上海大學(xué)管理學(xué)院 劉翔 范嬌嬌
供應(yīng)商與客戶(hù)智能協(xié)同決策是指供應(yīng)鏈中二個(gè)或二個(gè)以上供需合作伙伴通過(guò)商業(yè)智能技術(shù)、群決策方法等自動(dòng)或半自動(dòng)地產(chǎn)生各方滿(mǎn)意決策方案。供應(yīng)商與客戶(hù)如何應(yīng)對(duì)競(jìng)爭(zhēng)產(chǎn)品評(píng)論是一動(dòng)態(tài)復(fù)雜的協(xié)同決策問(wèn)題。 Godes 和Mayzlin[1](2004)是研究網(wǎng)絡(luò)評(píng)論中的競(jìng)爭(zhēng)產(chǎn)品操縱的首倡者,他發(fā)現(xiàn)在音樂(lè)產(chǎn)業(yè)中,各種專(zhuān)業(yè)網(wǎng)上聊天室和粉絲網(wǎng)站聘請(qǐng)眾多網(wǎng)絡(luò)寫(xiě)手對(duì)新專(zhuān)輯發(fā)表積極意見(jiàn)的評(píng)論。 Dellarocas et al[2](2006)在 Mayzli n[1](2004)的基礎(chǔ)上,對(duì)各種論壇上的評(píng)論進(jìn)行研究發(fā)現(xiàn)越來(lái)越多的公司會(huì)對(duì)論壇中正在討論產(chǎn)品進(jìn)行評(píng)論的操縱,并得出結(jié)論這些公司往往通過(guò)匿名的形式發(fā)布褒楊自己產(chǎn)品或者詆毀競(jìng)爭(zhēng)對(duì)手產(chǎn)品的評(píng)論信息。美國(guó)伊利諾斯州大學(xué)芝加哥分校教授劉冰(Bing Liu)近日在接受《紐約時(shí)報(bào)》采訪(fǎng)時(shí)稱(chēng),亞馬遜上約1/3的產(chǎn)品評(píng)論都是虛假的。
面對(duì)競(jìng)爭(zhēng)對(duì)手的評(píng)論操縱行為供應(yīng)商與客戶(hù)應(yīng)該采取何種的協(xié)同應(yīng)對(duì)決策,首先我們要先學(xué)會(huì)如何識(shí)別受到操縱的評(píng)論,其次根據(jù)多個(gè)方面的影響因素來(lái)進(jìn)行協(xié)同決策。在操縱評(píng)論識(shí)別中 Hu Nan et al[3](2008)是近年來(lái)對(duì)競(jìng)爭(zhēng)產(chǎn)品操縱評(píng)論進(jìn)行研究最多的學(xué)者。他對(duì)不同時(shí)段的評(píng)論等級(jí)取平均值,發(fā)現(xiàn)平均值會(huì)隨著時(shí)間的推移而慢慢降低,越是時(shí)間長(zhǎng),評(píng)論操縱的可能性就降低。隨后,他在對(duì)書(shū)籍市場(chǎng)進(jìn)行競(jìng)爭(zhēng)產(chǎn)品操縱的研究中發(fā)現(xiàn)在書(shū)籍市場(chǎng)中競(jìng)爭(zhēng)產(chǎn)品操縱的評(píng)論大量存在于以下四種類(lèi)型的書(shū)籍——( 1)不暢銷(xiāo)的書(shū)籍(2)很少有人愿意評(píng)論的書(shū)籍(3)因評(píng)論而受到很大影響的書(shū) 籍(4)暢銷(xiāo)而且昂貴的書(shū)籍。他的研究初步對(duì)供應(yīng)商與客戶(hù)進(jìn)行評(píng)論操縱的傾向做出研究,然而他的研究還沒(méi)有考慮到將評(píng)論操縱作為一種商業(yè)的營(yíng)銷(xiāo)手段去研究評(píng)論操縱受到哪些因素的影響,供應(yīng)商與客戶(hù)更傾向如何操縱這些評(píng)論。本文提出了供應(yīng)商與客戶(hù)通過(guò)智能協(xié)同決策產(chǎn)生一致應(yīng)對(duì)競(jìng)爭(zhēng)產(chǎn)品評(píng)論方案的方法。
面對(duì)產(chǎn)品評(píng)論日益成為消費(fèi)者購(gòu)買(mǎi)決策的重要影響因素,許多供應(yīng)商與客戶(hù)早已注意到評(píng)論對(duì)產(chǎn)品銷(xiāo)量的影響,因此他們會(huì)聘請(qǐng)網(wǎng)絡(luò)寫(xiě)手來(lái)進(jìn)行評(píng)論的競(jìng)爭(zhēng)產(chǎn)品操縱,將產(chǎn)品評(píng)論操縱視作一種營(yíng)銷(xiāo)手段。Michael Lee Thomas(2011)已經(jīng)研究得到結(jié)論評(píng)論是成功營(yíng)銷(xiāo)的一個(gè)方面。本文主要立足于相對(duì)于競(jìng)爭(zhēng)對(duì)手的供應(yīng)商與客戶(hù)立場(chǎng)來(lái)進(jìn)行評(píng)論操縱的研究,去研究競(jìng)爭(zhēng)對(duì)手是如何去操縱競(jìng)爭(zhēng)產(chǎn)品評(píng)論。本文將從用戶(hù)瀏覽評(píng)論時(shí)所關(guān)注的產(chǎn)品價(jià)格,質(zhì)量,功能和服務(wù)4個(gè)角度出發(fā),去研究競(jìng)爭(zhēng)對(duì)手的評(píng)論操縱類(lèi)別。
價(jià)格對(duì)消費(fèi)者起到一個(gè)重要的影響就是消費(fèi)者的價(jià)格知覺(jué)作用。價(jià)格知覺(jué)是消費(fèi)者在理解商品或服務(wù)的價(jià)格時(shí),綜合與價(jià)格有關(guān)的各種因素而形成的一種與外部環(huán)境相對(duì)結(jié)合的,具有一定意義的心理過(guò)程以及 認(rèn)知。[5]
供應(yīng)商與客戶(hù)對(duì)產(chǎn)品評(píng)論內(nèi)容中的價(jià)格評(píng)論進(jìn)行操縱具有十分重要的意義:滿(mǎn)足消費(fèi)者對(duì)評(píng)論中價(jià)格知覺(jué)的需要與引導(dǎo)消費(fèi)者產(chǎn)生正確的產(chǎn)品期望。
產(chǎn)品質(zhì)量是影響消費(fèi)者購(gòu)買(mǎi)行為的一個(gè)重要因素。產(chǎn)品本身的內(nèi)在質(zhì)量或客觀質(zhì)量構(gòu)成了評(píng)論的一部分,在消費(fèi)者購(gòu)買(mǎi)產(chǎn)品之前,往往會(huì)關(guān)注產(chǎn)品的質(zhì)量,進(jìn)行購(gòu)買(mǎi)決策。本文中所要研究的消費(fèi)者的質(zhì)量認(rèn)識(shí)主要從評(píng)論中的用戶(hù)對(duì)產(chǎn)品內(nèi)在特征的評(píng)價(jià)。因此供應(yīng)商與客戶(hù)對(duì)產(chǎn)品評(píng)論內(nèi)容中的質(zhì)量評(píng)論進(jìn)行操縱具有十分重要的意義:讓消費(fèi)者信服產(chǎn)品的質(zhì)量,引導(dǎo)消費(fèi)者產(chǎn)生合理的產(chǎn)品質(zhì)量?jī)r(jià)值觀念。
產(chǎn)品功能一般指物品的“功用”、“作用”、“效用”等。更加通俗的說(shuō)法是“這件東西有什么樣的用途”。供應(yīng)商與客戶(hù)對(duì)產(chǎn)品評(píng)論中的功能評(píng)論進(jìn)行操縱具有十分重要的意義:突出產(chǎn)品的優(yōu)勢(shì)功能,吸引消費(fèi)者的信賴(lài)與引導(dǎo)消費(fèi)者對(duì)產(chǎn)品功能有正確的理解。
產(chǎn)品服務(wù),是指以實(shí)物產(chǎn)品為基礎(chǔ)的情況下,為支持實(shí)物產(chǎn)品的咨詢(xún),銷(xiāo)售和售后而向消費(fèi)者提供的附加服務(wù)。供應(yīng)商與客戶(hù)對(duì)產(chǎn)品評(píng)論中的服務(wù)評(píng)論進(jìn)行操縱具有十分重要的意義:表明購(gòu)買(mǎi)產(chǎn)品所提供的服務(wù),從附加產(chǎn)品找到優(yōu)于競(jìng)爭(zhēng)對(duì)手的優(yōu)勢(shì)與從側(cè)面反映顧客的忠誠(chéng)度,吸引更多的人成為供應(yīng)商與客戶(hù)的老客戶(hù)。
Nan Hu(2010)曾對(duì)評(píng)論操縱的存在做出研究,已經(jīng)證明產(chǎn)品質(zhì)量與產(chǎn)品類(lèi)型的差異性導(dǎo)致供應(yīng)商與客戶(hù)對(duì)評(píng)論操縱的不同。同時(shí)他假設(shè)商品的評(píng)論是真實(shí)的,那么不同網(wǎng)站上的打分是接近的,并且穩(wěn)定的。然后他對(duì)亞馬遜網(wǎng)站上和當(dāng)當(dāng)網(wǎng)上抽取了2011年7月剛上架銷(xiāo)售的數(shù)碼相機(jī)和圖書(shū)的共20件商品總共400條評(píng)論的內(nèi)容,以及用戶(hù)對(duì)這些商品的打分(1-5分)情況,從而得出結(jié)論用戶(hù)對(duì)商品的打分是隨著月份t的增加,總體上呈現(xiàn)出下降趨勢(shì)。因此本章在對(duì)數(shù)碼產(chǎn)品分析時(shí)從當(dāng)當(dāng)網(wǎng),亞馬遜網(wǎng),京東網(wǎng),網(wǎng)上蘇寧等網(wǎng)站進(jìn)行研究,探討是否不同的網(wǎng)站對(duì)不同的產(chǎn)品評(píng)分不一樣。
我們會(huì)發(fā)現(xiàn)隨著時(shí)間的推移商品的打分漸漸變低,這和 Nan Hu(2011)對(duì)商品打分進(jìn)行分析時(shí)得到相同的打分趨勢(shì),即進(jìn)一步肯定了Nan Hu的結(jié)論:用戶(hù)對(duì)商品的打分是隨著月份t的增加,總體上消費(fèi)者對(duì)商品的打分是呈現(xiàn)出下降趨勢(shì)的。
咨詢(xún)公司eVOC Insights調(diào)查發(fā)現(xiàn),超過(guò)85%的消費(fèi)者在網(wǎng)上購(gòu)買(mǎi)過(guò)大件商品如家電產(chǎn)品,服裝產(chǎn)品等,63%的人更傾向到那些提供商品評(píng)級(jí)和評(píng)論功能的網(wǎng)站進(jìn)行產(chǎn)品研究和購(gòu)買(mǎi)。在這項(xiàng)實(shí)驗(yàn)中,eVOC Insights測(cè)驗(yàn)了用戶(hù)在4個(gè)購(gòu)物網(wǎng)站上購(gòu)買(mǎi)數(shù)碼相機(jī)的購(gòu)買(mǎi)心理和購(gòu)買(mǎi)過(guò)程,來(lái)研究是什么樣的原因促使消費(fèi)者決定在這個(gè)網(wǎng)站而不是別的網(wǎng)站購(gòu)買(mǎi)。這4大網(wǎng)上商場(chǎng)分別是:Amazon.com, BestBuy.com, CircuitCity.com 和Walmart.com。調(diào)查結(jié)果顯示用戶(hù)更喜歡到Amazon和 CircuitCity購(gòu)買(mǎi)電子商品。報(bào)告注意到,Amazon是消費(fèi)者最熟悉并被認(rèn)為是網(wǎng)上商店的領(lǐng)軍者,而CircuitCity被認(rèn)為是使用起來(lái)最方便的網(wǎng)站。除此之外,消費(fèi)者之所以在以上2個(gè)網(wǎng)站上買(mǎi)電子商品是因?yàn)?個(gè)網(wǎng)站同時(shí)提供商品評(píng)論和商品評(píng)級(jí),而B(niǎo)estBuy和Wal-Mart均不提供這兩項(xiàng)功能。因此可見(jiàn)消費(fèi)者對(duì)不同專(zhuān)業(yè)性網(wǎng)站存在著不同的信任度,因此對(duì)不同專(zhuān)業(yè)性的網(wǎng)站中的評(píng)論信任度而不同。
本文利用火車(chē)頭數(shù)據(jù)采集器從選取了京東網(wǎng)和當(dāng)當(dāng)網(wǎng)上的佳能A4000 IS 數(shù)碼相機(jī)的評(píng)論數(shù)據(jù)。該產(chǎn)品2012年2月上市,我們選取了從2012年2月到12月的用戶(hù)評(píng)論,其中京東網(wǎng)上的評(píng)論有1922條,網(wǎng)上的評(píng)論為53條。
本文利用Matlab實(shí)現(xiàn)模糊神經(jīng)網(wǎng)模型來(lái)進(jìn)行供應(yīng)商與客戶(hù)應(yīng)對(duì) 競(jìng)爭(zhēng)對(duì)手產(chǎn)品評(píng)論操縱策略的識(shí)別,我們首先要建立模糊神經(jīng)網(wǎng)絡(luò)。模糊神經(jīng)網(wǎng)絡(luò)分為五層。第一層是數(shù)據(jù)輸入層,這一層存放著從文件中的數(shù)據(jù)直接輸入的數(shù)據(jù);第二層為模糊隸屬函數(shù)層,將輸入的數(shù)據(jù)經(jīng)過(guò)隸屬函數(shù),將輸入的變量的模糊化;第三層為模糊規(guī)則層,實(shí)現(xiàn)的是模糊規(guī)則的“與”操作;第四層是模糊輸出層,通過(guò)模糊OR操作,實(shí)現(xiàn)“或”規(guī)則的綜合;第五層為去模糊層,將第四層節(jié)點(diǎn)的輸出轉(zhuǎn)變?yōu)榫_值。具體的建模如下:
輸入層:競(jìng)爭(zhēng)對(duì)產(chǎn)品評(píng)論操縱模糊規(guī)則,設(shè)計(jì)如下:, 為輸入的2個(gè)維度,分別代表的是時(shí)間,網(wǎng)站的專(zhuān)業(yè)性和營(yíng)銷(xiāo)策略,其中=(, )為i的一個(gè)特征值。輸入的三個(gè)維度并非可以很明確的進(jìn)行分類(lèi),我們利用的隸屬函數(shù)為集合函數(shù)。其中,時(shí)間維度,剛上市的時(shí)間范圍我們假設(shè)在1到12個(gè)月之間(1,12),(13,24)為下一個(gè)階段的時(shí)間范疇。網(wǎng)站的專(zhuān)業(yè)性可以從它的主營(yíng)產(chǎn)品來(lái)看待,我們?yōu)槊總€(gè)類(lèi)別的產(chǎn)品設(shè)置數(shù)字編號(hào),書(shū)籍為1,音像產(chǎn)品為2,筆記本電腦產(chǎn)品為3,數(shù)碼相機(jī)產(chǎn)品為4,接著我們可以將當(dāng)當(dāng)設(shè)置為(1,2)表示當(dāng)當(dāng)主營(yíng)書(shū)籍,音像產(chǎn)品;京東設(shè)置為(3,4)表明京東網(wǎng)主營(yíng)電腦和數(shù)碼相機(jī)產(chǎn)品。 結(jié)合我們?cè)?中評(píng)論內(nèi)容中產(chǎn)品特征的評(píng)論操縱,我們得到供應(yīng)商與客戶(hù)應(yīng)對(duì)競(jìng)爭(zhēng)手的協(xié)同策略隸屬函數(shù)。
表1 競(jìng)爭(zhēng)對(duì)手產(chǎn)品評(píng)論操縱規(guī)則
模糊規(guī)則主要有2種類(lèi)型IF-THEN型和TSK型。本文采用TSK型。模糊規(guī)則庫(kù)構(gòu)成神經(jīng)元輸入向量。
隱藏層:由25個(gè)神經(jīng)元節(jié)點(diǎn)組成,通過(guò)tansig函數(shù)與logsig函數(shù)存貯輸入、輸出之間關(guān)系。通過(guò)神經(jīng)網(wǎng)絡(luò)訓(xùn)練進(jìn)行自動(dòng)學(xué)習(xí)并推理競(jìng)爭(zhēng)產(chǎn)品評(píng)論規(guī)則與協(xié)同決策方案間動(dòng)態(tài)關(guān)系。
輸出層:采用反模糊對(duì)照表,輸出供應(yīng)商與客戶(hù)應(yīng)對(duì)競(jìng)爭(zhēng)對(duì)手產(chǎn)品評(píng)論的協(xié)同決策方案:(1)產(chǎn)品后期更加注重對(duì)產(chǎn)品服務(wù)和價(jià)格的操縱,競(jìng)爭(zhēng)對(duì)手在與自身產(chǎn)品專(zhuān)業(yè)性程度高的網(wǎng)站上的操縱力度大于專(zhuān)業(yè)程度低的網(wǎng)站的規(guī)則;(2)產(chǎn)品后期更加注重對(duì)產(chǎn)品服務(wù)和價(jià)格的操縱,在網(wǎng)站專(zhuān)業(yè)性與自身產(chǎn)品相關(guān)度高的網(wǎng)站上加大操縱力度;(3)在早期注重產(chǎn)品質(zhì)量和功能的操縱;(4)在后期注重產(chǎn)品服務(wù)和價(jià)格的操縱。
本實(shí)驗(yàn)利用當(dāng)當(dāng)網(wǎng)和京東網(wǎng)上的產(chǎn)品評(píng)論探討供應(yīng)商與客戶(hù)應(yīng)對(duì)競(jìng)爭(zhēng)對(duì)手評(píng)論操縱時(shí)的協(xié)同決策,在產(chǎn)品上市時(shí)間和網(wǎng)站的專(zhuān)業(yè)性2個(gè)維度中得到競(jìng)爭(zhēng)對(duì)手對(duì)評(píng)論操縱力度上的變化,結(jié)合識(shí)別競(jìng)爭(zhēng)對(duì)手對(duì)產(chǎn)品評(píng)論內(nèi)容中產(chǎn)品特征操縱的傾向來(lái)研究供應(yīng)商與客戶(hù)對(duì)產(chǎn)品的不同上市時(shí)期,不同的專(zhuān)業(yè)性網(wǎng)站,采取對(duì)評(píng)論內(nèi)容中產(chǎn)品特征不同的操縱方法。用模糊神經(jīng)網(wǎng)絡(luò)的方法得到的結(jié)果圖1、2所示:
圖1 神經(jīng)網(wǎng)絡(luò)的性能誤差曲線(xiàn)
圖 2 模糊神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)結(jié)果圖
從圖1得到了模糊神經(jīng)網(wǎng)絡(luò)的性能誤差曲線(xiàn)圖,得到的誤差已經(jīng)小于10-5,達(dá)到了一定的準(zhǔn)確率。圖2中顯示了我們得到的預(yù)測(cè)結(jié)果與實(shí)際結(jié)果圖,從圖中看預(yù)測(cè)結(jié)果和實(shí)際結(jié)果非常吻合,因此我們的模型進(jìn)行一定程度上的預(yù)測(cè)。我們已經(jīng)得到結(jié)論競(jìng)爭(zhēng)對(duì)手對(duì)產(chǎn)品的評(píng)論進(jìn)行操縱時(shí),在產(chǎn)品上市的早期,競(jìng)爭(zhēng)對(duì)手對(duì)產(chǎn)品的操縱的力度是最大的;對(duì)于網(wǎng)站的專(zhuān)業(yè)性,越專(zhuān)業(yè)的網(wǎng)站因?yàn)槠涔帕Φ拇嬖谠饺菀资艿礁?jìng)爭(zhēng)對(duì)手的評(píng)論操縱。我們又結(jié)合了競(jìng)爭(zhēng)對(duì)手對(duì)評(píng)論內(nèi)容操縱的規(guī)律,發(fā)現(xiàn)在產(chǎn)品的上市初期質(zhì)量和功能更多受到競(jìng)爭(zhēng)對(duì)手的操縱,而在后期,評(píng)論中價(jià)格和服務(wù)成為競(jìng)爭(zhēng)對(duì)手的操縱對(duì)象。
總體上而言, 供應(yīng)商與客戶(hù)應(yīng)對(duì)競(jìng)爭(zhēng)對(duì)手評(píng)論操縱時(shí),在產(chǎn)品剛上市時(shí)應(yīng)加強(qiáng)對(duì)專(zhuān)業(yè)性網(wǎng)站上,產(chǎn)品評(píng)論中質(zhì)量和功能的操縱;當(dāng)產(chǎn)品漸漸不再是新品,隨著時(shí)間的推移,供應(yīng)商與客戶(hù)因降低操縱力度,同時(shí)轉(zhuǎn)向?qū)Ξa(chǎn)品評(píng)論中的價(jià)格和服務(wù)進(jìn)行操縱。
在線(xiàn)產(chǎn)品評(píng)論影響著消費(fèi)者的購(gòu)買(mǎi)決策,因此,評(píng)論操縱也成為供應(yīng)商與客戶(hù)進(jìn)行協(xié)同決策應(yīng)對(duì)競(jìng)爭(zhēng)對(duì)手的一種營(yíng)銷(xiāo)手段。
我們利用模糊神經(jīng)網(wǎng)絡(luò)研究供應(yīng)商與客戶(hù)在應(yīng)對(duì)競(jìng)爭(zhēng)對(duì)手評(píng)論操縱時(shí)的應(yīng)對(duì)方案, 我們研究發(fā)現(xiàn)非主營(yíng)電子產(chǎn)品的網(wǎng)站上的電子產(chǎn)品評(píng)論量較少,同時(shí)這些評(píng)論的打分分值并沒(méi)有一個(gè)非常明顯的變化趨勢(shì);而主營(yíng)電子產(chǎn)品的網(wǎng)站,其評(píng)論量比非主營(yíng)電子產(chǎn)品的王站的多。同時(shí)產(chǎn)品的評(píng)論中質(zhì)量和功能的操縱的好評(píng)在初期比較多,而價(jià)格和服務(wù)操縱的好評(píng)出現(xiàn)在產(chǎn)品上市的后期比較多,因此我們歸納出產(chǎn)品的上市初期的評(píng)論比后期的好評(píng)更多,因此,在面對(duì)競(jìng)爭(zhēng)對(duì)手評(píng)論操縱的時(shí)候,供應(yīng)商與客戶(hù)應(yīng)該更加注重的是產(chǎn)品初期的評(píng)論,針對(duì)不同產(chǎn)品在對(duì)應(yīng)不同專(zhuān)業(yè)性網(wǎng)站上進(jìn)行評(píng)論操縱,同時(shí)初期注重產(chǎn)品評(píng)論內(nèi)容中的質(zhì)量和功能的操縱,后期注重產(chǎn)品評(píng)論內(nèi)容中的價(jià)格和服務(wù)操縱。
[1] C.Dellarocas,Strategic manipulation of internet opinion forums:implications for consumers and firms,Management Science 52 (10) (October 2006).
[2] Nan Hu,Ling Liua,Vallabh Sambamurthy c.Fraud detection in online consumer reviews[J].Decision support systems,18 August 2010.
[3] Yubo Chen,Jinhong Xie.Online Consumer Review:Word-of-Mouth as a New Element of Marketing Communication Mix[J].MANAGEMENT SCIENCE,Vol.54,No.3,March 2008.
[4] Hu Nan,Liu Ling,Zhang J.Analyst forecast revision and market sales discovery of online word of mouth[C].Proceedings of the 40th Hawaii International Conference on System Sciences,Waikoloa,Big Island,HI,USA,2007.
[5] Ye Qiang,ShiW,Li Y J.Sentiment Classification for Movie Reviews in Chinese by Proved Semantic Oriented Approach[C].Proceedings of the 39th Annual Hawaii International Conference on System Sciences, 2006.
[6] Ye Qiang,Li Y J,Zhang YW. Semantic-oriented sentiment classification for Chinese product reviews:An experimental study on the reviews for books and cell phones[J].Tsinghua Science and Technology.2005,10(z1).
[7] Nan.Hu,N.S.Koh,V.Sambamurthy,The Value Implication of Online Consumer Review,American Accounting Association Seventeenth Annual Research Workshop on Artificial Intelligence and Emerging Technologies (AIET) inAccounting, Auditing and Tax(Anaheim/Orange, California,USA,2008),2008.
[8] Nan.Hu,L.Liu,J.Zhang,Do online reviews affect product sales? The role of reviewer characteristics and temporal effects,Information Technology and Management,2008,9(3)
[9] Zeng,Amy Z.Collaboration decisions on disruption recovery service in urban public tram systems[J].Transportation Research,May2012, Vol.48 Issue 3.
[10] Yubo Chen,Jinhong Xie.Third-Party Product Review and Firm Marketing Strategy [J].MARKETING SCIENCE.Vol.24,No.2,Spring 2005.