自身网站的流量就很小,为了生存,它们更需要团购导航网站带来的流量。
综合服务提升价值
2010年6月团800成立时,胡琛只是把团800定位于一家团购信息聚合的导航网站。很快胡琛就意识到了只是简单整合的话其价值不大,而且还很容易模仿,于是他将团800的功能又进行了拓展,主要围绕两个中心――用户和团购网站展开。
首先在增强用户黏性方面,团800增加了用户评论、基于地理位置的推荐、二手团购交易等功能。团800与其它团购导航网站最大的差距就是团800有项用户评论的功能。用户在团80吐点开一个团购项目后,除了看到这项团购的信息外,还会看到从当天凌晨开始的其他人对这项团购的评论,因为好多商家已经不是第一次做团购了,因此之前在这个商家体验过的消费者就有了很好的发言权,他的评论甚至可以影响到此次团购的成交量。这样就把对团购的评论权交到了消费者手中,通过消费者的集体力量来把那些真正实惠的产品或服务挖掘出来。在团购项目推荐方面,团800同样做得比较人性化。现实中不少人出现过为了某一团购而走很远路的情况发生,团800为此设计出了基于地理位置的推荐功能,只要使用团800手机客户端,用户就可以将自己身边的团购信息一览无遗。针对团购用户因冲动消费而用不了的团购优惠券,团800又开设了二手交易服务,从而方便用户在优惠期截止之前进行二次交易。
在服务团购网站方面,团800同样做得更加专业。从成立第二个月即20lO年7月起,团800就开始了每月统计并团购行业的报告。随着团购市场的日益庞大,从2011年1月开始,团800制定了统计范围,即每个月对全国40个团购热门城市、17个主流团购网站进行监测。所有数据均由机器抓取各家网站的往期团购页面,包括每个团购活动的成交人数、原价、现价和产品分类。统计报告的目的,旨在用连续统一的维度客观观测中国团购市场的发展状况。这些数据,团800都免费向所有团购网站开放。
1研究背景
餐饮业有利于刺激消费需求、扩大就业和提高人民的生活水平,被称为“永远的朝阳行业”。餐饮企业非常看重回头客,增加顾客的回头率是餐饮企业追求的目标(张静中,2005)。互联网时代,餐饮企业的经营方式发生了深刻的变革:团购和O2O拓宽了销售渠道,微博、微信等社交网络加强了企业与消费者、消费者与消费之间的沟通,电子点餐、店内Wi-Fi等信息技术提升了服务水平,大数据、私人定制更好地满足了细分市场的需求。网络也提升了消费者的“消费能力”,用餐前通过社交网络上的评价信息做出最优决策,用餐时享用网络带来的便利,用餐后通过网络分享用餐体验。餐饮业的进入障碍低、竞争激烈,留住顾客十分不易,网络时代消费者提升了力量,有了更多的选择,餐饮企业想要获得回头客面临着更大的挑战,因此,网络背景下研究餐饮企业顾客忠诚度十分必要。
2餐饮企业顾客忠诚度研究现状
忠诚是顾客对未来重复购买产品或服务的承诺,表现为重复性购买相同的品牌,且不受情境因素或其他企业营销努力的影响(Oliver,1999)。国外研究分析了食物、服务、环境和企业声望等因素对餐饮企业顾客忠诚度的影响,其中服务质量的研究较多。顾客忠诚度形成机制的研究包括:①质量―满意―忠诚。Haghighi(2012)发现食物、服务质量、餐厅环境通过满意影响?客忠诚。不同情境下,满意是否为中介变量结论不同。Chow(2006)研究了中国自助餐厅的顾客忠诚,发现服务质量影响再惠顾意向,顾客满意和再惠顾意向没有关系;Polorat(2010)对泰国连锁餐饮企业的研究却验证了满意的中介作用。②质量―情绪―忠诚。Peng和Chen(2015)发现高档餐厅的食物质量、服务质量和环境通过情绪影响顾客忠诚,顾客知识起着调节作用。③价值―关系质量(信任和满意)―忠诚。Jin(2013)提出自助餐厅通过提升消费体验价值(审美、遁世、服务质量和效用)可以提高关系质量,从而影响顾客忠诚。
国内研究分析了传统餐饮企业营销要素标准化、服务、员工管理等因素对顾客忠诚度的影响。对服务质量影响的研究也相对较多,研究发现服务既直接影响顾客忠诚又通过其他中介变量影响顾客忠诚。冯俊(2014)发现服务标准化对顾客忠诚有积极影响。谢春昌(2009)提出餐饮业中,服务过程和有形展示对服务忠诚有重要作用,服务创新通过服务质量和感知价值影响服务忠诚。除了客观因素对餐饮企业顾客忠诚度影响的研究外,还有主观因素。梁文玲(2015)的研究发现心理契约违背与饭店顾客忠诚呈现显著负相关关系,服务补救在心理契约违背与饭店顾客忠诚的关系中起到部分调节作用。边雅静(2012)提出品牌体验的三个维度:感官体验、情感体验和关联体验对餐饮企业品牌忠诚产生影响。赵豫西(2015)发现感知价值和顾客满意都与餐饮业顾客忠诚显著正相关。赵延?N(2009)指出消费者替代性选择越大,即使在顾客满意的情况下,顾客忠诚也较低。与传统环境相比,“互联网+”背景下餐饮企业顾客忠诚度的研究相对较少。杨昀凡(2016)研究了餐饮企业如何赢得长期的团购客流量。代莉和邓少灵(2016)的研究发现餐饮O2O中,质量感知通过顾客满意度的中介作用对顾客忠诚产生显著的正向影响。
互联网和传统餐饮业正在有机地融合,但餐饮企业顾客忠诚度的研究目前仍以传统餐饮业为主,网络背景下的研究较少,有必要对互联网背景下餐饮企业的影响因素和顾客忠诚的形成机制进行研究。
3研究方法本文通过分析相关文献和评论内容研究影响餐饮企业顾客忠诚的因素。通过对国内外文献的梳理可以发现,影响餐饮企业顾客忠诚度最主要的三个因素分别是食物、服务和环境,餐饮企业顾客忠诚度形成的主要机制是,食物、服务和环境通过顾客的感知质量或价值影响顾客忠诚,满意、信任或情绪在感知质量(价值)和顾客忠诚之间起着调节作用。本文以文献分析的结果为基础,分析了沈阳市某烧烤餐厅的顾客评论,研究相关因素对餐饮企业顾客忠诚度的影响。
本文搜集了从2014年4月到2017年3月该餐厅消费者在美团上的评论。评论总数量为8507条,能够较为全面地反应顾客在餐厅的体验。通过对典型消费者评论内容的分析可以研究相关要素对顾客忠诚度的影响。
4影响餐饮企业顾客忠诚度的因素
41食物对餐饮企业顾客忠诚度的影响
对一些消费者而言,食物是到特定餐厅吃饭的主要原因。这些人会提前数月或数年预定(Yee,2005;Mesure,2007),或者是旅行很远的距离,只是去吃某个特定厨师烹饪的膳食,所以,食物是影响餐饮顾客忠诚度的重要要素。通过对评论内容的分析发现,食物的味道、新鲜程度、种类、分量和食物的价格都影响着消费者的再购意向。如网民为“馋嘴Xiao猫”的网友评论说:“口味自然不用多多说,去过n多次,大爱他家的鸡脆骨,特别嫩,又特别大,是我的最爱,肉也特别好吃,那个薄薄的入口即化,真的是好美味,是好几年的常客了!还会继续光顾的,环境也很好,吃得美美的,也介绍不少朋友去吃,都很满意。”
从这个评论可以看出顾客非常看重食物的味道和口感,食物的味道是影响餐饮顾客再购意向的重要要素。除了口味外,菜品的种类和菜品的分量也是影响消费者再购意向的重要因素。网友“离不开你”的评论表明菜品的份量和种类是影响再购意向的重要因素。“每次都会去的,就是鱼的分量再大一点点儿就好了哦。每次去都送爆米花、水果。很喜欢呀。鱼的口味很新鲜,很喜欢。很喜欢吃辣辣的鱼,下次还会和朋友一起去的。嘻嘻。下次还会再去的哈。下次还有机会就会再去。那个鱼的口味最近又新出了好多种,挺喜欢的。”
除了菜品的口味、?N类、分量,菜品的价格也是影响再购意向的重要因素。网友任×××就表示“一直常去的老客户,就是菜量没以前多,味道和以前有些不一样。金卡有时给打折,有时不给打折,很郁闷。”
42服务对餐饮企业顾客忠诚度的影响服务是研究者研究餐饮消费行为关注的因素。美国Zagat Survey的餐厅评鉴中,食物、装潢和服务占有相同的评分比重。但陈美惠(2013)的研究发现装潢不如服务带来的效益。好的服务带来的整体月收入增加需要约多投入三倍的装潢费用才能带来。网友“珍惜”的评论体现了消费者对服务的看重。“环境非常好,菜品也好吃,第一次去还打折,脆骨和牛肉特别好,团购的非常便宜,第一次去的时候非常满意,第二次去的时候非常不满意,打电话预定的二楼,可是去了非要我们在一楼,结果沟通去了二楼我们要坐的位置不让坐不知道什么原因,这点儿很气愤,选择了不是榻榻米的包饭就是椅子的包房,协调也没用,这点儿服务太差了,比第一次而且二楼还没人。”
餐饮消费者比较看重的服务要素包括服务的态度、服务速度等要素。网友“jbB252857861”就评论道:“来过好多次了,很满意,我和家人还会再去的!他家不仅环境好,服务好,菜品新鲜,口感好,服务员的态度特别关爱热情,总会主动帮顾客换烤肉的箅子,真的很贴心,下次还会继续选择他家,祝他家生意越来越好!”
餐饮消费者非常关注服务的速度,如需不需要排队等位置、上菜的速度等。本文的研究发现烧烤餐厅的顾客除了关注这些共性的服务要素后,对服务的速度还有特别的需求。如网友“zvZ338441279”就评论道:“每次没吃完服务员就特着急撤碳,上一次我还有东西没烤就把碳撤了,后来没吃我们直接走了。”
43餐厅环境对顾客忠诚度的影响
餐厅的环境是餐饮经营者非常重视的要素,很多餐厅一般经营两三年就会重新装修,可见,餐厅环境的重要性。通过分析评论内容可以发现餐饮消费者重视的环境要素包括干净、位置方便好找。网友“aaaaa晴”的评论:“第一次去,地点还是很好找的,就在大润发附近 ,吃完我们就去逛超市了。我们一个寝室去了五个人,女生,都吃得很饱。发个朋友圈伙伴们都说好有食欲的样子呢!环境也好好,服务态度也很好, 箅子换得特勤。下次再吃烤肉还会去哒!”
餐厅是否有Wi-Fi也影响者顾客的评价。Cobanoglu(2012)研究了Wi-Fi对顾客再次光顾餐厅的影响,研究结果表明Wi-Fi影响着热爱服务的顾客对餐厅的选择。本文对评论内容的分析也发现Wi-Fi也是很多消费者看重的环境要素,如网友楠×××评论道:“我们一家人都特别爱吃,去过n回了,味道特别棒,美中不足的是要有Wi-Fi就好了。”
(中山大学管理学院,广州510006)
(BusinessSchoolofSunYat-SenUniversity,Guangzhou510006,China)
摘要:近年以来,网络购物取得了爆发式增长,给人民带来便利的同时,网络诚信问题也随之凸显。网购平台的信用评价系统是解决网络诚信问题的重要工具。本文以国内最大网购平台淘宝为例,系统研究了淘宝信用评价系统的优劣,存在的问题及原因,并就如何优化淘宝的信用评价系统给出了相关建议。
Abstract:Inrecentyears,onlineshoppinghasachievedrapidgrowth.Onlineshoppingbringsconveniencetopeople,butatthesametime,italsohighlighttheissueofintegrity.Thecreditevaluationsystemofonlineshoppingplatformisanimportanttooltosolvetheproblemofonlineintegrity.Inthispaper,theauthortookTaoBao,thebiggestChineseonlineshoppingplatform,asexample.TheautherstudiedtheprosandconsofcreditevaluationsystemofTaoBao,andanalyzedofthereasonsfortheproblemsofthesystem.Atlast,theauthorgavesomesuggestionsabouthowtooptimizeTaobao´screditratingsystem.
关键词 :网购平台;信用评价系统;优化策略
Keywords:onlineshoppingplatform;creditevaluationsystem;optimizationstrategies
中图分类号:F713.36文献标识码:A文章编号:1006-4311(2015)21-0053-04
0引言
2014年,中国网络购物的用户规模达到3.61亿,相比于2013年增加19.7%,用户规模净增加5953万(CNNIC,2015)[1]。网络购物交易规模达到2.8万亿,较2013年增加48.7%。并且根据艾瑞咨询的估计,未来几年,中国网络购物仍将保持27%以上的速度持续发展(艾瑞咨询,2015)[2]。以上数据可以看出,网络购物作为一种新兴的购物方式,在中国取得了极大的发展,对人们生活的影响越来越大。针对网络购物开展的研究无论是从理论上还是实践上都具有比较大的意义。
网络购物虽然在中国取得了爆发式的发展,但是目前,网络购物仍然存在很多问题。其中网购诚信问题尤其突出。各大购物平台假货层出不穷。根据国家工商总局2015年公布的抽查数据,各大网购平台的正品率均低于或等于90%,假货已经成为,威胁网络购物的一大毒瘤[3]。另一方面,近年来,职业差评师,“寿衣门”等事件的频发,说明了卖家和卖家之间信任的缺乏。信任缺失仍然是中国网络购物发展的重要阻碍之一[4]。
网络购物平台的信用评价系统被认为是构建网络信任的重要手段之一[5]。网购信用评价系统建立在买卖双方的以往交易经历之上,被认为是一种能够有效缓解交易双方信息不对称,增加交易双方信任的手段[6]。但是目前,学术界关于网络购物平台信用评价体系的研究尚且很少。已有的研究要么是从法律角度,要么是将信用评价体系当做一种构建网购信任的工具开展研究。学术上缺乏针对中国网购信用评价体系本身的系统研究。
本文采用定性访谈的研究方法。对5位在亚马逊,淘宝的资深卖家进行了深入访谈。同时本文的作者之一,也是同时在亚马逊及淘宝上经营店铺的资深卖家,确保了本文能够深入理解淘宝和亚马逊的信用评价体系。在定性访谈的材料基础上,本文系统分析了淘宝的信用评价体系,并将淘宝的信用评价体系与亚马逊的信用评价体系做了详细对比,分析了淘宝信用体系存在的主要问题及原因,并给出了相应的优化建议。
1文献综述
目前,国内针对网购平台信用评价体系的研究并不多。李维安(2007)研究指出了信用评价体系在网上购物中的基础性作用。他指出,消费者对商家的信用评价会对商家的销售量产生显著影响,但是这个影响是非线性的[7]。崔香梅(2009)研究则指出,好评、中评、差评的数量会显著影响商家的销售量[8]。可以看出二者虽然都对信用评价体系做了研究,但是都侧重于研究信用评价体系的作用。此外,还有部分学者从法律的角度,研究了如何健全网购平台信用评价体系的相关法律。如,杨淑君(2013)研究指出要想使得网购平台的信用评价体系发挥作用,仅仅依靠网购平台是不够的。国家应该出台法律,将公民的信用权纳入保护的范围。在法律实施方面,国家工商总局应该设立相应的行政法规来保障法律的实施。只有当这些法律比较完善的时候,网络信用才能够真正建立[5]。除了杨淑君以外,张艳玲,刘蕾等人也从法律的角度对网购平台信用评价体系开展了相关研究。除此之外,有部分学者则从网购平台应该如何构建更加良好的信用评价体系的角度开展了研究。但是,一方面这些学者的研究大多比较早期,已经不适用于当前的情景。另一方面,这些研究要么只是研究信用评价体系的一个侧面,例如如何构建信用评价体系的指标。要么只是将信用评价体系当做构建网络诚信的方法之一,并没有对信用评价体系做系统、深入的研究。例如,杨俊(2007)研究探讨了网购平台的信用评价体系应该采用哪些评价指标。他指出,产品、服务、配送、支付应该是网购平台信用评价体系重点关注的评价指标[6]。而蓝定、胡侠、徐思远等人的研究,发表的时间都比较早。而且研究的重点都不在信用评价机制,而是以信用评价机制为引子,探讨如何构建网络信用。
2淘宝的信用评价体制
淘宝的信用评价体系可以分为个人信用评价体系和商家信用评价体系(包括店铺信用评价体系和产品评价习题)。个人信用评价体系指的是商家对消费者的购买行为给以的评价。而商家信用评价体系,则是消费者根据自己实际的消费体验,对商家的商品以及商家本身所做的评价。商家信用评价体系可以比较好地反映店铺及其销售的商品的整体情况。商家信用评价体系能够比较好地解决网购过程中的信息不对称问题,是整个信用评价体系的重中之重[9]。接下来,本文将从个人信用评价体系,店铺信用评价体系,商品信用评价体系,三方面开展淘宝的信用评价体系研究。
2.1个人信用评价体系
在每一次购物之后,淘宝商家可以针对消费者的购物情况,对消费者给以评价。淘宝设置了消费者信用积分,消费者每收到一个卖家好评,积分都会加一分。收到一个差评,则积分减一分。消费者信用等级越高,就可以享受到淘宝相应的政策优惠。由于个人信用评价体系,在网购平台信用评价体系中的位置不太重要,这里就不再赘述。
2.2商家店铺信用评价体系
淘宝的商家店铺信用评价体系主要由3部分构成:店铺的信用评级系统、店铺的DSR评分系统、店铺的服务情况归纳系统。
店铺的信用评级系统指的是,在淘宝网,平台会根据卖家所获得的好评数的多少来对卖家信誉进行积分,再根据卖家的积分对卖家进行划分等级。具体来说,卖家每获得一个好评积一分,卖家每获得一个差评、积分减少一分。卖家的总积分决定了卖家店铺的信用等级。但是对于这套店铺信用评级系统,还需要注意以下几点:第一,每一笔交易只能产生一个好评,无论这笔交易的数量是1还是100;第二,所有商品都能产生积分,而且,所有商品产生的店铺积分是相同的,也就是说,一台5000块钱的电脑,和5块钱的笔记本产生的店铺积分是一样的;第三,单个买家对店铺积分影响是有限的,30天内,一个卖家从同一个买家那里最多得到6个积分,也就是说,就算在这30天内,消费者与卖家进行了100笔交易,有效的积分也只有6个;第四,消费者对店铺的评级在一定时间内是可以作出改变的,在作出评价后30天内,消费者可以更改自己对店铺的评级;第五,卖家店铺的积分累计是永久的,一个店铺以往的积分会一直保留下去;第六,淘宝除了展示店铺等级以外,还会对商家的好评数,中评数,差评数进行单独呈现,同时淘宝还会展示店铺最近一段时间的好评、中评、差评情况。
卖家店铺的DSR评分系统系统,指的是在淘宝网,买家可以在每笔交易结束后,对卖家的几个核心数据进行评分,这几个数据包括:描述相符程度、卖家的服务态度、卖家的发货速度,分值范围从1到5取整数。这一方式有几个点是需要着重注意:第一,DSR评分的时限为最近半年,每项的分数都为其平均得分;第二,DSR评分在展现时,会同时展现同行业的平均分数,以便消费者进行对比。
卖家店铺的服务情况归纳系统是一个比较辅助的系统。淘宝平台会将店铺30天的服务情况展现出来,主要展现的数据包括:平均退款速度、退款率、纠纷率和处罚数,这些服务数据的呈现还会包括同行数据。
2.3商品信用评价系统
商品的信用评价系统主要包括以下几部分:第一,每一个参与交易的消费者,在交易之后,可以对商品进行评价。评价的内容包括,对商品服务的整体评级(好评,中评,差评),以及消费者自行书写的评价内容;第二,消费者在评价时可以选择匿名,或者不匿名,如果选择费匿名,那么其余买家在看评价内容时,可以同时点开买家的相关资料;第三,淘宝平台会从买家的评价中提取出一些高频率的
关键词 ,形成大家印象这一模块。同时,淘宝会显示,每个
关键词 在评论中的出现次数;第四,所有观看评价的消费者可以将他人的评论标记为有用,这样可以突出一些有用优质的评价内容,以便更好地供消费者进行参考。
3淘宝信用评价机制与亚马逊信用评价机制对比
淘宝是中国最大的网络购物平台,亚马逊则是美国最大的网络购物平台。对两者信用评价体系进行对比,对加深网络购物平台的信用评价体系的理解具有重要作用。根据本文的定性访谈资料,可以发现,两者的信用评价体系有如下差异:
第一,美国亚马逊不注重商家的信用评价体系,而注重产品的信用评价体系,而淘宝则非常注重商家的信用评价体系。亚马逊虽然会对卖家进行积分累计,但是他不会对卖家做分级处理,只是简单地将卖家分为优秀卖家和普通卖家。此外,亚马逊虽然也会记录商家的不良交易率,但是这些信息都比较隐蔽。
第二,美国亚马逊引入了第三方评价团队。该团队由一些资深会员组成,卖家可以将自己的产品邮寄给他们试用,试用之后他们会提供一些试用报告,其他人可以直接在网上看到这些评价,从而为消费者的购买提供指导。
第三,亚马逊的信用评价体系更加社区化,一方面,无论是购买产品还是未购买产品的消费者都可以进行讨论,这样,消费者在讨论时就主要是讨论产品本身,而非某个商家的产品,使得话题更加广泛,其次,采用类似于论坛的方式,将一些被点击有用的评论置顶,同时还可以进行评论以及回复评论,这样同时考虑到卖家与买家、买家与买家之间的信息交流,使得信用评价系统类似于一个独立的、嵌入在销售模块中的交流模块,有力地促成消费者进行有效评价,也推动了消费者的购买和成交。
4淘宝信用评价体制存在的主要问题及原因
第一,信用炒作盛行。信用炒作是指买卖双方以抬高信用为目的,在双方没有实质交易行为的情况下,作出好评的行为[10]。目前淘宝上的信用炒作主要有2种:一是,先用虚拟商品,或者低价商品赚取信用值。在积累了足够的信用值以后,改做其他业务。因为淘宝信用值可以永久保存,而且,淘宝并没有在显著的位置,注明店铺信用值的来源,使得店家可以依靠低价的商品积累信用值。二是,利用专业的“刷钻公司”,招募专业的买家团队,进行虚假的交易,短时间内提升销量和店铺信用值。这种方法,高度模拟现实的交易,很难察觉。
第二,恶意差评比较多见。由于淘宝的信用评价体制的核心在于保护消费者的权益,消除商家和消费者的信息不对称,因此缺乏对卖家的保护。一方面,同行处于恶性竞争的目的,有可能故意给竞争对手差评。另一方面,部分消费者利用恶意差评威胁商家,为自己谋求不正当利益[5]。
第三,删差评现象,以及骚扰消费者的事件频发。目前,删除淘宝网店差评,已经成为了一种职业。经过多年的发展,删差评已经形成了一条完整的产业链条[11]。另一方面,近年来,“寿衣门”等淘宝卖家骚扰差评消费者的事件频发。删差评以及骚扰差评消费者的行为,一方面会极大地妨害消费者的体验,另一方面,也会扰乱淘宝信用评价体系的正常运行,降低淘宝信用评价体系的实际作用。
第四,相比于美国,中国消费者参与信用评价体系的热情偏低,而且,淘宝上商家的信用评价得分普遍虚高。参照表1可以看出,由于淘宝的默认好评机制,以及信用炒作等行为的影响,国内的网购平台好评率虚高,导致网购评价的实际参考效用大大下降。此外,由于中国文化比较内敛,中国人不太愿意在网购平台进行评论,导致了消费者的评价率较低。
5建议
作为网购平台的运营方,淘宝应该不断完善自己的信用评价体系,以此来打造更加良好的网购环境,促进网络购物健康发展。但是,另一方面,作为网购平台运营方,淘宝必然要平衡维护良好的购物环境以及取得更大的销售额,两者之间的关系[5]。这就决定了,仅靠淘宝是不能促使网购信用评价体系,良好运营的。国家也必须在法律方面做出相关规制,约束网购参与主体的行为。具体来说,有以下一些建议:
第一,完善对网络信用方面的立法。目前,我国还没有系统的有关信用的法律。相关执法机构在处理网络信用相关案件的时候,只能援引不正当竞争法和名誉法的相关条例,进行处理[10]。相关的犯罪行为得不到有效的惩戒,这也是目前网络信用非常混乱的原因。在未来国家要加强立法,保护公民的网络信用,同时工商行政部门也要出台配套的执行条例,确保法律的实施。
第二,引入第三方评价体系。这方面主要是效仿发达国家的做法。政府可以引导建立公民的个人信用档案,将消费者在线下的信用与线上信用连接起来,消费者线上的失信行为也会影响消费者线下的信用,通过这个机制,加大线上失信行为的成本。
而从淘宝平台的角度讲,淘宝也应该对其信用评价体系做一系列改革,使得淘宝的信用评价体系更适合目前的商业环境:
第一,加强实名制认证。虽然网络实名制相关的法律条例早已颁布,但是淘宝并没有实现真正的实名制。消费者可以通过简单的操作,低成本获得多个账号。这是信用炒作现象频发的重要原因。如果实行了真正的实名制,信用炒作的难度将会大大加大,信用炒作行为将得到有力抑制。
第二,有序建立开放式评价系统,促进评价系统社区化。允许没有购物的消费者也能够参与到商品的评论,并且鼓励消费者和消费者之间在评论区交流,并将消费者普遍认为有用的评论置顶,以此加强消费者的互动,并帮助消费者筛选出有用的评论。
第三,引入超级买家系统。平台挑选信用等级比较高的消费者,邀请他们对平台的产品进行试用,并且发表比较中肯的评论,通过他们的评论,给消费者提供有价值的参考。
第四,应该在显著位置标明店铺信用值的来源。店铺通过非主营业务积累的信用值都应该在店铺信用的栏目里面单独标明。杜绝商家通过低价商品和虚拟商品刷高信用值。
6结语
网络购物诚信问题日益成为威胁网络购物发展的主要障碍之一。而网购信用评价系统是解决网购诚信问题的重要手段之一。但是目前,国内主流的电子商务平台的信用评价体系仍然存在较大问题。本文以淘宝为例,通过对淘宝信用评价体制和亚马逊信用评价体制的对比,指出了淘宝信用评价体制存在的主要问题,并给出了相应建议,以此对实践产生指导意义。
参考文献:
[1]中国互联网络信息中心.中国互联网络发展状况统计报告[EB/OL].[2015-06-05].cnnic.cn/hlwfzyj/hlwxzbg/hlwtjbg/201502/t20150203_51634.htm
[2]艾瑞咨询.艾瑞:2014年中国网络购物线上渗透率超过10%[EB/OL].[2015-06-05].report.iresearch.cn/html/20150201/245909.shtml.
[3]法制晚报.淘宝被检出假货占63%炮轰工商总局"吹黑哨"[EB/OL].[2015-06-05].news.163.com/15/0127/16/AGVTBJJG00014Q4P.html.
[4]蓝定.构建拍卖网站的核心竞争力———浅议易趣网的信用体制[J].商业文化,2004(1):8-13.
[5]杨淑君.从网购诚信走向网购信用———浅析淘宝网信用评价机制[J].重庆邮电大学学报(社会科学版),2013(25):36-40.
[6]杨俊.C2C网上拍卖中的信用评价机制研究[J].现代情报,2007(3):220-222.
[7]李维安,胜,徐皓.网上交易中的声誉机制———来自淘宝网的证据[J].南开管理评论,2007(5):36-46.
[8]崔香梅,黄京华.信用评价体系以及相关因素对一口价网上交易影响的实证研究[J].管理学报,2010.
[9]蓝定.构建拍卖网站的核心竞争力———浅议易趣网的信用体制[J].商业文化,2004(1):8-13.
网购硬件价格更低?
自从网购出现,消费者便不必再为缺货发愁,在商城选好配置,交款后就会有物流送货上门。不但保证了质量,而且节省了出行成本。网购在一定程度上冲击了传统电脑市场,所带来的好处就是传统卖场商家为了销售自己的产品,会推出许多优惠活动,以此来吸引消费者。久而久之带来的影响就是网购不再是“便宜”的代名词。很多用户网购硬件产品时常常忽略咨询当地卖场行情,而是选择直接通过查阅网上报价、电子商务网站价格进行不全面的比价,DIY硬件是需要考虑性价比的,在没有摸清楚就盲目选择网站进行支付很容易造成不必要的额外付出。
产品送到及时验
不少用户由于缺乏网购经验,常常等到货物送上门后立即签回执单忽略了验货环节。该环节对于网购产品是不可缺少的,商品在发货和到货之间漫长过程中可能会因保护不当而受损坏、产品丢失、包装受损、产品型号改变、混杂二手以及翻新产品等。因此,用户在收到快递时需要按照下面的步骤及时进行验货:首先要先检查快递外包装是否完好;其次,检查快递内产品是否完好;而后,检查产品序列号与包装盒是否一致、是否有磨损;最后,检查产品附件数目是否有残缺现象。做好以上四步验货基本可以告一段落,如果硬件没有受损、产品对码正常、产品无配件丢失现象用户便可以签回执单。
试机速度要加快
网购硬件往往不能当场试机,用户在签收完产品后应及时将其装在机器上进行试机测试。很多对DIY知识不是很了解的用户通过网站文章或者他人的叙述,自己随便在电商网站上选购了某“主流”硬件产品,或者电脑整机。首先,用户在没有对DIY基础知识掌握的情况下去冒然选购硬件产品显然这样做不够充分。其次,当硬件产品到用户手上时用户没有及时试用,不清楚新产品是否兼容老机器,或者新电脑是否能稳定运行都是未知的。整机试机是一个比较简单的步骤,很多用户购买电脑时往往只用起上网聊天,忽略了电脑测试软件。试机需要用户安装少量几个电脑测试软件,用新硬件运行这些软件1到2个小时。用户如果发现机器不稳定,此时需要抓紧与网站商家取得联系,质量存在问题的硬件可以于7天之内进行退换。
货比三家很重要
消费者经常喜欢在同一家网站购物,喜欢到有过交易的店铺、电子商务网站下单。以前对于用户来讲往往在一个熟悉的网上卖场里选购硬件产品是省时省事的,但是电子卖场商家都无法保证产品价格比其它网购网站低廉。用户不能过于单一依靠一家网站下单购物,而忽略了其它家购物网站。用户可以选择按照价格排序、借助第三方比价网站、查阅媒体网站硬件促销信息等来进行撒网式抓取硬件产品。
评论价值也很高
除了做到上述四点,消费者在挑选产品时还需要查看该产品的成交量统计情况、用户评论内容(尤其是差评论内容)。用户没有查看电子商务网站商家店铺用户对该产品评论时就轻易下单这样很不周全。例如某某大型电子商务网站商家评分标准中,用户好评是加一分,中评不加分,差评减一分(差评不允许用户删除)。卖家当然希望自己店都是红色的好评了。如果要是差评很多那么该商家产品销量将大打折扣,因此消费者在查看产品评论时需要总结商家销售该产品的优缺点。
本期攒机推荐
看过前两期的攒机推荐,编辑身边的不少朋友都发出了这样的感叹:如今配一整的入门级PC比买一台平板电脑的价钱还便宜啊!确实,比起可以有充足预算组装高端平台的发烧友,多数人对电脑的配置要求并不高,本着够用就行的原则来攒机,因此每一分钱都要用在刀刃上。对广大入门级平台用户来讲,性能是否均衡、性价比是否够高才是他们最为关注的。而AMD旗下的APU A4系列入门级平台显然是一个理想选择。A4双核CPU计算能力出众,同时内部融合的HD6410D独显核心亦可以提供足够的3D显示性能,应付日常办公游刃有余,即便是一些3D游戏,虽然比不上那些可以特效全开的高端配置,但在合理的分辨率和特效设置下同样可以获得流畅的效果。再有就是第11期已经提到过的AMD全新的双显卡交火功能,让用户获得了更方便高效的升级途径,只需要增加10%不到的整机预算即可获得显示性能倍增的效果。怎么样,是不是又有些心动了?那么本期就再为大家推荐两款基于A4 APU处理器的入门级平台机型。
A4 APU双显卡交火机型
配件 产品名称 价格(元)
处理器 AMD APU Llano A4-3400(盒) 380
主板 昂达A75T魔固版 499
内存 金士顿DDR3 1333 4GB 139
显卡 华硕EAH6450 SILENT/DI/HM1GD3 349
硬盘 西部数据WD5000AAKX 500GB 7200RPM/16M/SATA3.0 580
显示器 Acer S220HQLBbd 21.5英寸LED液晶显示器 799
键鼠 罗技MK320无线键鼠套装 175
机箱 航嘉御辐王S2 199
电源 航嘉冷静王钻石Win7版 220
音箱 奋达A110 218
总价 3558
编辑点评 在3500元的价位上,我们就能拥有一颗带有HD 6410D独显核心、主频达到2.7GHz的双核CPU,足以胜任市面所有网络游戏。但这还不够,追加的HD6450独立显卡与之组建的双显卡交火系统能够让平台的3D显示性能得到翻倍的提升,获得更为流畅的游戏效果,即便是即将到来的《暗黑破坏神3》这样的大作也不在话下。此外,21.5英寸LED液晶显示器以及高性价比的2.1音箱亦可为用户带来良好的视听感受。昂达A75T魔固版与航嘉冷静王钻石Win7版的强强搭配也为用户赢得了更大的超频空间。
A4 APU融合平台机型
配件 产品名称 价格(元)
处理器 AMD APU Llano A4-3300(盒) 340
主板 盈通飞刃A55D 399
内存 威刚万紫千红DDR3 1333 4GB 129
显卡 处理器融合HD 6410D独显核心 ―
硬盘 希捷ST500DM002 500GB 7200RPM/16M/SATA3.0 560
显示器 三星S19B310B 18.5英寸LED液晶显示器 659
键鼠 富勒U79节能版 89
机箱电源 金河田飓风8208B+机箱标配250W电源 219
网景换新貌
最近,公众印象中的网景网站渐成为一个如Digg和Slashdot网站一样的综合新闻网站。它结合了诸多社会元素,这使得网景网站不但如传统新闻网址一样成为编辑筛选信息的来源,而且也成为用户推荐的首选的新闻故事阅读的网址。
网景公司通过付费给编辑购入博客业务并对故事发表评论。对此,Weblogs公司(去年已被AOL收购)的联合博客出版商Jason Calacanis先生评说:“网景网址正在尝试更进一步的操作,例如让编辑核实新闻报道内容的真实性;为报道提供背景信息资料和根据文章主题提供更深刻的补充内容。”在公开场合,Calacanis认为,网景的做法是对新闻报道的典型运作,同时,对公司也是一个巨大的冒险。
网景雇佣了8位全职主力编辑和15个兼职专家,专职负责每天一系列新闻故事的“特殊处理”。例如,负责饮食和旅游频道的一个主力会电话采访大厨询问他对那些负面报道的餐馆的看法。另外的主力会和纽约时报的专栏作家联系,获得他为社会名流写相关专栏的动力等。网景的主力们也会出现在电视节目现场,与读者关于某个话题进行对话。这些节目用户如果想看,可以在网站上下载。
“网景的操作其实很聪明,从效果来看,此种办法是把自己和雅虎新闻、Google新闻及CNBCs新闻的大门户网站相区别开的最好办法。”哥伦比亚新闻评论(CJR)日报的主编助理Bryan Keefer如此评价网景。
网景未来的期待
曾经的网景网站是一个没有生机的信息库:充满了沉重的观点和寥无心意的标题。但新网景以编辑推荐的系列报道为特征,网站提供了一个长长的读者选择列表,列出了30个不同内容频道点击率和评论数最多的文章。
自从美国在线于1998年收购了网景,经历了几次变革后,美国在线逐渐把网景变成了美国在线的母公司时代华纳的信息陈列展览中心。美国在线一直努力,希望使得网景拥有独特的运营和品牌,其中包括启动Netbusiness网址――一个旨在小商务的网站;随后又推出Netbusiness在线杂志。网景也推出了一个联合Sun Microsyestems的网络合成产品和打折的服务,命名为iPlanet和网景 ISP。
网景为了塑造家喻户晓的网络品牌,它在1994年使用了自己开发的浏览器。第二年也在股票市场闪亮登场。但是,面对着来自微软IE浏览器的强大竞争压力,公司一直为在浏览器市场占领一席之地而苦苦挣扎。更致命的是在2003年,由于微软和美国在线达成协议,在协议下,美国在线有权在合约约定的7年内使用IE浏览器作为美国在线的旗舰服务器。因而,进一步削弱了网景公司服务器的市场份额和可获利的空间。
关键词:消费者感知风险;消费者购买决策;在线评论
随着计算机和因特网的高速发展,越来越多的消费者选择了网络购物这一新兴的购物方式。由于网络购物存在虚拟性,工商部门监管难度大,消费者维权难,网络支付风险高等弊端。鉴于这些原因,消费者在进行网络购物的同时,消费者感知产生信任危机,存在感知风险。因此通过对在线评论的研究,了解在线评论对网络消费者购买决策的作用机理,寻找使网络消费者感知风险转化为感知信任的策略,趋利避害地控制在线评论对消费者购买决策行为的影响力。
在线客户评论是指客户在购物网站或者其他评论网站、论坛对某种产品或服务发表的正面或负面的看法,可以是根据自己的亲身体验也可以是他人的经历。在线口碑是指消费者通过电子邮件、在线论坛、新闻组、即时通信工具、讨论区等网络信息技术进行的关于产品/服务的使用体验、功能等特性和供应商的各种信息的所有在线交流沟通。在线评论与在线口碑具有如下几个特点:
在线评论作为在线口碑的一种形式,对消费者网路购物感知风险既能使其转为感知信任也可以使感知风险加剧,从而影响最终的网络购买决策。在线评论是使消费者决策更简单和加速决策过程的最有影响力的方式。因为消费者不需花费太多精力却能做好的最佳途径就是看看别人是怎么做的怎么评价的,有什么样的消费心得。消费者不用花费时间、浪费资源、承担风险,就可以得知产品/服务的使用结果。
消费者的感知风险是消费者在购买产品过程中对遇到的各种客观风险的心理感受和主观认识,它是消费者因为无法预料购买结果的优劣而产生的一种不确定感觉。影响消费者感知风险的因素有很多,包括消费者在现实的网络交易过程中,交易的安全性、购物网站的品质和网络商家的声誉、消费者自身的专业知识等这些消费者切实接触到的可感知因素都会对网络购物的信任产生不同程度。
一、消费者产生网络购物感知风险的原因分析
本文通过网络问卷发放的形式,对网络购物消费者进行关于网络购物的相关调查。信誉度问题占37.5%。不管是买家还是卖家,信誉度都被看成是网络购物过程中最大的问题。对于买家而言,卖家提供的商品的信息、商品的质量保证、商品的售后服务,购买后的物流配送时间,都是他们所担忧的问题。支付的安全问题占到8.33%。网络消费者对网络安全也有很大担忧,诸如个人的信息、银行账户密码、转账过程中资金的安全等问题。网购发货速度慢与配送问题占15.28%。由于许多物流公司的专业性较差,技术人员素质低,导致产品在配送中可能损坏、丢失等等情况,给卖家和买家造成了很大的损失。网购后的售后服务问题占31.94%。由于购买者对网络上的商品了解只能通过图片和文字描述来完成,而有些商品的描述语言模棱两可,容易使人对商品的认识产生歧义。其他原因占6.94%,例如网络购物者缺少直接购物体验,即顾客参与度较低。从商品交换开始,人们就一直体验着交易完成后获得商品后的满足感。但是在网络购物上,购买者却不能体验到在网络交易完成后,立刻拿到商品的满足感,这种满足感的到来往往要滞后1-2天。
二、在线评论对网络消费者感知风险的影响因素
(一)影响因素
性别因素。男性和女性在购物心理上和购买行为上存在较大的差异,其购买影响因素也不相同。女性在购物时目标比较模糊、受到外界环境的影响较大、因此她们会花费大量的时间来浏览在线评论内容,帮助决策。男性则更加重视产品本身的属性和自己本身的产品知识和经验。
年龄因素。因为年龄的差异,使得消费者在心理和生理上也存在明显的差异,对于消费者在线评论的对他们的影响的反应也各不相同。通过不同年龄阶段的消费者与“是否有因为在线评论而改变购物选择”的比较,可以得出,年龄段在19岁-23岁的消费者受在线评论的影响最小,年龄段在24岁-28岁、29岁-34岁的消费者受在线评论的影响因素较大。
学历因素。消费者的学历影响消费者的购买方式,学历越高,对在线评论关注的程度也越高,他们会大量搜集信息,来进行比较,他们受到信息的影响也比较小。
专业知识因素。消费者对产品性能、价格、质量的了解、即消费者的专业知识与对在线评论的关度程度成反比。消费者对产品越了解,他们对在线评论的关度程度越低,因为专业能力高的消费者认为自己已经具有足够的知识做出正确的购买决策,所以他们很少努力去获取另外的产品信息或者根据别人的意见评价一个产品。
网站的可信度。网站可信度是指消费者感知到的购物平台的可相信程度。对于在线评论来说,网站可信度更多的是消费者的一种感知可信度,无论是在电子商务网上客户的评论,还是在网络论坛上,都是消费者感知指标。
(二)问题分析
网络购买的信息不对称。网络消费者在进行网络购物前的对所需产品的信息不对称,他们不了解所需产品的有关信息、性能、价位,急需在最短的时间内选择最有用的信息源泉,他们选择了浏览在线评论信息,目的是为了以最小的时间成本选择最有价值的购买决策。但在具体的网购中由于卖家存在一定的疏忽和服务缺失使得一些评论对消费者存在负面的引导,其评论内容影响其他准顾客的购买决策行为。例如货物在运输过程中时间较长甚至造成货物的破损等等原因,导致顾客满意度降低。买家在与卖家进行协商是卖家的态度不能达到买家的满意度,顾客为了报复卖家,从而制造负面的在线客户评论内容等。
物流因素导致负面在线评论。网络购物在物流这一环节多多少少、大大小小会出现一些问题,例如快递公司的送货规范性、快递员的态度与责任心等影响货物能否及时到达,或货物的损坏等等情况。造成对买家利益的损害,而这一切的“总账”买家都要算到卖家,从而导致负面在线客户评论的出现。
网络购物自身的缺点导致负面客户在线评论。网络购物再其产生的那一刻起,及伴随着一些不可避免的缺陷,这些缺陷往往会造成顾客满意度的降低,直接影响顾客在线客户评论的质量。比如买家在买到不满意的商品,进行退货时,既要耗费时间,也要花费一定的精力和财力,这种情况下,顾客的在线评论就不会客观公正,里面多多少少有买家的情绪在里面。
网络购物最大的缺陷,与传统的购物相比,网络消费者看到的所需产品仅仅是一张或者几张照片而已,他们只能看,不能触摸。因此,网络消费者买到的商品是不是与顾客的期望一样,直接影响顾客在线评论的内容。
有效降低消费者感知风险的主要几个方面,:第一,给消费者提供更为全面的信息,包括产品信息和大量的在线评论信息,让消费者通过对所获得信息的处理和比较,进而做出购买决策;第二,用企业的品牌吸引消费者。消费者会将产品品牌或生产商品牌作为判定产品质量的重要依据。他们认为,在通常情况下,知名品牌或厂商较为重视维护品牌及企业。第三,具有完备退换货政策和服务合同的购买渠道。消费者认为完备的退换货政策和服务合同体现了企业对于自身产品和服务的信心,从侧面反映了产品的质量和价值。不仅如此,妥善解决顾客提出的退换货问题,还有助于提高消费者的满意度。
诚信经营,坦诚营销。在网络经营中最好的办法就是采取诚信、坦诚营销策略:不夸大其辞;不避短,不遮掩可能对消费者不利的信息;不误导消费者,严格标明产品的属性、特征。对自己高标准、严要求,认认真真把产品和服务做好,善待利益相关者。
提高网络购买服务质量。服务质量是影响顾客满意度的重要因素之一,也是影响顾客在线评论是正面的还是负面的重要指标之一。消费者在网络购物时,即使产品质量好,如果感觉服务态度差,顾客也会给予差评,反之如果产品质量一般而服务态度好,顾客则有可能结合服务的态度和有效及时的处理而给好评,结果完全不同。因此,服务质量或者店家的服务态度是顾客在线评论的关键因素。
结论
关键词 KNN算法;Bayes算法;组合分类器;互信息;交叉验证
中图分类号 O213;TP18 文献标识码 A
1 引 言
电子商务的异军突起促使网购走进人们的日常生活,网购的同时,多数网民会在不受约束的情况下对相关产品发表评论,而这种随意性往往使得这些产品评论中充斥了大量无用的、不真实的信息,这些信息就是垃圾评论.垃圾评论在一定程度上影响了评论信息的参考价值,从而误导潜在消费者并干扰销售商对销售业绩的评价.产品垃圾评论的识别旨在解决这一问题,将垃圾评论从评论文本中剔除,保留真实的产品评论,为用户提供可靠的参考依据.
结合近几年垃圾评论识别的文献可知,垃圾评论识别的关键问题是文本特征的提取与分类算法的选择.N Nitin Jamal和Bing Liu等[1]首次对垃圾评论进行了分类,很好地识别了英文领域中存在的无用评论,但由于中英文之间存在差异,往往英文领域的垃圾识别方法不能直接有效地应用到中文领域当中.游贵荣等[2]提出了中文垃圾评论的特征提取方法,邱云飞等[3]、吴敏等[4]、李霄等[5]分别从用户行为、产品特征的显著性检验以及信息的有用性角度对垃圾评论的识别进行了研究,但在分类器的选取上,上述学者均采用单一算法的分类模型,如单一的Logistic回归算法等.大量的理论与实验结果表明,多分类器系统不但可以提高分类的正确率,而且可以提高识别系统的泛化能力和鲁棒性.与此同时所有分类器都参与集成的效果并非最好,从众多分类器中选择部分互补性强的分类器进行集成可以提高集成的效率并改善其效果[6].因此本文在建立文本特征表示模型的基础上,提出了用高互补性组合分类器对评论进行识别和过滤.
2 文本特征的提取
2.1 产品评论的特点与垃圾评论的分类
为了更准确地识别垃圾评论,首先探讨产品评论的特征.
通过对中文产品评论中的评论文本进行分析,总结出中文产品评论领域的特点主要体现在以下几个方面:
1)评论文本格式自由多样;
2)评价对象的多样化;
3)评论内容具有近似重复性;
可分为①由不同评论者针对同一产品发表的近似重复评论;②由同一评论者针对不同产品发表的近似重复评论;③由不同评论者针对不同产品发表的近似重复评论;
4)不真实评论;
5)广告;
6)不带有感彩的随机文本.
基于以上分析,将垃圾评论定义为以下5种类型:-
1)非指定产品的评论:该类评论的特点为它虽然是评论,但只对品牌和制造商,甚至是站点评论,而没有针对当前产品本身进行评论,或者确实是对产品进行了评论,但是评错了产品.如在苹果手机的评论中,“买SONYZ3也不错啊,很漂亮,旗舰机...”等
2)虚假评论:如“我这有全新的iPhone6 Plus,只要99元”等.
3)广告评论:如“苹果超爱大屏幕3 500元拿现货QQ热购122929079”
4)无意义文本:
①个人的消费经历,如“再烂都永远有人疯抢,飘扬过海甚至成为一部手机,实在不懂.”②人身攻击,如“用苹果的都是脑残”等,③其他无关文本,如“信号不好等”“转给我呗?”
5)咨询性评论:只是询问关于产品的情况,而不是评论.如“多少钱呢?”.
2.2 特征提取与量化
为了建立产品垃圾评论识别模型,根据2.1节的分析结果,分4个模块对产品评论文本进行特征提取与量化.
模块一 数据的搜集
本文采用WebHarvest网络爬虫对京东商城和天猫商城内多个商家的iPhone 6 Plus的产品评论进行爬取,得到由两万条产品评论组成的数据集A0,同时对苹果官网上关于iPhone 6 Plus的产品参数进行爬取,得到产品属性数据集B0.
模块二 对爬取的数据集进行预处理
1)构造用户词典.用户词典包括停用词词典、极性词词典,其中极性词词典主要是由HowNet极性词加上一些评论作者常用的、和表达情感有关的网络流行词,及一些口语化的词语与缩写组成,用以表达用户褒贬倾向和感彩.停用词词典由网络上现有的停用词词表加上针对垃圾评论特性的停用词组成[7-9].
2)文本分词.中文单词是评论信息处理的基础,分词工具采用中科院提供的分词工具ICTCLAS 2015分词系统[10],其主要功能包括中文分词、词性标注,同时允许用户向系统中导入自定义词典以提高特定领域的分词效果,因此,将上述用户词典与产品属性数据集B0作为自定义词典导入ICTCLAS分词系统后,对数据集进行逐条分词、词性标注以及情感词标注,得到预处理后的数据集A.
模块三 特征的互信息检验
为了选取最能表达文本信息内容的特征,本文从被评论的商品、评论者、文本结构、情感倾向、主题词五个属性提取特征,在提取特征之前,先利用互信息说明这5个属性对识别垃圾评论具有显著相关性.-
互信息是2个事件集合之间的相关性,通常用来衡量某个属性和类别之间的统计独立关系,互信息量越大,代表特征项与类别之间的贡献概率也越大.现对所选特征进行互信息检验,旨在说明所选属性能在一定程度上反应该条评论的信息,即所选属性项是互信息量较大的词条,互信息(MI)定义如下
2)高互补性分类器
高互补性分类器组合的构建流程大致为:首先构造一定数量的候选分类器如Bayes分类器、KNN分类器、SVM分类器和logistics回归分类器等,计算分类器之间的相关程度,然后根据相关系数对候选分类器进行排序,并依据可信度,选择出对目标有较高识别率的分类器组合.
首先,验证单一算法分类器的局限性.利用数学软件MATLAB,对其进行基于多层BP网络的识别模式的标记,对上述四种分类器用SPSS比较其准确率,召回率以及Fmeasure值.得表2.由表2,垃圾评论识别的准确率相对偏低,不少数量的正常评论被识别为垃圾评论;其召回率也不高,直观来看是有些垃圾评论被判别为正常评论.可见单一分类算法的过滤效果并不理想,本质原因是分词的不准确性使得评论文本特征有限的缺点充分暴露,以致于对结果的准确性产生很大影响,而且Bayes分类器要求各个特征项之间相互独立,这显然于现实不符.同时也从侧面说明单一算法的分类器对数据量要求很大,需要对较为完备的训练集特征进行学习[6].
为了更准确地进行垃圾评论识别,本文对各分类器进行组合,得到高互补性分类器.根据高互补性分类器组合理论,利用相关系数对上述4种分类器的互补性进行分析,即相关系数大的分类器组合互补性弱,相关系数小的分类器组合互补性强.
利用SPSS软件对其进行相关分析,见表3.
由表3,相关系数的大小排序为:
SVM+Bayes>SVM+KNN>Bayes+LR> LR+KNN>LR + SVM>Bayes+KNN.
其对偶命题互补性排序为:
SVM+Bayes
LR+KNN
可见Bayes分类器和KNN分类器的相关性最低且显著性均大于0.01,即可认为他们之间的互补性最强,存在统计学意义.而SVM分类器和Bayes分类器的相似度较高,且显著性大于0.01,认为存在统计学意义.为了进一步验证这4种分类器的互补性,对这6个组合进行聚类检验.
用SPSS软件对其进行聚类分析,结果见表4
由上可知,互补性最强的组合分类器为Bayes+KNN分类器.
3.4 模型的交叉验证
本文利用WebHarvest爬虫从天猫和京东商城爬取了20 000条评论作为原始数据集A0,将构建好的用户词典与产品属性数据集B0导入ICTCLAS 2015分词系统后,得到预处理数据集A,对A中的每个数据类型进行人工标记,再随机地将其等分成4份得到A1、A2、A3、A4.
先以数据集A1为检验集,A2,A3,A4为训练集,计算模型的性能指标.首先将数据集A2,A3,A4的特征向量导入Bayes+KNN组合分类器对其进行训练,然后将检验集A1的特征向量导入到已训练好的分类器中,得出检验集中相应评论是非垃圾评论还是垃圾评论,最后根据分类器对每条评论判定的结果以及人工标记,计算该训练集和检验集组合下,分类器的性能指标.用同样的方法得到依次以A2、A3、A4为检验集的分类器的性能指标,相关结果见表5.-将上述3个评价值平均得,基于KNN算法和Bayes算法的垃圾评论识别模型的最终准确率达到75.3%,召回率为82.1%,F1值为77.5%,结果较为理想,有应用价值.
4 结束语
垃圾评论识别的关键问题是文本特征的提取与分类算法的选择.本文根据中文评论的特点提取了14个特征,并利用组合分类器算法对垃圾评论进行了识别,得到了较理想的结果.通过搭建基于Hadoop的大数据平台集群,本模型可推广到一个基于通过海量数据集进行训练的垃圾评论问题,从而实现此模型适用于更一般产品的垃圾评论的检测目标.-
参考文献
[1] N JINDAL, B LIU.Opinion spam and analysis[C]//Proceedings of the first ACM international conference on Web search and data mining,2008:219-229.
[2] 游贵荣,吴为,钱V涛.电子商务中垃圾评论检测的特征提取方法[J].情报分析与研究.2014,251(10):93-100.
[3] 邱云飞,王建坤,邵良彬等.基于用户行为的产品垃圾评论者监测研究[J].计算机工程.2012,38(11):254-257,261.
[4] 吴敏,何珑.融合多特征的产品评论识别[J].微型机与应用.2012,31(22):85-87.
[5] 李霄,丁晟春.垃圾商品评论信息的识别研究[J].现代图书情报技术.2013,29(1):63-68.
[6] H J KANG,D DOERMANN.Selection of classifiers for the construction of multiple classifier systems[C]//Proceedings of the 8th- international conference on Document Analysis and Recognition. Seoul, Korea, 2005,1194-1198.
[7] 知网[DB/OL].HowNet Knowledge Database[DB/OL].[2013-11-05]. http:/// .
[8] 赵文婧.产品描述词及情感词抽取模式的研究[D].北京:北京邮电大学计算机学院,2010.
[9] 顾益军,樊孝忠,王建华.中文停用词表的自动选择[J].北京理工大学学报.2005,25(4):337-340.
[10]ICTCLAS 汉语分词系统 (ICTCLAS Chinese Lexical Analysis System [CP/OL].[2015-10-05].http:///.
在日前举行的“新媒体与性别文化论坛”上,上海社科院文学研究所“性别与城市文化研究中心”对外首份国内“门户网站性别议题观测报告”。报告选取了国内新浪、网易、腾讯、搜狐、凤凰网等排名居前的多个门户网站进行观测,观测时间范围是2011年10―11月,观测涉及这些门户网站的所有频道,另对新闻频道和女性(时尚)频道进行了加测,共观测报道1914条。
观测发现,除女性、时尚、娱乐等频道外,报道中男主角更多,尤以凤凰网最为明显,其中有男性主角的报道占32%,比女性主角的报道多14个百分点。报道中,男性话语被更多引述,网易和凤凰网较明显,更多引述男性话语的报道占36%,更多引述女性话语的近为7%。
此外,报告显示,多数报道忽视了性别问题;多数报道加强了性别刻板印象;特别是在报道中,还存在性别歧视的报道多于提倡性别平等的报道的现象,例如搜狐1%的报道倡导性别平等,却有15%的报道存在性别歧视。
究其原因,笔者认为有以下几个方面:
首先,在社会的各个领域内,男性都处于主导地位,因此门户网站所报道的新闻,不管是时政新闻还是专业领域的新闻,必然也会以男性为主导。这一方面体现在新闻内容中的主角多数为男性,另一方面则体现在男性更多地成为了发言人、评论员和专家。尤其是网易和凤凰网,凤凰首页男性发言人的比例是10%,专家、评论家的比例是10%,而女性发言人的比例仅为5%,专家与评论家的比例则仅为4%。
其次,虽然目前女性网民的数量越来越多,但主要是在网购、社区、和网游当中。尤其是网购,按照DCCI互联网数据中心的数据显示,女人会将1/10的收入用于网购。而对于新闻报道的关注,女性仍然远不及男性,也就是说新闻报道的受众更多的还是男性,那么报道自然也就会“重男轻女”了。
最后,也是最为重要的因素在于大众缺少性别意识。当然这也受社会文化的影响,无论男性和女性都很少意识到在新闻报道中出现的男女不平等的现象,致使这种现象一直延续下去。
因此,这份门户网站性别议题观测报告为大众提了一个醒,更为众多门户网站在报道方面提出建议。研究所撰写了《网站性别议题报道指南》,指出门户网站在报道时,在任何情况下,女性的意见都应该被听到。尤其在有关政治、经济、法律、体育等领域的议题报道中,应赋予女性平等的表达权利和表达机会。此外,有关女性的报道,应充分考虑到女性所生活的政治、社会、文化的多元环境,平等对待任何背景的女性,包括种族、民族、阶层、年龄、宗教、教育、性取向、婚姻状态以及是否残障等。上海市社科院文学研究所博士陈亚亚表示:“门户网站在消除新媒体领域的性别歧视上发挥着重要作用,这主要表现在:门户网站的报道容易引发公众对性别议题的关注和讨论。从而提升公众的性别意识,促使有影响力的机构和政府采取积极行动来推进性别平等。”
关键词:在线旅游评论,语义挖掘,语义关联
1.背景
随着互联网的发展,推动着传统企业与互联网的快速融合,旅游和互联网的结合使旅游行业逐步成为中国经济的一大支柱性产业。随着互联网发展的进一步提升,游客的声音将通过互联网传播的更快更远,通过挖掘游客旅游后对景点的用户体验能够了解消费者对待在线旅游景点需求的态度,进一步提升旅游相关企业的服务质量,改善旅游行业的口碑,提升旅游爱好者在线订购意愿度。
1.1研究进展
自1999年起,携程等OTA平台初建,旅游也越来越受到消费者的青睐,旅游行业逐步发展壮大起来,旅游服务的同质化、消费者对旅游服务的不满成为在线旅游行业需要解决的问题,学术界对在线旅游的研究由来以及,本文以中国知网(CNKI)数据为例,键入“在线旅游服务”检索到9225条记录,选取1999年及以后的相关文献,由以下图表可知,在线旅游认为学者们研究的重点。
1.2在线评论
在线评论是由购买者的使用产品或服务后的体验、评价和意见[2]。在线评论可以快速帮助消费者了解商品信息,然而过多的在线评论可能导致消费者信息过载,难以处理影响消费者对有用信息的判断[1]。众多研究表明在线旅游评论对旅游行业有显著影响,影响消费者对旅游目的地的形象感知、旅游决策行为和在线旅游的销量[3]。消费者可以通过阅读其他消费者旅游后所发表的评论减少风险的不确定性,制定切实可行的旅游计划[4],大数据时代可以对海量在线旅游进行分析,对于预测消费者行为及服务的升级有着至关重要的作用[5]。
2、研究方法
2.1研究设计
提高在线旅游消费者的意愿度是从根源上了解在线旅游消费者的需求,根据存在的矛盾点对症下药。本文从消费者旅游体验出发,通过挖掘在线旅游订购消费者购后景点体验即消费者旅游后的在线评论,利用网络爬虫从携程网站中挖掘多个景点消费者旅游后的在线评论,对数据进行预处理(剔除少于10个字,信息含量低的语句),利用ROSTCM6.0对挖掘到的信息进行分词,形成独立的单词,统计词频,最后对生成的根据生成的共线矩阵利用Gephi0.9.2形成网络可视化分析图。
2.2数据收集
为了保证数据的非单一性和可靠性,保证所选取的数据具有一定的代表性,选取南京、厦门、北京等多个景点作为研究对象,避免数据的重复性或地点的单一所造成的数据的非客观性,选择携程这一集旅游、酒店订购、机票、签证、门票和邮轮旅游等多元化产品为一身的在线平台,使用Phthon编程语言提取其个景点的在线评论,较具有代表性。根据消费者对搜索引擎的翻页数的使用习惯,消费者使用搜索引擎时大多只关注前5页,以及携程数据更新的及时性,本文选取2019年1月-2019年8月的评论数据,共提取携程景点评论19875条,剔除其中数字过少或无意义的景点评论,剩余16784条携程景点在线评论,共998017个字符,每条评论平均长度为59.462个字符。
2.3数据处理
从携程收集的旅游景点的在线评论需进行数据的预处理,首先,剔除单条评论数字少于10个字和单词语句重复提交的评论,由于评论数字过少时或重复,评论所能代表的有价值的旅游相关信息较少,故进行筛选剔除;其次,对剩余的在线评论进行整合,利用ROSTCM6.0进行所选内容的分词处理,形成1000个词频大于1的独立的单词,将同义、重复词语进行标记、剔除、整合,保证语义的非重复,对高频词语(即词频大于30的词)共词矩阵中的高频非相关性词语进行二次剔除,最终剩余119个高频词语用于后期的可视化分析;最后,对整合后的词语使用Gephi0.9.2绘制携程景点评论的网络分析图,以便直观的观察各词语社区分布以及相关性与重要程度。
3、数据分析
3.1主题词分析
主题词对于分析语句含义具有重要性意义[6],可以有效快速的分辨出携程这一旅游的在线评论的社区分布,通过在线评论分词后的词频统计和共线矩阵的相关性分析可知,携程的在线旅游关键词主要可以分为四大类,可概括为导游能力、酒店环境、景点环境以及行程安排,每一模块的高频词汇又体现出消费者对此类旅游活动的关注点为何,词频越高关注度越大,通过提升这一方面的服务质量,可以迅速提升在线旅游消费者的好感度,提升携程在线评论的好评率,从长远看能够为企业树立良好的企业形象与口碑。如下图3-1所示,高频词汇分类中景点环境的词频占比为27.03%,为四类高频词汇中比重最高的一大模块,消费者对去哪里玩和旅游目的地的选择有一定的自我选择性。通过高频词景点(1915)、历史(1027)、人文(125)、美丽(214)、漂亮(555)、景色(612)、推荐(596)、文化(984)、故事(334)这些高频词汇可知消费者不仅追求旅游过程中个人精神的追求,同时注重中华名族的文化传承。导游能力的词频占比到了23.08%说明在线旅游订购者较为看重在旅游过程中导游发挥的相关作用,愉快(356)、周到(105)、感谢(175)、耐心(194)、关怀(1700)、方便(1178)、值得(1013)、幽默(716)、责任(553)、经验(302)、讲解(376)、文化(984)、服务(453)、专业(253)、耐心(194)、推荐(596)此类形容词可知旅游消费者关注旅游过程中与导游的互动活动,旅游是消费者离开忙碌生活回归自然美景和人际交往的手段之一,导游的个人人格魅力也决定着消费者对旅游的总体感受,提升消费者对旅游中的价值感受。最后,行程安排和酒店安排的高频词汇的占比分别为13.46%和7.69%,从亲子游(1157)、时间(1261)、排队(425)、天气(446)、体验(476)、开心(484)等词汇及词频可知,旅游消费者有意愿选择主题型旅游项目,对旅游行程的时间安排较为看重,旅游需要满足消费者基本诉求即愉悦心情;对酒店体验而言,酒店的性价比,安全卫生是消费者关注的重点所在。
3.2语义关联网络结构图
通过对ROSTCM6.0形成的共词矩阵进行整合并调整为csv文件格式导入Gephi0.9.2中,删除不相关的独立节点,形成如下图3-2所示的无向网络图。首先,从图中可知,根据节点的颜色可将图中节点划分为四个社区,分别为导游社区、酒店社区、景点社区和行程社区,这一结论显示基本与表3-1高频词汇分类的结果相一致;其次,通过可视化图可知,每个社区分布为相互关联的节点集中构成,如图中导游与讲解、愉快、责任、详情此类高频词汇都有密切相关性,说明在线旅游订购者对导游的个人幽默感和责任心都有一定的要求,节点的大小表示消费者对此类活动的情感认同感,节点所占面积越大说明消费者对此类活动的个人感知程度越强,在旅游购后体验中占比越重,节点之间的连线(即两节点的边)的粗细各不相同,边的宽度越大证明两节点的相关性越强;最后,从携程在线评论可视化图可知,每个节点词汇之间非简单的一对一的关系,而是相互交错互相影响的,旅游产业链中的企业通过对其中一个节点服务质量的提升,可能对其他节点产生不同程度的改变,这种改变的规律无法简单概括,但相关服务的提升必然会导致这一社区总体占比的提升,在线旅游消费者对这一社区的认同感会得到相应的提升。
4、结论与建议
4.1结论
本文通过携程平台挖掘旅游消费者的在线评论,运用ROSTCM6.0对相关评论进行分词,形成词语间得得共词矩阵,最后利用Gephi0.9.2生成携程在线评论的可视化分析图。从图中我们可以精准的识别出在线旅游消费者关注的热门话题,主要可以分为四大主社区,其中导游主社区与讲解子社区联系紧密,说明消费者考察导游是主要从导游个人的信息掌握程度方面进行定位,其次是其社会责任感与幽默程度;行程的社区中与其紧密联系的子社区为规划,说明在线旅游订购消费者对整个旅游行程规划是否合理清晰较为看重,同时对拥堵排队等现象较为排斥;酒店社区中酒店的性价比是消费者的潜在关注点,酒店的位置、标准和房型反而与酒店的关联度不高说明此类点评的针对性不强,如何提高高质量的相关评论的是酒店管理的重点;最后景点的相关节点较松散联系度不足,但主要为关键词多为对景色的描述和对文化的追求,体现出消费者对精神境界的追求。
[关键词]在线评论;特征指标;购买决策;综述
[DOI]1013939/jcnkizgsc201716014
2016年6月中国互联网络信息中心(以下简称 CNNIC)的《2015年中国网络购物市场研究报告》中指出,在线评论成为网购用户决策时最为关注的因素,关注度高达775%。[1]消费者会对产品性能或服务质量等方面做出评价,能够在一定程度上帮助潜在的消费者做出更好的购买决策。在网络购物环境下,在线评论不仅能帮助消费者更好地了解产品,同时也直接或间接影响了消费者的购买决策。基于在线评论对消费者购买决策、对企业销售产品或服务、对平台企业加强平台建设等多方面的重要性,研究在线评论具有重要的实际意义和价值。
1在线评论的内涵
Chatterjee(2001)在研究消费者购买商品时是否会参考已购产品者的评论时,第一次正式地提出了“在线评论”这一概念[2],之后关于在线评论的研究逐渐丰富起来。Bickart(2001)主要从在线评论产生的来源角度,认为在线评论可能存在于商业销售网站、产品网站、个人主页等网站上。[3]而Stephen(2007)[4]、Cui等(2012)[5]人则从在线评论涉及的沟通主体角度进行了阐述。Stephen(2007)认为在线评论是消费者之间依托网络而针对某一商品或服务的相关信息进行的沟通。Cui等(2012)认为在线评论是网购消费者对产品进行口碑传播的重要手段,是潜在消费者获取产品信息的重要途径。Park等(2008)从内容角度,指出在线评论是电子口碑的一种表现形式,是消M者对产品的正面或负面的评论。[6]而郭国庆等(2010)认为在线评论是由网络购物消费者发表在互联网上,涉及对产品或服务的满意和抱怨,或内心对该商品的使用感觉的表达。[7]张小娟(2015)认为在线评论是消费者在网站上的,关系产品本身、卖家服务态度以及物流服务等方面做出的带有情感倾向的评论。[8]从其价值来看,莫赞(2015)认为通过在线评论信息,消费者能根据他人的评价推断商品的质量,降低购买风险。[9]
综上所述,现有研究主要集中在在线评论的内容上,针对在线评论传递的信息涉及哪些方面展开研究。在在线评论信息涉及的沟通主体上,更侧重于消费者单向地对购买产品的信息的评价,消费者之间、消费者与商家之间的互动或双向的沟通研究较少。同时,对于在线评论的价值的挖掘还不够,还没有充分发挥这一信息资源的重要商业价值。
2在线评论特征指标及其对消费者购物决策影响的研究
评论数量是研究在线评论的一个重要特征指标,许多专家学者都比较关注在线评论对消费者购买决策影响以及销量影响研究。郑小平(2008)研究发现评论的数量越多,对消费者购买决策影响越大[10],俞明南等(2014)的研究也得出在线评论数量对消费者者的购买决策产生重要影响的结论。[11]评论时效性是评论发表的时间和消费者查看评论的时间之间的差距。Hu(2008)研究发现,随着时间的流逝,在线评论对消费者购买决策的作用呈递减趋势。[12]孙文俊(2011)等学者也认为时效性越强对消费者的影响越大。[13]而于丽萍等(2014)的研究却指出评论的时效性对潜在消费者的购买意愿影响不显著。[14]随着时间的累积,较新的评论更容易被消费者注意,而时间较长的评论也可以对消费者发挥一定的参考价值,所以差别并不是很大。在线评论内容方面,李宏等(2011)研究发现负面在线评论对消费者做出购买选择具有显著影响。[15]宁连举和孙韩(2014)建立了在线负面评论与网络消费者购买意愿的关系模型,并得出在线负面评论数量、负面程度、内容等都对消费者的购买意愿有负向影响[16]的结论。相比正向评论,消费者更容易相信负面评论的真实性,因此,负面评论更容易使消费者改变购买意愿。在线评论中可能存在一些无效甚至恶意的评论,对消费者决策产生一定负面影响,因而,在线评论的有用性越来越受到关注。郝媛媛(2010)等人从文本特征出发探讨在线评论有用性影响因素,研究发现有正负情感的在线评论的有用性较大。[17]胡学钢(2016)等人研究证实,发评者属性以及店铺属性都会对评论有用性产生较大影响。[18]Mudambi(2010)则通过研究亚马逊的在线评论体系,指出在线评论对消费者购买决策和最终达成交易的有用性。[19]评论评分对消费者购买决策的影响方面,Nan和Paul等(2006)研究认为消费者发表的评论存在一定的主观性,因此评论可能会产生误导,他通过分析亚马逊网站上产品在线评论的分布,发现评论的平均得分不一定能够真实反映产品的质量。[20]普遍的五星好评可能其真实度反而会大打折扣,反而四星三星的评分相对可信度更高一些。
综上所述,现有研究关于在线评论的特征指标相对集中于评论数量、评论极性、评论分值、评论时效性、评论有效性等方面,对于在线评论内容的关注度、深入挖掘程度还不高,这与在线评论指标的衡量工具或方法有较大关系,容易量化的指标如评论数量、评论的分值、评论的时效性等相关研究成果较多。但同时,对于在线评论特征指标对消费者购物决策到底产生怎样的影响方面,尚未形成共识,还有待于进一步研究。
3在线评论对企业经营活动的影响研究
消费心理学研究表明,消费者是带着主观情感色彩进行在线评论的,其内容可以大大触发潜在顾客的心理诉求,进而影响其购买决策。Trusov(2009)等研究表明在线评论对消费者而言具有更大的说服性,相比其他的营销手段而言,会给企业带来更多的忠诚顾客。Chevaliar(2006)等研究发现评论数量与图书销量呈显著正相关关系。[21]刘顺利(2013)通过实证研究分析了在线评论对产品销量的影响,并建议企业管理者主动对在线评论进行有效的引导和管理,从而提高销量。[22]企业若想提高销售量,就必须重视在线评论的重要性。
因此,企业的经营活动要与在线评论紧密结合起来。现有研究是关于企业如何应用在线评论信息,不断调整自己经营策略的相关研究成果。
4在线评论现有研究不足及未来展望
综上所述,现有研究在在线评论内容的挖掘上,在在线评论信息不同主体的沟通互动方面,在在线评论特征指标的选取以及在在线评论指标对消费者购物决策影响方面,在线评论对企业经营活动的影响、在线评论价值的挖掘等方面都有待更深入地研究。
(1)在在线评论内容的挖掘上,运用文本分析工具方法、运用大数据分析方法深入挖掘在线评论内容信息,细分内容指标,有待开展深入研究。
(2)在在线评论信息涉及的不同主体间的沟通上,关注消费者之间的互动、关注消费者与商家之间的互动,并研究这些互动对消费者购物决策、对企业经营活动的影响的研究,有待进一步深入。
(3)在在线评论指标对消费者购物决策影响方面,在线评论指标体系的研究有待进一步完善。对于在线评论特征指标对消费者购物决策到底产生怎样的影响方面,尚未形成共识,还有待于进一步研究。同时针对不同的产品或服务在线评论指标的选择是否存在差异?这些指标对不同的购物群体的影响是否相同等方面的问题,都有待做细化的深入的研究。
(4)在在线评论对企业经营活动的影响以及在线评论价值的挖掘方面,现有研究关于企业如何应用在线评论,不断调整自己经营策略,相关研究成果都有待丰富和发展。同时,基于目前购物网站上出现的虚假评论,相关的分析工具尚不齐全,有待进一步研究和探讨。
参考文献:
[1]中国互联网络信息中心2015年中国网络购物市场研究报告[EB/OL].(2016-06-22).http:/wwwCnnicnetcn/.
[2]Chatterjee POnline Review:Do Consumers Use Them?[J].Advances in Consumer Research,2001,15(28):133-139.
[3]Bickart B,Schindler R MInternet Forums as Influential Sources of Consumer Information[J].Journal of Interactive Marketing,2001,15(3):31-40.
[4]Stephen,WL,Ronald,EG,Bing,PElectronic Word-of-mouth in Hospitality and Tourism Management[J].Tourism Management,2007(21).
[5]Cui G,Lui H K,Guo X NThe Effect of Online Consumer Reviews on New Product Sales[J].International Journal of Electronic Commerce,2012(17):39-58
[6]Park D H,Kim SThe Effects of Consumer Knowledge on Message Processing of Electronic Word of Mouth via Online Consumer Reviews[J].Electronic Commerce Research and Applications,2008,7(4):399-410.
[7]郭庆,陈凯,何飞消费者在线评论可信度的影响因素研究[J].当代经济管理,2010(10):17-23.
[8]张小娟在线评论情感倾向对顾客购买意愿的影响研究[D].上海:上海工程技术大学,2015.
[9]莫赞在线评论对消费者购买行为的影响研究――消费者学习视角[J].现代情报,2015,35(9):4
[10]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].北京:中国人民大学,2008.
[11]俞明南,武芳,张明明在线评论对顾客购买意愿的影响研究[J].市场周刊:理论研究,2014(4):58-61
[12]Nan HuOnline Consumer Trust:A Multi-Dimesional model[J].Journal of Electronic Commerce in Organizations, 2008, 2(3):40-58
[13]孙文俊,薛博如图书领域消费者在线评论的有用性影响因素研究[J].江苏商论,2011,38(5):58-60.
[14]于丽萍,夏志杰,王冰冰在线评论对消费者网络购买意愿影响的研究[J].现代情报,2014,34(11):34-38
[15]李宏,喻葵,夏景波负面在线评论对消费者网络购买决策的影响[J].情报杂志,2011(5):202-207
[16]宁连举,孙韩在线负面评论对网络消费者购买意愿的影响[J].技术经济,2014,33(3):54-60
[17]郝媛媛,叶强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):78-96
[18]胡学钢,陈方鑫,张玉红在线商品评论有用性影响因素研究[J].计算机应用研究,2016(33).
[19]Susan M Mudambi,David SchuffWhat Makes a Helpful Online Review? A Study of Customer Reviews on amazoncorn[J].MIS Quarterly,2010,34(1):185-200
[20]Nan H,Paul A,Zhang P JCan Online Reviews Reveal a Products True Quality?[C].Empirical Findings and Analytical Modeling of Online Word-of-Mouth Communication,New York:Proceedings of the 7th ACM conference on Electronic commerce,2006:324-330.
关键词:消费者;网络购物;购买决策;因子分析法
一、引言
随着我国经济快速发展,网络经济日益成熟,在2015年6月中国互联网信息中心的2014年网络购物市场研究报告中网络零售交易额达到了2.79万亿元,同比增长49.7%。这使得网络经济环境下,网上购物逐步成为人们的主要消费方式之一。而对消费者购物决策影响因素的研究也日趋增加,其中 Alexandru M. Degeratu(2000)等人研究发现当网络商品提供的信息较少时品牌对消费者的购买决策具有更为重要的影响,而在网络情境中价格敏感度会更高,商品的感官属性对消费者的购买决策影响较低。而台湾学者 Ming-HuiHuang(2003)研究了网络信息的复杂性和新颖性对消费者网上购物的影响,其结论是:信息的新颖性对改变消费者态度和吸引消费者有正效应作用,而信息的复杂性则有负效应作用。以往学者注重对消费者购买行为的特定方面的影响,大多从理论角度出发,来分析影响消费者购买行为的因素。本文通过在天猫网中随机收集了50个的普洱茶销售信息,利用因子分析法建立评价模型,来分析研究哪些因素会对消费者在网购过程中购买决策产生影响,最终得出结论,以便于为消费者购买决策提供参考。本文从以下几个方面进行分析:第二部分介绍了本研究样本的数据来源及研究变量的选择;第三部分对数据结果进行分析;第四部分得出结论并进行总结。
二、研究的数据来源与变量选取
(一)数据来源
进入21世纪,中国已成为世界茶产量第一大国、茶出口第三大国,国内外市场需求稳定增长。而茶作为世界三大饮料之一,已经为多数中国人所接受和喜爱,茶已成为社会生活中不可缺少的健康饮品。特此本文选择普洱茶为研究对象,随机收集了在默认的综合排序下的50个天猫中普洱茶销售信息,由于普洱茶在天猫中有21535件相关商品,在排除了一些异常值后,得到了50个店铺关于普洱茶的销售信息作为数据来源。
(二)变量选取
由于在天猫商城中呈现的商品种类繁多且信息齐全,如商品价格、销售量、运输费、商品收藏量、商品库存、评价等。使得消费者在商城上的可选择性、可比较性的难度增加,筛选有用信息则成为消费者购物决策的重要方式。本文将可能对消费者网上购物决策产生影响的因素尽量考虑在内,然后结合本研究的样本和数据来源逐一进行排除,以便选取最能够体现本研究的变量。在数据获取过程中发现大部分商品均免邮,卖家已将邮费包含于价格之中,因此可将普洱茶运费排除;在普洱茶购买页面呈现的信息中如信用、开店时间等,由于店铺与店铺之间并无太大差异,因此将卖家的信息剔除;由于普洱茶具有可保存性,因此不考虑商家库存的影响;此外支付方式和服务条款在不同网络商店中都存在且没有太大差异也一并排除。
在合理排除以上信息的基础上,由于天猫网提供最近一个月的成交记录,因此本文仍以一个月作为研究模型,初步选取了商品的价格、商品收藏数、月销量、评分次数、差评次数、中评次数、好评次数、评价分数、促销情况、追加评论数等作为变量。其中价格为普洱茶的直接定价数值;月销量为该普洱茶在一个月内的销售量;收藏数为这款普洱茶消费者收藏的数量;评分次数为消费者为普洱茶打分的次数;差评次数选取买家所给1~5分中1分的次数;中评数选取买家所给1~5分中3分的次数;好评数选取买家所给分值1~5分中5分的次数;追加评论数为买家再次评论的次数;评价分数则为买家给出的宝贝是否符合描述的分数,按1~5分计算;促销根据是否有促销情况作为依据,有降价促销则值为1,反之为0。
三、研究结果与分析
1.数据检验。运用SPSS统计软件中的KMO检验和Bartlett球形检验的检验方法对数据的效度进行检验,以此来判断数据是否适合用于分析。一般要求,KMO值大于0.7才能进行因子分析。或者Bartlett球形检验能够通过显著性水平检验,从而说明适合做因子分析。从表1可以看出,KMO值=0.770且P=0,所以本文的变量适合做因子分析。
2.因子分析。本文使用SPSS22. 0 统计软件对该指标体系及数据进行了因子分析处理。
第一步:指标的定义X1 ―价格;X2 ―月销量;X3―收藏量;X4―店铺关注量;X5―评分;X6―评分次数;X7―好评次数;X8―中评次数;X9―差评次数;X10―评价次数;X11―追加评价数;X12―促销(是否促销,是1否0)。
第二步:利用软件计算相关矩阵;求出相关矩阵特征值如表2。
第三步:按照特征根大于1的要求选取公因子。而在本研究中有四个满足条件的特征值,它们对样本方差的累计贡献率达到了85.380%,能够代表了大部分样本的信息。
3.提取公共因子。根据方差最大化进行旋转, 在旋转后的因子载荷矩阵中的元素从大到小排序,根据元素在公因子中所占的比重大小提取得到四个公共因子。
根据表3,可以看出公共因子F1在X6(评分数),X7(好评次数),X8(中评次数),X9(差评次数)上的载荷比较大,该因子可以称为普洱茶卖家得分满意度因子;公因子F2在X3(收藏)X10(评价次数)X11(追加评论)上载荷比较大,该因子可以称为普洱茶买家评价满意度因子;公因子F3在X4(店铺关注)上的载荷比较大,该因子可以称为普洱茶买家关注度因子;公因子F4在X1(价格)上的载荷比较大,该因子可以称为普洱茶价格满意度因子。
4.因子得分函数分析。根据表3的因子旋转载荷和表4的得分系数矩阵可知4个因子得分函数:
F1=0.008X1+0.108X2-0.099X3+0.037X4-0.106X5+0.238X6+0.237X7+0.24X8+0.238X9-0.063X10-O.08X11-0.046X12;
F2=-0.068X1-0.009X2+0.362X3+0.13X4-0.028X5-0.059X6-0.059X7-0.068X8-0.079X9+0.338X10+0.354X11-0.042X12;
F3=0.455X1-0.384X2+0.093X3+0.599X4-0.111X5+0.043X6+0.039X7-0.005X8-0.04X9+0.096X10+0.101X11-0.001X12;
F4=0.516X1+0.041X2+0.042X3-0.167X4+0.404X5+0.007X6+0.009X7+0.049X8+0.085X9+0.049X10-0.088X11-0.659X12;
分析第一主因子的得分系数可知,店铺收藏量、评分、评价次数、追加评论、促销为负数,其余因子的系数为正数。这证明了店铺评价次数、追加评论、收藏量、评分、和促销相关协调,商家开展促销活动,通过宣传促销商品来吸引消费者浏览网页,增加收藏量。因此当第一主因子的得分越低,店铺收藏量、评分、评价次数、追加评论、促销相关协调,反之当得分越高,其余因子相关协调对消费者购买决策有较大影响作用。
分析第二主因子的得分系数可知,收藏量、评价次数、关注量、追加评论的系数为正数,其余8因子为负数。所以当第二主因子得分越高,证明收藏量、评价次数、关注量、追加评论为相互作用且影响较大,反之当其得分越低则证明另外8个因子为相互作用且影响较大,此时卖家应提高商品的收藏量和关注量,从而促进商品的销售。
分析第三主因子的得分系数可知,中评次数、差评次数、评分、促销情况、月销量系数为负,其余因子的系数为正数。这可以看出,中评次数、差评次数、月销量、评分、促销情况为相互协调,此时卖家应关注中差评出现的原因,了解并及时拟定让消费者满意的补救方案。
分析第四主因子的得分系数可知,促销、追加评论、关注量的系数为负数,其余因子的系数为正数。说明当第四主因子的得分越低时,关注量、追加评论、促销为相互作用且影响较大,反之得分越高则证明另外9个因子为相互作用且对消费者购买决策影响较大。
四、结论
本文以普洱茶购买为例,通过在天猫网搜集默认综合排序下前50的普洱茶销售信息,建立了评价模型,对天猫中普洱茶商品呈现的价格、销量、评价等信息进行了实证分析,具体分析了在网络购物中哪些信息因素会对消费者网购决策产生影响。
结合因子分析法在进行消费者网上购物决策影响因素研究方面不仅仅避免了单指标评价的片面性,而且还克服了主观判断法中赋权重有较大偏差的缺点,同时还能应用统计分析软件方便有效的计算出结果,有很好的应用价值。
根据数据研究分析看,本文首先利用累积方差贡献率提取出四个主因子,并通过旋转后的因子载荷矩阵对四个主因子命名。其次,文章利用因子得分矩阵求出4个因子得分函数,并通过得分函数简单分析了各个因子与主因子之间的关系和影响。最后得出结论,消费者在网上购买商品时影响购买决策的主要因素是商品价格满意度、商品的买家关注度、商品的买家评价满意度、商品卖家得分满意度四个方面,四个因素相互协同且影响着消费者网上购买决策。
参考文献:
[1]中国互联网信息中心.2014年网络购物市场研究报告[R].2015.
[2]何景凤.网络团购消费者购买行为影响因素的实证研究[D].广西大学,2012
[3]裴思远.网络消费者行为研究:综述与评析[J].中外企业家,2010(01).
[4]张赛.MS茶业有限公司的营销战略研究[D].广西大学,2011.
[5]符国群.消费者行为学[M].北京:高等教育出版社,2003.
[6]金丽丽.基于主成分分析的消费者网上购物决策影响因素分析[期刊论文]-企业导报,2015(03).
[7]郭功星.消费者网购决策的影响因素分析――基于电热水壶网络销售信息的实证研究[J].消费经济,2013(04).
[8]马惠兰,颜璐.华南市场消费者购买新疆水果渠道及影响因素――基于广州和深圳两市的调查分析[J].干旱区地理,2013(01).
[9]刘瑞峰.消费者特征与特色农产品购买行为的实证分析――基于北京、郑州和上海城市居民调查数据[J].中国农村经济,2014(05).
[10]李华敏,崔瑜琴.影响消费者行为的情境因素分析[J].西安邮电学院学报,2013(02).
天猫双十一自2009年以来就被认为是中国电子商务行业的年度盛事。2013年天猫双十一销售额高达350亿,深圳佐卡伊电子商务有限公司在这次的双十一以5000万订单金额稳居珠宝类目第一名。一位浙江女子花了2050万网购了佐卡伊13.33克拉的“北斗星”钻戒,被众多网友戏称为“真土豪”,再次刷新网购钻石单笔交易记录。
据珠宝行业专家介绍,通常类似这种稀世大钻,一般都是出现在顶级拍卖会上和珍藏圈子里,只有少部分人士能够知道消息和得到邀请进行鉴赏。一些电商观察评论家甚至认为,此次,佐卡伊在天猫双十一平台发售这样一枚全顶级的稀世大钻,本身就是大胆创新之举。如今,它的售出更是意义重大,极大的展示了互联网的力量,是互联网上一次承前启后的理程碑性质的事件,打破了大克拉稀世奢品珍藏只能在私密社交圈、拍卖会上才能一堵真容的局面,开创了互联网网购奢品的新纪元,为广大用户提供了网购奢侈品的真实案例和榜样。同时,它的售出和电子商务在中国的迅猛发展日趋成熟也密不可分。
TOP2:小米手机:把新营销当做战略,做服务,涨粉丝
米式营销上有三板斧。
第一板斧是把新营销当做战略。不是试验田,而是主战场。因为没有预算,只能选择社会化营销的手段。很幸运的是,小米碰上了一个大的顺风车,2010年正好是微博大爆发的时候,小米迅速抓住了这个机会,并变成品牌的主战略。从小米网的组织架构上,你能看到这种战略聚焦,小米网的新媒体团队有近百人,小米论坛30人,微博30人,微信10人,百度、QQ空间等10人。
第二板斧是做服务。客服不是挡箭牌,客服就是营销。小米论坛是这种服务战略的大本营,微博、微信等都有客服的职能。小米在微博客服上有个规定:15分钟快速响应。为此,还专门开发了一个客服平台做专门的处理。特别是微博上,不管是用户的建议还是吐槽,很快就有小米的人员进行回复和解答,很多用户倍感惊讶。
第三板斧是涨粉丝。微博营销千丝万缕,最关键的抓手就是粉丝。小米涨粉丝的秘密武器就是事件营销。小米在微博上做的第一个事件营销是“我是手机控”,从雷军开始,发动手机控晒出自己玩过的手机,大概吸引了80万人参与。转发量最高的是“新浪微博开卖小米手机2”,也是新浪微博2012最高转发记录保持者,转发265万次,涨粉丝37万。
TOP3:褚橙变身“励志橙”
2012年褚橙创造了销售200吨的奇迹后,褚时健授权电商平台本来生活网把2013年的褚橙销往全国。