在線初次評論與在線追加評論的比較研究

石文華，龔 雪，張 綺，王 璐

北京郵電大學(xué) 經(jīng)濟(jì)管理學(xué)院，北京 100876

在線初次評論與在線追加評論的比較研究

石文華，龔 雪，張 綺，王 璐

北京郵電大學(xué) 經(jīng)濟(jì)管理學(xué)院，北京 100876

在線評論是近幾年學(xué)者們非常關(guān)注的問題，已有研究多是針對消費(fèi)者在收到產(chǎn)品之后第一次進(jìn)行的評論，隨著網(wǎng)絡(luò)購物機(jī)制的完善，各大網(wǎng)上購物平臺為消費(fèi)者提供追加評論的機(jī)會，即在使用產(chǎn)品一段時間后再次進(jìn)行評論。

將在線評論分為在線初次評論和在線追加評論，基于不同產(chǎn)品類型(搜索型產(chǎn)品和體驗(yàn)型產(chǎn)品)和產(chǎn)品價格，探討評論數(shù)量、評論長度、評論時間間隔和評論情感強(qiáng)度之間的差異。從在線零售網(wǎng)站天貓商城上獲取真實(shí)的在線評論作為實(shí)驗(yàn)數(shù)據(jù)，采用回歸分析、多因素方差分析、獨(dú)立樣本t檢驗(yàn)、配對樣本t檢驗(yàn)等方法，利用SPSS 20進(jìn)行數(shù)據(jù)分析。

研究結(jié)果表明，①評論數(shù)量受到評論類型和產(chǎn)品價格的影響，評論類型對評論數(shù)量的影響最大，初次評論數(shù)量明顯多于追加評論數(shù)量，產(chǎn)品價格對評論數(shù)量有負(fù)向影響，而產(chǎn)品類型對評論數(shù)量無顯著影響；②體驗(yàn)型產(chǎn)品的評論長度和評論時間間隔均大于搜索型產(chǎn)品，產(chǎn)品價格正向影響評論長度和評論時間間隔；③初次評論和追加評論的情感強(qiáng)度差異受情感傾向的影響，如果初次評論和追加評論的情感傾向均為負(fù)向，則追加評論的情感強(qiáng)度大于初次評論的情感強(qiáng)度；如果初次評論和追加評論的情感傾向均為正向，則追加評論的情感強(qiáng)度小于初次評論的情感強(qiáng)度。

研究結(jié)果表明初次評論和追加評論在一些基本特征方面存在差異，一方面是對已有在線追加評論研究的補(bǔ)充，為后續(xù)比較研究初次評論和追加評論對消費(fèi)者影響提供理論基礎(chǔ)；另一方面，企業(yè)可針對不同類型和不同價格的產(chǎn)品采取不同措施，使評論長度、時間間隔和情感強(qiáng)度保持在優(yōu)良水平，充分利用在線評論對消費(fèi)者購買決策的影響。

在線初次評論；在線追加評論；產(chǎn)品類型；產(chǎn)品價格；情感強(qiáng)度

1 引言

隨著電子商務(wù)的飛速發(fā)展，在線評論已經(jīng)成為消費(fèi)者購買產(chǎn)品或服務(wù)的重要信息來源[1-2]。越來越多的研究也表明在線評論可以幫助消費(fèi)者降低商品信息的不確定性，進(jìn)而進(jìn)行購物決策[3-4]。2013年eMarketer的數(shù)據(jù)顯示，92%的消費(fèi)者在做出購買決策之前會查看在線產(chǎn)品評論，67%的商品銷量依賴相應(yīng)的網(wǎng)絡(luò)口碑。

伴隨著電商平臺評論系統(tǒng)的日趨復(fù)雜和完善，許多電商網(wǎng)站增加了追加評論的功能，追加評論是指在交易成功后的一定期限內(nèi)，消費(fèi)者在初次評論后再次發(fā)表的評論。在線評論引起學(xué)者的廣泛關(guān)注，F(xiàn)LOH et al.[5]研究在線評論對消費(fèi)者購買意向、推薦意向和支付意愿的非對稱影響；MOORE[6]基于不同產(chǎn)品類型研究評論內(nèi)容解釋類型對消費(fèi)者的不同影響；周梅華等[7]以心理距離理論為基礎(chǔ)，探討在線評論內(nèi)容與消費(fèi)者購買意愿的影響。然而這些研究并沒有區(qū)分初次評論和追加評論。近兩年，不少學(xué)者逐漸意識到初次評論和追加評論會對消費(fèi)者產(chǎn)生不同影響，并展開比較研究。王長征等[8]研究表明，追加評論比初次評論具有更多的價值信息，消費(fèi)者的有用性感知更高，而在含有追加的評論中，前后矛盾的評論比前后一致的評論能使閱讀者產(chǎn)生更高的有用性感知。目前關(guān)于在線追加評論的研究相對較少，且主要集中在初次評論和追加評論對消費(fèi)者影響的比較方面。歸根溯源，初次評論和追加評論之所以對消費(fèi)者產(chǎn)生不同影響，是因?yàn)閮烧咴诨咎卣魃洗嬖诓町悺?/p>

本研究對初次評論和追加評論的評論數(shù)量、評論文本長度、時間間隔、情感強(qiáng)度等進(jìn)行比較，找出在線初次評論與在線追加評論的異同，探討產(chǎn)品類型和產(chǎn)品價格對兩者的影響。

2 相關(guān)研究評述和研究假設(shè)

2.1 在線評論、在線初次評論、在線追加評論

在線評論作為在線口碑的一種，在互聯(lián)網(wǎng)時代扮演著越來越重要的角色，成為消費(fèi)者購買決策中重要的產(chǎn)品信息。BICKART et al.[9]認(rèn)為，消費(fèi)者可以通過在線評論發(fā)表自己的見解，在線評論也可以在多種網(wǎng)頁上進(jìn)行展示，如電子商務(wù)網(wǎng)站、論壇等，而且可以保存較長的時間，傳播的范圍也很廣；PARK et al.[10]認(rèn)為在線評論是曾經(jīng)的、現(xiàn)在的以及潛在的消費(fèi)者通過自己對已購產(chǎn)品或服務(wù)的了解，在網(wǎng)站上對其進(jìn)行評價，可能是積極的，也可能是消極的，其中也包括對其他消費(fèi)者的相關(guān)建議。根據(jù)已有研究的定義，本研究將在線評論定義為消費(fèi)者在購買產(chǎn)品后，結(jié)合自己購買產(chǎn)品、使用產(chǎn)品的經(jīng)歷，在購物網(wǎng)站上對購買的產(chǎn)品或服務(wù)發(fā)表自己的意見和建議，可以是積極的評價，也可以是消極的評價。

隨著電子商務(wù)的發(fā)展，在線評論不僅是人們獲取商品信息的重要途徑，而且會影響消費(fèi)者的購買行為[11-12]。各大電商網(wǎng)站逐步對在線評論的功能進(jìn)行完善，如區(qū)分好評、中評、差評，或是單獨(dú)列出有曬單的評價，讓消費(fèi)者更清楚地了解產(chǎn)品情況。淘寶商城較早地推出了追加評論模塊，將消費(fèi)者購物后不同階段做出的評價進(jìn)行區(qū)分。已有研究對在線初次評論的研究涉及評論有用性、評論對銷量的影響、評論對消費(fèi)者購買意愿的影響等方面，但是對在線追加評論的相關(guān)研究較為缺乏。本研究中在線初次評論是指消費(fèi)者在收到貨物后立即對產(chǎn)品進(jìn)行的評價，通常是在確認(rèn)收貨后30天內(nèi)對產(chǎn)品進(jìn)行的評價。在線追加評論是指在使用一段時間后對產(chǎn)品再次進(jìn)行評價，通常與在線初次評論相對應(yīng)，一般是在在線初次評論日期結(jié)束后的180天內(nèi)進(jìn)行的評價。

2.2 產(chǎn)品類型

不同類型的產(chǎn)品的初次評論和追加評論可能在評論數(shù)量、評論文本長度、初次評論與追加評論的時間間隔、情感強(qiáng)度方面有所不同。NELSON[13]認(rèn)為產(chǎn)品可以分為搜索型產(chǎn)品和體驗(yàn)型產(chǎn)品兩類，搜索型產(chǎn)品的主要特征是消費(fèi)者可以通過各種途徑進(jìn)行信息搜索，從而對產(chǎn)品產(chǎn)生判斷。體驗(yàn)型產(chǎn)品是指不能只通過搜索信息了解產(chǎn)品，必須進(jìn)行親自體驗(yàn)，才能了解產(chǎn)品的特性。已有研究中將相機(jī)和藥品的附加屬性和攝像機(jī)等作為搜索型產(chǎn)品[14]，對體驗(yàn)型產(chǎn)品進(jìn)行研究時多選擇音樂和酒等。NELSON[15]后來又將產(chǎn)品分為搜索型、體驗(yàn)型和信念型。由于信念型產(chǎn)品在在線銷售的產(chǎn)品中較為少見，目前研究者主要探討前兩種類型的產(chǎn)品[16]。因此，本研究借鑒已有研究，將產(chǎn)品類型分為搜索型產(chǎn)品和體驗(yàn)型產(chǎn)品，考慮到價格的影響，每一類產(chǎn)品又分為高價產(chǎn)品和低價產(chǎn)品。

搜索型產(chǎn)品和體驗(yàn)型產(chǎn)品在屬性方面具有較大區(qū)別，導(dǎo)致其在線評論特性的不同，引起學(xué)者廣泛研究。SCHOLZ et al.[17]發(fā)現(xiàn)，體驗(yàn)型產(chǎn)品評論比功利型產(chǎn)品評論得到的關(guān)于有用性的票數(shù)多；MUDAMBI et al.[18]的研究認(rèn)為，消費(fèi)者的搜索成本受產(chǎn)品類型的影響，對于體驗(yàn)型產(chǎn)品適中評論更有用，對于搜索型產(chǎn)品極端評論被認(rèn)為是可靠的；SEN et al.[19]的研究也認(rèn)為，不同情感傾向?qū)ο順沸彤a(chǎn)品和功利型產(chǎn)品的有用性影響不同。從這些研究中可以看出，學(xué)者們對于不同產(chǎn)品類型的在線評論類型并沒有進(jìn)一步區(qū)分，本研究對不同產(chǎn)品類型的初次評論和追加評論的屬性進(jìn)行比較和研究。

2.3 產(chǎn)品價格

產(chǎn)品價格是產(chǎn)品的重要屬性，不同價格的產(chǎn)品會影響消費(fèi)者對產(chǎn)品的重視程度和喜好。KIECKER et al.[20]的研究表明，在線評論內(nèi)容主要是關(guān)于產(chǎn)品質(zhì)量和價格等信息，價格是在線評論的重要內(nèi)容之一，能幫助消費(fèi)者增加對產(chǎn)品的了解；張耕等[21]基于淘寶網(wǎng)的數(shù)據(jù)實(shí)證研究表明，產(chǎn)品價格對產(chǎn)品銷量有顯著的負(fù)向影響，且高價產(chǎn)品的負(fù)面在線評論作用更顯著。上述研究主要探討產(chǎn)品價格對消費(fèi)者或銷量的影響，沒有研究對評論本身特性的影響。本研究通過從網(wǎng)站上獲取在線評論的數(shù)據(jù)，比較初次評論和追加評論的異同，并且把產(chǎn)品價格作為分析的維度之一。

2.4 研究假設(shè)

從刻畫在線評論特征的視角看，目前國外學(xué)術(shù)界主要用評論的數(shù)量、正負(fù)情感極性、平均觀點(diǎn)性評價傾向、正負(fù)情感的方差或觀點(diǎn)評價、擴(kuò)散度5個維度刻畫在線評論，中國學(xué)者使用的維度與國外學(xué)者的類似，包括評論數(shù)量、文本長度、情感強(qiáng)度和情感極性等維度。本研究從評論數(shù)量、評論長度、時間間隔和情感強(qiáng)度方面進(jìn)行探索。

2.4.1 評論數(shù)量

評論數(shù)量在一定程度上顯示了評論中包含的信息內(nèi)容的總量[10]，如果一種產(chǎn)品的評論數(shù)量多，那么這種產(chǎn)品被其他消費(fèi)者了解的內(nèi)容也多，也就增加了該產(chǎn)品被知曉的機(jī)會。龔詩陽等[22]研究網(wǎng)絡(luò)口碑是通過知曉效應(yīng)還是說服效應(yīng)影響消費(fèi)決策，發(fā)現(xiàn)評論數(shù)量對銷量有顯著影響，而評分影響不顯著，說明在線評論通過數(shù)量讓消費(fèi)者知曉產(chǎn)品而促進(jìn)銷量。已有研究對評論數(shù)量如何影響消費(fèi)者決策進(jìn)行了較多探索，但評論數(shù)量本身也受到產(chǎn)品類型和評論類型等其他因素的影響。隨著移動互聯(lián)網(wǎng)和社交媒體的發(fā)展，消費(fèi)者追加評論的現(xiàn)象更加普遍，初次評論是消費(fèi)者在收到商品后對商品質(zhì)量、物流、客服態(tài)度等做出的評論，而追加評論是消費(fèi)者根據(jù)使用產(chǎn)品的體驗(yàn)或感受對前一次評論中觀點(diǎn)、態(tài)度進(jìn)行的補(bǔ)充或修正，且一般只有消費(fèi)者在使用產(chǎn)品一段時間后，對產(chǎn)品產(chǎn)生強(qiáng)烈好感或不滿才能激發(fā)消費(fèi)者追加評論的欲望。為此，本研究提出假設(shè)。

H1與追加評論相比，初次評論數(shù)量更多。

NELSON[15]從信息經(jīng)濟(jì)學(xué)角度將產(chǎn)品分為搜索型產(chǎn)品和體驗(yàn)型產(chǎn)品，目前這種分類已經(jīng)得到很多學(xué)者的認(rèn)可。兩種產(chǎn)品類型在產(chǎn)品屬性、消費(fèi)者獲取產(chǎn)品信息的難易程度等方面存在差異，搜索型產(chǎn)品價格相對較高，如3C產(chǎn)品，多為耐用性消費(fèi)品，使用周期長，購買頻率低，持續(xù)購買能力低，消費(fèi)者除了關(guān)注銷售環(huán)節(jié)外，對后續(xù)服務(wù)、購買便捷性也很看重，這些因素會激發(fā)消費(fèi)者在線評論的熱情。同樣，李宗偉等[23]基于淘寶網(wǎng)在線評論信息發(fā)現(xiàn)，搜索型產(chǎn)品的主動評論率和有效評論率均高于體驗(yàn)型產(chǎn)品。為此，本研究提出假設(shè)。

H2搜索型產(chǎn)品的初次評論數(shù)量和追加評論數(shù)量均高于體驗(yàn)型產(chǎn)品。

產(chǎn)品價格是影響評論數(shù)量的另一個因素。不同價格的產(chǎn)品在消費(fèi)者心中的地位不一樣，對于高價格產(chǎn)品，消費(fèi)者在購買前會對信息搜索環(huán)節(jié)和使用產(chǎn)品的體驗(yàn)環(huán)節(jié)給予更多關(guān)注，并愿意分享自己購買和使用心得；而對于低價格產(chǎn)品，消費(fèi)者不會花很大心思，在收到產(chǎn)品后無論是否滿意，消費(fèi)者都可能不會太在意，很難激起其評論欲望。為此，本研究提出假設(shè)。

H3產(chǎn)品價格對初次評論數(shù)量和追加評論數(shù)量有顯著影響，且產(chǎn)品價格越高，初次評論數(shù)量和追加評論數(shù)量越多。

H3a搜索型產(chǎn)品的產(chǎn)品價格對初次評論和追加評論數(shù)量有顯著影響，且產(chǎn)品價格越高，初次評論數(shù)量和追加評論數(shù)量越多。

H3b體驗(yàn)型產(chǎn)品的產(chǎn)品價格對初次評論和追加評論數(shù)量有顯著影響，且產(chǎn)品價格越高，初次評論數(shù)量和追加評論數(shù)量越多。

2.4.2 評論長度

評論長度是消費(fèi)者購買某款產(chǎn)品后進(jìn)行評論的字?jǐn)?shù)，大多數(shù)研究認(rèn)為字?jǐn)?shù)的多少會體現(xiàn)評論所包含的信息豐富程度，字?jǐn)?shù)越多，評論對于產(chǎn)品或服務(wù)的介紹就越多，其他消費(fèi)者所獲得的信息也越多，做出決策時就更加容易[24-25]，而評論長度本身也會受到產(chǎn)品類型和價格的影響。作為消費(fèi)者，剛收到產(chǎn)品時迫不及待地想分享自己的體驗(yàn)，而因?qū)Ξa(chǎn)品缺乏深刻認(rèn)識，在進(jìn)行評論時只簡單地用“還可以”“不錯”“物流很快，用過之后再來評價”等語句，或在賣家金錢激勵下，簡單地進(jìn)行評論；而追加評論是消費(fèi)者在產(chǎn)品使用一段時間后，對產(chǎn)品真實(shí)質(zhì)量好壞有準(zhǔn)確認(rèn)識，針對產(chǎn)品不同屬性、服務(wù)、使用體驗(yàn)等進(jìn)行評價，評論內(nèi)容更豐富。為此，本研究提出假設(shè)。

H4初次評論和追加評論的評論長度有顯著差異，且追加評論長度大于初次評論長度。

對于搜索型產(chǎn)品，消費(fèi)者在購買前就能通過搜集信息客觀了解并分析產(chǎn)品的質(zhì)量，使消費(fèi)者對這類產(chǎn)品購買前的感知和購買后的體驗(yàn)相差不大，評論內(nèi)容相對簡單；對于體驗(yàn)型產(chǎn)品，產(chǎn)品的實(shí)際效用與預(yù)期價值容易存在較大差異，并且與個人喜好有很大關(guān)系，這會激發(fā)消費(fèi)者評論熱情，評論內(nèi)容更加豐富和多樣化，除涉及產(chǎn)品屬性外，也會包含消費(fèi)者使用體驗(yàn)等。產(chǎn)品價格是影響消費(fèi)者購買決策的重要因素，也會影響評論長度，一般來說，高價產(chǎn)品能夠贏得消費(fèi)者更多關(guān)注，使消費(fèi)者對產(chǎn)品進(jìn)行細(xì)致的評價，為其他消費(fèi)者的決策提供參考；而對于低價產(chǎn)品，消費(fèi)者缺乏足夠的耐心和關(guān)注，評論內(nèi)容簡單。為此，本研究提出假設(shè)。

H5體驗(yàn)型產(chǎn)品的初次評論長度和追加評論長度均顯著大于搜索型產(chǎn)品。

H6產(chǎn)品價格對初次評論長度和追加評論長度有顯著影響，且產(chǎn)品價格越高，初次評論長度和追加評論長度越長。

H6a搜索型產(chǎn)品的產(chǎn)品價格對初次評論長度和追加評論長度有顯著影響，且產(chǎn)品價格越高，初次評論長度和追加評論長度越長。

H6b體驗(yàn)型產(chǎn)品的產(chǎn)品價格對初次評論長度和追加評論長度有顯著影響，且產(chǎn)品價格越高，初次評論長度和追加評論長度越長。

2.4.3 初次評論與追加評論的時間間隔

對含有追加評論的評論來說，給出追加評論就意味著消費(fèi)者使用過了產(chǎn)品，而對于閱讀者來說，初次評論與追加評論之間的時間間隔表明評論者對產(chǎn)品使用時間的長短。目前不少學(xué)者研究指出評論的影響力和有用性與時間有密切聯(lián)系，LIU[26]驗(yàn)證了在線評論與電影銷售的關(guān)系會受到時間因素的影響；CHEN et al.[27]也證實(shí)在線評論的影響力隨時間而降低。已有研究關(guān)注的是不同評論發(fā)布者發(fā)布評論的時間，而本研究重點(diǎn)研究同一評論者發(fā)布的初次評論與追加評論之間的時間間隔受哪些因素的影響。

初次評論與追加評論的時間間隔也受到產(chǎn)品類型和產(chǎn)品價格的影響。體驗(yàn)型產(chǎn)品，如護(hù)膚品，其產(chǎn)品屬性較為模糊，缺乏直觀性，消費(fèi)者需要一段時間的使用和體驗(yàn)才能更加深入地了解產(chǎn)品的特性，進(jìn)而對產(chǎn)品進(jìn)行追加評論；搜索型產(chǎn)品屬性客觀，消費(fèi)者在產(chǎn)品購買前就可以根據(jù)某些參數(shù)感知產(chǎn)品性能，并在較短時間內(nèi)熟悉產(chǎn)品。而針對產(chǎn)品價格，消費(fèi)者對于高價產(chǎn)品更敏感，進(jìn)行追加評論時可能更加謹(jǐn)慎，與初次評論間隔的時間可能也會比價格較低的產(chǎn)品要長。為此，本研究提出假設(shè)。

H7體驗(yàn)型產(chǎn)品的初次評論與追加評論的時間間隔顯著大于搜索型產(chǎn)品。

H8產(chǎn)品價格對初次評論與追加評論的時間間隔有顯著影響，產(chǎn)品價格越高，初次評論與追加評論之間的時間間隔越長。

H8a搜索型產(chǎn)品的產(chǎn)品價格對初次評論與追加評論的時間間隔有顯著影響，產(chǎn)品價格越高，初次評論與追加評論之間的時間間隔越長。

H8b體驗(yàn)型產(chǎn)品的產(chǎn)品價格對初次評論與追加評論的時間間隔有顯著影響，產(chǎn)品價格越高，初次評論與追加評論之間的時間間隔越長。

2.4.4 情感強(qiáng)度

在線評論的情感分析是指對評論文本內(nèi)容進(jìn)行分析，判斷用戶的觀點(diǎn)是贊同還是反對，或識別情感傾向是高興還是悲傷，在線評論的情感分析是在線評論研究的重要方面。而情感強(qiáng)度分析是情感分析的子任務(wù)，它對評論的褒貶情感的強(qiáng)弱進(jìn)行分析，因此能更深入地反映評論的主觀性信息[28]。郝媛媛等[29]以電影作為研究對象，發(fā)現(xiàn)影評中蘊(yùn)含的不同的情感傾向會對電影的票房產(chǎn)生不同的影響。此外，不同的情感等級在影響的效果上也存在差異。已有研究重點(diǎn)關(guān)注不同消費(fèi)者發(fā)布的評論之間情感強(qiáng)度差異，而同一消費(fèi)者發(fā)布的初次評論與追加評論的情感強(qiáng)度也存在差異。王長征等[8]根據(jù)初次評論和追加評論的情感傾向，將其分為一致評論和矛盾評論，一致評論是指追加評論的觀點(diǎn)與初始評論觀點(diǎn)一致，矛盾評論是指追加評論與初始評論觀點(diǎn)相反或矛盾?？紤]到矛盾評論中初始評論與追加評論的情感傾向相反，本研究只探討一致評論中初次評論和追加評論的情感強(qiáng)度差異。已有研究證實(shí)自我提升動機(jī)是影響口碑傳播最主要的動機(jī)之一[30]，自我提升動機(jī)主要是對自我形象的維護(hù)和提升，進(jìn)而贏得他人的肯定和認(rèn)可[31]。在一致評論情況下，消費(fèi)者出于自我提升的考慮，追加評論時會繼續(xù)肯定之前的觀點(diǎn)，表現(xiàn)出更強(qiáng)烈的情感傾向，讓他人感知到自己的觀點(diǎn)是真實(shí)可靠并可以信任的。為此，本研究提出假設(shè)。

H9初次評論與追加評論的情感強(qiáng)度存在顯著差異。

H9a如果初次評論和追加評論的情感傾向均為正向，那么追加評論的情感強(qiáng)度應(yīng)大于初次評論的情感強(qiáng)度。

H9b如果初次評論和追加評論的情感傾向均為負(fù)向，那么追加評論的情感強(qiáng)度應(yīng)大于初次評論的情感強(qiáng)度。

3 實(shí)證研究

3.1 研究對象和數(shù)據(jù)獲取

在確定每種產(chǎn)品類型的代表產(chǎn)品時，不同研究采用的典型產(chǎn)品有一定差異，表1對一些典型的搜索型產(chǎn)品和體驗(yàn)型產(chǎn)品進(jìn)行匯總。

表1 搜索型產(chǎn)品和體驗(yàn)型產(chǎn)品的種類總結(jié)Table 1 The Summary of Different Types of Search Products and Experience Products

在篩選體驗(yàn)型和搜索型代表產(chǎn)品時，參考郝媛媛[37]的做法，小組訪談確定備選產(chǎn)品，然后在某大學(xué)隨機(jī)抽選15名男生和15名女生(保證男女比例為1:1，以消除性別影響)，讓被試者回答僅通過商品描述信息判斷評估商品質(zhì)量的難易程度，選項設(shè)置為“非常容易”至“非常難”5個刻度，選出得分最高的商品和得分最低的商品作為實(shí)驗(yàn)代表產(chǎn)品。最終選擇得分最高的潔面用品作為體驗(yàn)型產(chǎn)品的代表，選擇得分最低的手機(jī)殼作為搜索型產(chǎn)品的代表。選擇潔面用品的原因是潔面用品需要個人使用后才能體會其好壞，符合體驗(yàn)型產(chǎn)品的特性；而且價格區(qū)間較大，比較容易區(qū)分出產(chǎn)品價格的高低。選擇手機(jī)殼作為搜索型產(chǎn)品的代表是考慮到其本身的參數(shù)具有很強(qiáng)的客觀性，消費(fèi)者關(guān)注其顏色、手感、材質(zhì)等屬性，這些可以通過信息搜索獲得；而且手機(jī)殼的價格往往從幾元到幾百元不等，也能夠較容易地區(qū)分產(chǎn)品價格的高低。

在獲取數(shù)據(jù)的過程中，為了避免產(chǎn)品價格趨于一致，不利于分析產(chǎn)品價格的影響，本研究首先確定產(chǎn)品高低價格的分界線，然后在獲取數(shù)據(jù)的過程中控制低價產(chǎn)品和高價產(chǎn)品的數(shù)量。在確定產(chǎn)品高低價格分界線過程中，通過小組訪談，了解消費(fèi)者對潔面用品和手機(jī)殼價格高低的整體感知，同時結(jié)合網(wǎng)站上產(chǎn)品的價格分布。對于潔面用品，定義不同的高低價格分界線進(jìn)行篩選，使高低價格的產(chǎn)品數(shù)量大致相同，在天貓商城搜索框中輸入“潔面”，當(dāng)篩選價格在0元～54元時，網(wǎng)站顯示搜索到的產(chǎn)品數(shù)量為10 410，當(dāng)篩選價格高于54時，搜索到的產(chǎn)品數(shù)量為10 319，比例基本為1:1；對于手機(jī)殼，考慮到其價格的高低幅度很大，低于10元的產(chǎn)品數(shù)量接近10萬，占產(chǎn)品總數(shù)的三分之一，如果繼續(xù)采用上述方法則存在偏差，因此通過統(tǒng)計手機(jī)殼不同的價位水平，總產(chǎn)品數(shù)為290 178，0元～130元的產(chǎn)品數(shù)為287 639，超過總數(shù)的99%，結(jié)合之前的訪談，利用中值65元作為價格高低的分界線。為了方便，統(tǒng)一將60元作為潔面用品和手機(jī)殼高價產(chǎn)品與低價產(chǎn)品的分界線。

天貓商城是中國最大的B2C網(wǎng)站，本研究選擇天貓商城獲取所用的數(shù)據(jù)。2014年9月15日在天貓商城搜索框中輸入“潔面”，按照默認(rèn)的“綜合”方式從高到低進(jìn)行排序，排名前80的產(chǎn)品即作為本次研究的產(chǎn)品，其中60元以上的作為高價產(chǎn)品，60元以下的作為低價產(chǎn)品；再輸入“手機(jī)殼”，由于搜索結(jié)果的價格都較低，選擇前40種作為手機(jī)殼低價產(chǎn)品的代表(其中有兩種產(chǎn)品價格高于60元)，再控制價格為60元以上進(jìn)行篩選，選擇搜索結(jié)果中的前40種作為手機(jī)殼高價產(chǎn)品的代表。最后的統(tǒng)計結(jié)果為搜索型產(chǎn)品手機(jī)殼共有80種，低價38種，高價42種；體驗(yàn)型產(chǎn)品潔面用品共有80種，低價39種，高價41種。獲取的手機(jī)殼的評論總數(shù)為1 720 993條，潔面用品的評論總數(shù)為1 518 013條，符合樣本要求。具體數(shù)據(jù)量見表2。

表2 數(shù)據(jù)量描述Table 2 Description of the Amount of Data

3.2 數(shù)據(jù)處理和結(jié)果分析

3.2.1 變量與測量

產(chǎn)品高低價格分界線的確定是為了在獲取數(shù)據(jù)時保證所篩選的產(chǎn)品跨越不同的價格區(qū)間，并使不同價格區(qū)間的產(chǎn)品數(shù)量相差不大，排除研究的偶然性，提高準(zhǔn)確性。在下面的研究中，產(chǎn)品價格采用從網(wǎng)站上直接獲取的數(shù)據(jù)，為連續(xù)變量。關(guān)于情感強(qiáng)度的測量，首先對評論進(jìn)行人工評分，正面評論的評分為1，負(fù)面評論的評分為-1，然后利用機(jī)器學(xué)習(xí)得出該條評論為正面或負(fù)面的概率，將評分所得的1或-1與概率相乘之后的變量作為情感強(qiáng)度變量。各變量的測量方法見表3。

表3 變量測量方法Table 3 Measurement of Variables

3.2.2 初次評論與追加評論的評論數(shù)量比較

以評論數(shù)量為因變量，以評論類型、產(chǎn)品類型、產(chǎn)品價格為自變量，進(jìn)行多因素方差分析。結(jié)果顯示評論類型、產(chǎn)品價格對評論數(shù)量有顯著影響，且兩者對評論數(shù)量有顯著的交互作用，F(xiàn)=0.670，p=0.000。而產(chǎn)品類型對評論數(shù)量的影響不顯著，F(xiàn)=0.670，p=0.415，大于0.050，方差分析證明H2不成立。從貢獻(xiàn)的離差平方和看，評論類型因素貢獻(xiàn)的離差平方和最大，為197 707 717.200，因此評論類型，即該評論是初次評論還是追加評論對評論數(shù)量的影響最大。為比較初次評論數(shù)量和追加評論數(shù)量之間是否存在差異，進(jìn)行獨(dú)立樣本t檢驗(yàn)，結(jié)果顯示t=7.383，p<0.001，且M初次評論數(shù)量=19 584.600，M追加評論數(shù)量=659.190，說明初次評論數(shù)量和追加評論數(shù)量存在顯著差異，且初次評論數(shù)量明顯多于追加評論數(shù)量，H1得到驗(yàn)證。

考慮到原始數(shù)據(jù)中有些初次評論和追加評論內(nèi)容為空，而接下來的研究涉及到初次評論和追加評論的影響因素，為提高研究的準(zhǔn)確性，對原始數(shù)據(jù)進(jìn)行處理，刪除初次評論和追加評論內(nèi)容為空、評論內(nèi)容明顯是廣告(如評論字?jǐn)?shù)大于200)以及評論為一兩個字的毫無意義的評論，如“無”等評論。篩選之后搜索型產(chǎn)品有129 565條初次評論，4 728條追加評論；體驗(yàn)型產(chǎn)品有130 908條初次評論，5 787條追加評論。

利用回歸分析的方法研究產(chǎn)品類型和產(chǎn)品價格對初次評論數(shù)量和追加評論數(shù)量的影響。已有研究表明在線初次評論數(shù)量對銷量有正向影響[38]，而當(dāng)產(chǎn)品銷量較高時，消費(fèi)者購買群體較大，該產(chǎn)品引起了消費(fèi)者關(guān)注和喜愛，追加評論數(shù)量也會有所增加，追加評論數(shù)量可能受到銷量的影響。為更準(zhǔn)確地測量產(chǎn)品類型和產(chǎn)品價格對追加評論數(shù)量的影響，需控制銷量對追加評論數(shù)量的影響，因此將銷量加入回歸模型，回歸結(jié)果見表4。

表4 初次評論數(shù)量和追加評論數(shù)量的回歸結(jié)果Table 4 Regression Results of the Quantity on First-time Online Reviews and Appended Online Reviews

注：***為在0.001水平(雙側(cè))下顯著相關(guān)；共線性檢驗(yàn)VIF都小于10，說明不存在共線性問題。下同。

由表4可知，初次評論數(shù)量和追加評論數(shù)量均不受產(chǎn)品類型的影響，即H2沒有得到驗(yàn)證。這可能與目前店鋪和平臺采取各種激勵措施(如好評返現(xiàn)、評論得達(dá)人經(jīng)驗(yàn)值等)鼓勵消費(fèi)者購后評論行為有關(guān)，使無論對于搜索型產(chǎn)品還是體驗(yàn)型產(chǎn)品，消費(fèi)者的評論率普遍提高。產(chǎn)品價格與初次評論數(shù)量顯著負(fù)相關(guān)，β=-0.300，在0.001水平下顯著；與追加評論數(shù)量也顯著負(fù)相關(guān)，β=-0.248，在0.001水平下顯著。即產(chǎn)品價格對初次評論數(shù)量和追加評論數(shù)量有顯著影響，H3的前半部分得到驗(yàn)證；產(chǎn)品價格越高，初次評論數(shù)量和追加評論數(shù)量越少，H3后半部分沒有得到驗(yàn)證。

不考慮產(chǎn)品類型對評論數(shù)量的影響，分別針對搜索型和體驗(yàn)型產(chǎn)品檢驗(yàn)產(chǎn)品價格對評論數(shù)量的影響，構(gòu)建回歸模型，回歸結(jié)果見表5。

由表5可知，產(chǎn)品價格對搜索型產(chǎn)品的初次評論數(shù)量和追加評論數(shù)量均在0.001水平下顯著，H3a的前半部分通過驗(yàn)證；但回歸系數(shù)分別為-0.487和-0.395，即搜索型產(chǎn)品的產(chǎn)品價格越高，初次評論數(shù)量和追加評論數(shù)量越少，H3a的后半部分沒有得到驗(yàn)證。對于體驗(yàn)型產(chǎn)品，產(chǎn)品價格對初次評論數(shù)量和追加評論數(shù)量無顯著影響，H3b沒有得到驗(yàn)證。

控制了銷量對追加評論數(shù)量的回歸結(jié)果顯示，銷量的回歸系數(shù)為0.795，在0.001水平下顯著，此時產(chǎn)品類型和產(chǎn)品價格對追加評論數(shù)量無顯著影響。為了進(jìn)一步探究原因，對銷量、產(chǎn)品類型和產(chǎn)品價格3個變量做相關(guān)性分析，結(jié)果顯示產(chǎn)品價格與銷量顯著相關(guān)，系數(shù)為-0.363；產(chǎn)品類型與產(chǎn)品價格也顯著相關(guān)，系數(shù)為0.252。因此，上述結(jié)果可能是因?yàn)楫a(chǎn)品類型和產(chǎn)品價格通過影響銷量進(jìn)而影響追加評論數(shù)量，使產(chǎn)品類型和產(chǎn)品價格對追加評論數(shù)量的直接影響不再顯著。銷量可能在產(chǎn)品價格與追加評論數(shù)量之間起中介作用，但非本研究重點(diǎn)，在此不再贅述。

3.2.3 初次評論與追加評論的評論長度比較

以評論長度為因變量，以評論類型、產(chǎn)品類型和產(chǎn)品價格為自變量，進(jìn)行多因素方差分析。結(jié)果顯示，評論類型、產(chǎn)品類型、產(chǎn)品價格對評論長度均有顯著影響，在0.001水平下顯著，且3個因素中任意2個因素的交互作用均顯著。

表5 不同產(chǎn)品類型的產(chǎn)品價格對初次評論數(shù)量和追加評論數(shù)量的影響的回歸結(jié)果Table 5 Regression Results of the Effects of Product Price onthe Quantity of First-time Online Reviews and Appended Online Reviews Based on Different Product Types

表6 不同產(chǎn)品類型評論長度的獨(dú)立樣本t檢驗(yàn)結(jié)果Table 6 Independent-samples t Test Results of the Reviews′ Length of Different Product Types

表7 初次評論長度和追加評論長度的回歸結(jié)果Table 7 Regression Results of the Length of First-time Online Reviews and Appended Online Reviews

進(jìn)一步采用獨(dú)立樣本t檢驗(yàn)的方法檢驗(yàn)評論類型對評論長度的影響。結(jié)果顯示初次評論長度和追加評論長度存在顯著差異，且追加評論長度大于初次評論長度，M初次評論=21.131，M追加評論=31.639，t=-41.384，在0.001水平下顯著，H4得到驗(yàn)證。為了進(jìn)一步探討初次評論長度和追加評論長度是否與產(chǎn)品類型有關(guān)，采用獨(dú)立樣本t檢驗(yàn)的方法，檢驗(yàn)結(jié)果見表6。由表6可知，體驗(yàn)型產(chǎn)品的初次評論長度顯著大于搜索型產(chǎn)品的，M體驗(yàn)型產(chǎn)品的初次評論=21.550，M搜索型產(chǎn)品的初次評論=20.710，在0.001水平下顯著；體驗(yàn)型產(chǎn)品的追加評論長度也顯著大于搜索型產(chǎn)品的，M體驗(yàn)型產(chǎn)品的追加評論=36.370，M搜索型產(chǎn)品的追加評論=25.840，在0.001水平下顯著。因此H5得到驗(yàn)證。

檢驗(yàn)產(chǎn)品價格對評論長度的影響。以產(chǎn)品價格為自變量，以評論長度為因變量，同時區(qū)分產(chǎn)品類型進(jìn)行回歸分析，回歸結(jié)果見表7。由表7可知，產(chǎn)品類型和產(chǎn)品價格對初次評論長度、追加評論長度均有顯著影響，在0.001水平下顯著；產(chǎn)品價格與初次評論長度和追加評論長度均正相關(guān)，回歸系數(shù)分別為0.398和0.452，即產(chǎn)品價格越高，初次評論長度和追加評論長度越長，H6得到驗(yàn)證。

不考慮產(chǎn)品類型對評論長度的影響，分別針對搜索型產(chǎn)品和體驗(yàn)型產(chǎn)品檢驗(yàn)產(chǎn)品價格對評論長度的影響，回歸分析結(jié)果見表8。由表8可知，產(chǎn)品價格對搜索型產(chǎn)品的初次評論長度和追加評論長度均有顯著的正向影響，回歸系數(shù)分別為0.371和0.429, 均在0.001水平下顯著，說明產(chǎn)品價格正向影響評論長度，即產(chǎn)品價格越高，初次評論長度和追加評論長度越長，H6a得到驗(yàn)證。產(chǎn)品價格對體驗(yàn)型產(chǎn)品的初次評論長度和追加評論長度也有顯著的正向影響，回歸系數(shù)分別為0.363和0.371, 在0.010水平下顯著，H6b得到驗(yàn)證。

3.2.4 初次評論與追加評論的時間間隔比較

在關(guān)于評論長度比較的研究中篩選出的追加評論的基礎(chǔ)上，剔除初次評論內(nèi)容為“此用戶沒有填寫評論”的評論，即沒有初次評論，只有追加評論的數(shù)據(jù)，篩選之后得到搜索型產(chǎn)品的評論數(shù)為2 261，體驗(yàn)型產(chǎn)品的評論數(shù)為5 787。

以時間間隔為因變量，以產(chǎn)品類型為自變量，進(jìn)行獨(dú)立樣本t檢驗(yàn)，檢驗(yàn)結(jié)果見表9。由表9可知，搜索型產(chǎn)品與體驗(yàn)型產(chǎn)品在評論時間間隔方面存在顯著差異，體驗(yàn)型產(chǎn)品的時間間隔大于搜索型產(chǎn)品，M體驗(yàn)=18.940，M搜索=10.420，在0.001水平下顯著，H7得到驗(yàn)證。

利用回歸分析的方法檢驗(yàn)產(chǎn)品價格對時間間隔的影響，回歸結(jié)果見表10。由表10可知，產(chǎn)品價格對初次評論與追加評論時間間隔有顯著影響，回歸系數(shù)為0.515，在0.001水平下顯著，說明產(chǎn)品價格正向影響時間間隔，即產(chǎn)品價格越高，初次評論與追加評論之間的時間間隔越長，H8得到驗(yàn)證。

針對不同的產(chǎn)品類型，進(jìn)一步檢驗(yàn)產(chǎn)品價格如何影響時間間隔。由表10可知，對于搜索型產(chǎn)品和體驗(yàn)型產(chǎn)品，產(chǎn)品價格對時間間隔均有顯著的正向影響，回歸系數(shù)分別為0.429和0.526，在0.001水平下顯著，即無論是搜索型產(chǎn)品還是體驗(yàn)型產(chǎn)品，產(chǎn)品價格越高，初次評論與追加評論之間的時間間隔越長，H8a和H8b得到驗(yàn)證。

表8 不同產(chǎn)品類型的產(chǎn)品價格對初次評論長度和追加評論長度的影響的回歸結(jié)果Table 8 Regression Results of the Effects of Product Price on the Length of First-time Online Reviews and Appended Online Reviews Based on Different Product Types

注：**為在0.010水平(雙側(cè))下顯著相關(guān)，下同。

表9 不同產(chǎn)品類型評論時間間隔的獨(dú)立樣本t檢驗(yàn)結(jié)果Table 9 Independent-samples t Test Results of the Reviews′ Time Interval on Different Product Types

表10 不同產(chǎn)品類型的產(chǎn)品價格對時間間隔的影響的回歸結(jié)果Table 10 Regression Results of the Effects of Produce Price on the Reviews′ Time Interval Based on Different Product Types

3.2.5 初次評論與追加評論的情感強(qiáng)度比較

本研究利用支持向量機(jī)的方法對文本向量進(jìn)行分類，進(jìn)行初次評論與追加評論的情感強(qiáng)度比較。首先對原始數(shù)據(jù)進(jìn)行處理，剔除追加評論內(nèi)容為空及廣告的數(shù)據(jù)，得到體驗(yàn)型產(chǎn)品的初次評論和追加評論各20 668條，搜索型產(chǎn)品的初次評論和追加評論各20 975條。然后對篩選出的數(shù)據(jù)進(jìn)行人工評分，將正面評論評分為1，負(fù)面評論評分為-1，為便于統(tǒng)計，從中隨機(jī)篩選出500對樣本，同時包含搜索型產(chǎn)品和體驗(yàn)型產(chǎn)品評論數(shù)據(jù)，最終得到正樣本和負(fù)樣本各500條評論，這1 000條評論就是本研究全部的語料，其中70%作為訓(xùn)練語料，30%作為測試語料。具體步驟如下。

(1)對語料中的評論進(jìn)行分詞；

(2)統(tǒng)計語料中詞的種類的個數(shù)；

(3)把每條評論都表示成一個向量，即向量空間模型：語料中的詞組成詞匯表，需要初始化一個向量，其長度為詞匯表中詞的個數(shù)，以使該向量能夠與評論對應(yīng)，這樣就把對文本的處理簡化為向量空間中的向量運(yùn)算。向量的每個維度都賦值為0，這時向量的每個維度實(shí)際上都對應(yīng)著一個詞；如果評論中某個詞出現(xiàn)多次，就把這個次數(shù)填入到向量對應(yīng)的位置；

(4)每個評論都表示成一個向量后，可以在一個高維空間中畫出一個點(diǎn)表示這個評論，把70%的評論表示到一個高維空間中，利用支持向量機(jī)分類器訓(xùn)練得到一個分類模型；

(5)利用這個分類模型對30%的評論進(jìn)行測試，準(zhǔn)確率達(dá)到90%。

由于一條評論中可能會有多類情感，對評論的評分只是對其總體情感傾向進(jìn)行正面和負(fù)面的區(qū)分。而利用向量空間模型及機(jī)器學(xué)習(xí)，通過對評論中的詞語進(jìn)行分析，可以得出一條評論可能為正面或可能為負(fù)面的概率，概率越高，說明該條評論為正面或負(fù)面的可能性越高，就認(rèn)為該條評論的情感強(qiáng)度越強(qiáng)。趙軍等[39]在其檢測虛假評論的研究中也使用了概率的方法判斷評論文本的情感極性。將此概率與評分(1或-1)相乘之后的變量作為情感強(qiáng)度變量，即因變量，采用方差分析方法檢驗(yàn)評論類型對情感強(qiáng)度是否有影響。結(jié)果表明評論類型對評論的情感強(qiáng)度有顯著影響，F(xiàn)=2 711.760，在0.001水平下顯著，即初次評論與追加評論的情感強(qiáng)度有顯著差異，H9得到驗(yàn)證。

進(jìn)一步檢驗(yàn)初次評論和追加評論的情感強(qiáng)度，首先對所有數(shù)據(jù)的評分進(jìn)行整理，結(jié)果見表11，(1,-1)表示初次評論為正面、追加評論為負(fù)面，以此類推。為展現(xiàn)初次評論和追加評論的情感傾向相同和不同的情況，用配對樣本t檢驗(yàn)的方法分別對每種情況進(jìn)行分析，所以以初次評論和追加評論的組數(shù)為統(tǒng)計對象。

由表11可知，初次評論和追加評論都認(rèn)為產(chǎn)品比較好的評論占比最大，為41.584%。初次評論和追加評論情感傾向相反的評論總占比達(dá)39.200%，也就是說初次評論和追加評論的情感傾向是不一致的。即初次評論時認(rèn)為產(chǎn)品好，追加評論時便認(rèn)為產(chǎn)品不好；反之，初次評論時認(rèn)為不好，而在追加評論時產(chǎn)生積極的評價。利用機(jī)器學(xué)習(xí)根據(jù)之前的語料進(jìn)行文本分析，判斷該條評論為正面或負(fù)面的概率，這與人工評分判斷的正面或負(fù)面并不沖突，因?yàn)槿斯?biāo)注只能表現(xiàn)出評論的整體傾向，并不能通過對評論中的詞的分析表現(xiàn)出情感的強(qiáng)度。對初次評論和追加評論情感傾向相同的評論進(jìn)行情感強(qiáng)度分析，其概率越大，該條評論為正面或負(fù)面的可能性越大，即情感越強(qiáng)烈。

表11 全體數(shù)據(jù)初次評論和追加評論情感傾向統(tǒng)計結(jié)果Table 11 Statistics Results of Emotional Tendency of First-time Online Reviews and Appended Online Reviews on all the Data

對初次評論和追加評論都為正(即(1,1))的分析結(jié)果見表12。由表12可知，初次評論的概率均值為0.886，大于追加評論的概率均值0.844，且在0.001水平下顯著，即初次評論的情感強(qiáng)度顯著大于追加評論的情感強(qiáng)度，H9a沒有得到驗(yàn)證。

對初次評論和追加評論都為負(fù)面的評論進(jìn)行情感強(qiáng)度的分析，結(jié)果見表13。由表13可知，追加評論的概率均值為0.791，大于初次評論的概率均值0.737，且在0.001水平下顯著，即追加評論的情感強(qiáng)度顯著大于初次評論的情感強(qiáng)度，H9b得到驗(yàn)證。

綜合以上結(jié)果，初次評論和追加評論同為正面和負(fù)面時的情感強(qiáng)度不一致，這可能是因?yàn)閷τ谀承┊a(chǎn)品，消費(fèi)者在第一次接觸和使用時感覺特別好，所以初次評論時的情感傾向是積極的，而在使用一段時間后，仍然覺得很好，但這時已經(jīng)適應(yīng)了產(chǎn)品的好，追加評論時情感也就沒那么強(qiáng)烈了。而對于初次評論時就認(rèn)為不好的產(chǎn)品，如果使用一段時間后仍然認(rèn)為產(chǎn)品不好，對產(chǎn)品的厭惡情緒累積在追加評論時爆發(fā)，因而導(dǎo)致其負(fù)面傾向的追加評論有更強(qiáng)烈的情感。

表12 (1,1) 配對t檢驗(yàn)結(jié)果Table 12 Pared-samples t Test Results of (1,1)

表13 (-1,-1)配對t檢驗(yàn)結(jié)果Table 13 Pared-samples t Test Results of (-1,-1)

通過對數(shù)據(jù)的處理和分析，各假設(shè)的檢驗(yàn)結(jié)果見表14。

4 結(jié)論

4.1 研究結(jié)論

(1)本研究對在線初次評論和在線追加評論進(jìn)行比較研究，針對不同類型的產(chǎn)品，從評論數(shù)量、評論長度、情感強(qiáng)度等方面出發(fā)，發(fā)現(xiàn)初次評論和追加評論存在顯著的不同。在評論數(shù)量上，雖然初次評論和追加評論的評論數(shù)量有顯著差異，但并不因產(chǎn)品類型的不同而有所差別，不論是對搜索型產(chǎn)品還是對體驗(yàn)型產(chǎn)品，消費(fèi)者有著相同的評論意向。對于在線評論長度的研究表明，無論是搜索型產(chǎn)品還是體驗(yàn)型產(chǎn)品，產(chǎn)品價格越高，初次評論長度和追加評論長度越長。

(2)關(guān)于時間間隔的研究，證明體驗(yàn)型產(chǎn)品初次評論與追加評論的時間間隔顯著大于搜索型產(chǎn)品，產(chǎn)品價格越高，其初次評論與追加評論的時間間隔越長。這從側(cè)面反映了追加評論比初次評論更能反映出產(chǎn)品的實(shí)際質(zhì)量，因?yàn)樽芳釉u論是消費(fèi)者在使用產(chǎn)品一段時間后做出的評論，而且時間的長短隨產(chǎn)品屬性的不同而不同。

(3)初次評論和追加評論的情感強(qiáng)度有顯著差異。如果初次評論和追加評論的情感傾向均為正向，那么初次評論的情感強(qiáng)度大于追加評論的情感強(qiáng)度。相反，如果初次評論和追加評論的情感傾向均為負(fù)向，那么初次評論的情感強(qiáng)度小于追加評論的情感強(qiáng)度?？梢娫诰€評論可以成為消費(fèi)者情感的一個宣泄口，正面的情緒會被時間沖淡，而負(fù)面情緒會在追加評論中變得更加強(qiáng)烈。

4.2 理論意義和實(shí)踐意義

(1)本研究將評論分為初次評論和追加評論兩種類型，比較兩者在評論數(shù)量、評論長度和情感強(qiáng)度等方面的差異，對現(xiàn)有理論是有益的補(bǔ)充。

(2)研究結(jié)果表明產(chǎn)品類型和價格對評論長度和時間間隔有影響，企業(yè)應(yīng)對不同產(chǎn)品類型和產(chǎn)品價格的產(chǎn)品采取不同的策略。評論長度體現(xiàn)了信息的豐富程度，研究結(jié)果表明體驗(yàn)型產(chǎn)品評論長度大于搜索型產(chǎn)品，企業(yè)應(yīng)針對搜索型產(chǎn)品采取激勵措施，鼓勵消費(fèi)者增加評論字?jǐn)?shù)，分享自己的感受和心得，尤其是搜索型產(chǎn)品中的低價產(chǎn)品。而針對體驗(yàn)型產(chǎn)品，評論字?jǐn)?shù)一般較多，給消費(fèi)者傳遞的信息也較多，企業(yè)應(yīng)該在消費(fèi)者購買前和購買后與消費(fèi)者保持密切溝通，降低消費(fèi)者傳遞負(fù)面信息的概率。時間間隔能夠顯著影響追加評論的有用性感知[8]，不同類型和價格的產(chǎn)品的初次評論和追加評論時間間隔長短存在差異，企業(yè)可以根據(jù)產(chǎn)品類型判斷時間間隔相對較長還是較短，在消費(fèi)者給出初始評論后，通過用戶滿意度調(diào)查、答謝用戶等活動，提醒用戶及時進(jìn)行追加評論或建議用戶多體驗(yàn)一段時間后再追加評論，充分利用追加評論對其他潛在消費(fèi)者購買決策的影響。

(3)根據(jù)本研究結(jié)果，初次評論和追加評論的情感強(qiáng)度有顯著差異，企業(yè)應(yīng)更加重視對消費(fèi)者追加評論的引導(dǎo)和維護(hù)。結(jié)合已有研究，相對于初次評論，追加評論會使消費(fèi)者感知到更高的信息有用性和價值，消費(fèi)者受追加評論情感強(qiáng)度的影響更大。企業(yè)可以考慮采取一些激勵措施，消費(fèi)者在給出正面的初始評論后，如果對產(chǎn)品或服務(wù)滿意，繼續(xù)追加正面評論；同時企業(yè)也應(yīng)重視售后服務(wù)，讓消費(fèi)者在購買產(chǎn)品后也能感受到賣家的貼心服務(wù)，從而主動追加正面評論，促進(jìn)對產(chǎn)品積極評價的傳播。如果給出負(fù)面的初始評論，企業(yè)應(yīng)該及時采取補(bǔ)救措施，避免消費(fèi)者追加負(fù)面情感更強(qiáng)烈的評論。

4.3 研究局限

本研究在理論推導(dǎo)和實(shí)證分析上雖力求符合科學(xué)原則，但由于多方面原因使研究仍存在一些局限。

(1)在樣本選取上存在局限性。一方面，將手機(jī)殼和潔面用品作為搜索型產(chǎn)品和體驗(yàn)型產(chǎn)品的代表，這兩種產(chǎn)品的功能和質(zhì)量屬性相對較少，可能對其評論長度以及初次評論與追加評論時間間隔產(chǎn)生影響，導(dǎo)致其評論的長度相對較短，初次評論與追加評論間隔的體驗(yàn)周期也較短；另一方面，對產(chǎn)品的涵蓋范圍不夠廣泛，還有一些特殊類型的產(chǎn)品，如手機(jī)，兼具搜索型和體驗(yàn)型產(chǎn)品的特性，本研究缺乏對其初次評論與追加評論差別的研究。

(2)關(guān)于評論長度和評論時間間隔的模型的擬合度低于0.500，說明還有一些影響評論長度和時間間隔的變量未被納入模型中，如評論者本身特征因素。后續(xù)研究需要進(jìn)一步挖掘影響評論長度和時間間隔的其他重要因素，以提高預(yù)測的準(zhǔn)確性。

[1]CHEN Y,XIE J.Online consumer review:word-of-mouth as a new element of marketing communication mix.ManagementScience,2008,54(3):477-491.

[2]LEE E,SHIN S Y.When do consumers buy online product reviews?Effects of review quality,product type,and reviewer′s photo.ComputersinHumanBehavior,2014,31:356-366.

[3]楊銘,祁巍,閆相斌,等.在線商品評論的效用分析研究.管理科學(xué)學(xué)報,2012,15(5):65-75.

YANG Ming,QI Wei,YAN Xiangbin,et al.Utility analysis for online product review.JournalofManagementSciencesinChina,2012,15(5):65-75.(in Chinese)

[4]郝媛媛,葉強(qiáng),李一軍.基于影評數(shù)據(jù)的在線評論有用性影響因素研究.管理科學(xué)學(xué)報,2010,13(8):78-89,96.

表14 實(shí)證結(jié)果總結(jié)Table 14 Summary of Empirical Results

HAO Yuanyuan,YE Qiang,LI Yijun.Research on online impact factors of customer review usefulness based on movie reviews data.JournalofManagementSciencesinChina,2010,13(8):78-89,96.(in Chinese)

[5]FLOH A,KOLLER M,ZAUNER A.Taking a deeper look at online reviews:the asymmetric effect of valence intensity on shopping behavior.JournalofMarketingManagement,2013,29(5/6):646-670.

[6]MOORE S G.Attitude predictability and helpfulness in online reviews:the role of explained actions and reactions.JournalofConsumerResearch,2015,42(1):30-44.

[7]周梅華,李佩镅,牟宇鵬.在線評論對消費(fèi)者購買意愿的影響:心理距離的中介作用.軟科學(xué),2015,29(1):101-104,109.

ZHOU Meihua,LI Peimei,MOU Yupeng.Effects of online reviews on purchase intention of consumers:the mediation of psychological distance.SoftScience,2015,29(1):101-104,109.(in Chinese)

[8]王長征,何釤,王魁.網(wǎng)絡(luò)口碑中追加評論的有用性感知研究.管理科學(xué),2015,28(3):102-114.

WANG Changzheng,HE Shan,WANG Kui.Research on how additional review affects perceived review usefulness.JournalofManagementScience,2015,28(3):102-114.(in Chinese)

[9]BICKART B,SCHINDLER R M.Internet forums as influential sources of consumer information.JournalofInteractiveMarketing,2001,15(3):31-40.

[10] PARK D H,KIM S.The effects of consumer knowledge on message processing of electronic word-of-mouth via online consumer reviews.ElectronicCommerceResearchandApplications,2008,7(4):399-410.

[11] HO-DAC N N,CARSON S J,MOORE W L.The effects of positive and negative online customer reviews:do brand strength and category maturity matter?.JournalofMarketing,2013,77(6):37-53.

[12] 于麗萍,夏志杰,王冰冰.在線評論對消費(fèi)者網(wǎng)絡(luò)購買意愿影響的研究.現(xiàn)代情報,2014,34(11):34-38.

YU Liping,XIA Zhijie,WANG Bingbing.Research on online review on the internet purchase intention.JournalofModernInformation,2014,34(11):34-38.(in Chinese)

[13] NELSON P.Information and consumer behavior.JournalofPoliticalEconomy,1970,78(2):311-329.

[14] WEATHERS D,SHARMA S,WOOD S L.Effects of online communication practices on consumer perceptions of performance uncertainty for search and experience goods.JournalofRetailing,2007,83(4):393-401.

[15] NELSON P.Advertising as information.JournalofPoliticalEconomy,1974,82(4):729-754.

[16] 江曉東.什么樣的產(chǎn)品評論最有用?在線評論數(shù)量特征和文本特征對其有用性的影響研究.外國經(jīng)濟(jì)與管理,2015,37(4):41-55.

JIANG Xiaodong.What is the most helpful product review?The effect of online reviews′ quantitative and textual features on its helpfulness.ForeignEconomics&Management,2015,37(4):41-55.(in Chinese)

[17] SCHOLZ M,DORNER V.The recipe for the perfect review?An investigation into the determinants of review helpfulness.Business&InformationSystemsEngineering,2013,5(3):141-151.

[18] MUDAMBI S M,SCHUFF D.What makes a helpful online review?A study of customer reviews on Amazon.com.MISQuarterly,2010,34(1):185-200.

[19] SEN S,LERMAN D.Why are you telling me this?An examination into negative consumer reviews on the Web.JournalofInteractiveMarketing,2007,21(4):76-94.

[20] KIECKER P,COWLES D.Interpersonal communication and personal influence on the Internet:a framework for examining online word-of-mouth.JournalofEuromarketing,2002,11(2):71-88.

[21] 張耕,郭寧.負(fù)面在線評論對產(chǎn)品銷量的影響:基于淘寶網(wǎng)的實(shí)證研究.消費(fèi)經(jīng)濟(jì),2012,28(6):86-89.

ZHANG Geng,GUO Ning.Impact of negative online reviews on sales:a study on Taobao.com.ConsumerEconomics,2012,28(6):86-89.(in Chinese)

[22] 龔詩陽,劉霞,劉洋,等.網(wǎng)絡(luò)口碑決定產(chǎn)品命運(yùn)嗎:對線上圖書評論的實(shí)證分析.南開管理評論,2012,15(4):118-128.

GONG Shiyang,LIU Xia,LIU Yang,et al.Does online word-of-mouth determine products′ fate:an empirical analysis of online book reviews.NankaiBusinessReview,2012,15(4):118-128.(in Chinese)

[23] 李宗偉,張艷輝.體驗(yàn)型產(chǎn)品與搜索型產(chǎn)品在線評論的差異性分析.現(xiàn)代管理科學(xué),2013(8):42-45.

LI Zongwei, ZHANG Yanhui.The difference of experience products and search products′ online reviews.ModernManagementScience,2013(8):42-45.(in Chinese)

[24] CHEVALIER J A,MAYZLIN D.The effect of word of mouth on sales:online book reviews.JournalofMarketingResearch,2006,43(3):345-354.

[25] JOHNSON E J,PAYNE J W.Effort and accuracy in choice.ManagementScience,1985,31(4):395-414.

[26] LIU Y.Word of mouth for movies:its dynamics and impact on box office revenue.JournalofMarketing,2006,70(3):74-89.

[27] CHEN Y,WANG Q,XIE J.Online social interactions:a natural experiment on word of mouth versus observational learning.JournalofMarketingResearch,2011,48(2):238-254.

[28] 鄭麗娟,王洪偉,郭愷強(qiáng).基于情感詞模糊統(tǒng)計的網(wǎng)絡(luò)評論情感強(qiáng)度的研究.系統(tǒng)管理學(xué)報,2014,23(3):324-330.

ZHENG Lijuan,WANG Hongwei,GUO Kaiqiang.Sentiment intensity of online reviews based on fuzzy-statistics of sentiment words.JournalofSystems&Management,2014,23(3):324-330.(in Chinese)

[29] 郝媛媛,鄒鵬,李一軍,等.基于電影面板數(shù)據(jù)的在線評論情感傾向?qū)︿N售收入影響的實(shí)證研究.管理評論,2009,21(10):95-103.

HAO Yuanyuan,ZOU Peng,LI Yijun,et al.An empirical study on the impact of online reviews sentimental orientation on sale based on movie panel data.ManagementReview,2009,21(10):95-103.(in Chinese)

[30] DE ANGELIS M,BONEZZI A,PELUSO A M,et al.On braggarts and gossips:a self-enhancement account of word-of-mouth generation and transmission.JournalofMarketingResearch,2012,49(4):551-563.

[31] BERGER J,SCHWARTZ E M.What drives immediate and ongoing word of mouth?.JournalofMarketingResearch,2011,48(5):869-880.

[32] DELLAROCAS C.Strategic manipulation of internet opinion forums:implications for consumers and firm.ManagementScience,2006,52(10):1577-1593.

[33] 王平,代寶.消費(fèi)者在線評論有用性影響因素實(shí)證研究.統(tǒng)計與決策,2012(2):118-120.

WANG Ping,DAI Bao.An empirical analysis of factors influencing the helpfulness of online consumer reviews.Statistics&Decision,2012(2):118-120.(in Chinese)

[34] 王君珺,閆強(qiáng).不同熱度搜索型產(chǎn)品的在線評論對銷量影響的實(shí)證研究.中國管理科學(xué),2013,21(S2):406-411.

WANG Junjun,YAN Qiang.An empirical study on the impact of online reviews of different product popularity on product sales.ChineseJournalofManagementScience,2013,21(S2):406-411.(in Chinese)

[35] 李琪,馬凱,阮燕雅.負(fù)面評論和評級的不一致性對感知有用性的影響研究:以產(chǎn)品類型作為調(diào)節(jié)變量.軟科學(xué),2014,28(4):102-106.

LI Qi,MA Kai,RUAN Yanya.Research on the inconsistency of negative review and rating impacting on the perceived helpfulness:taking reference product type as an adjustment variable.SoftScience,2014,28(4):102-106.(in Chinese)

[36] 方佳明,王鈺瑩,趙志榮.不同產(chǎn)品品牌聲譽(yù)對在線評論有用性影響因素的調(diào)節(jié)效應(yīng).軟科學(xué),2016,30(3):108-112.

FANG Jiaming,WANG Yuying,ZHAO Zhirong.The moderation effect of product types brand reputation on the helpfulness of online product review.SoftScience,2016,30(3):108-112.(in Chinese)

[37] 郝媛媛.在線評論對消費(fèi)者感知與購買行為影響的實(shí)證研究.哈爾濱:哈爾濱工業(yè)大學(xué),2010:95-97.

HAO Yuanyuan.Anempiricalresearchontheimpactofuseronlinereviewsonconsumerperceptionandpurchasebehaviors.Harbin:Harbin Institute of Technology,2010:95-97.(in Chinese)

[38] 龔詩陽,劉霞,趙平.線上消費(fèi)者評論如何影響產(chǎn)品銷量？基于在線圖書評論的實(shí)證研究.中國軟科學(xué),2013(6):171-183.

GONG Shiyang,LIU Xia,ZHAO Ping.How do online consumer reviews influence product sales?An empirical study based on online book reviews.ChinaSoftScience,2013(6):171-183.(in Chinese)

[39] 趙軍,王紅.融合情感極性和邏輯回歸的虛假評論檢測方法.智能系統(tǒng)學(xué)報,2016,11(3):336-342.

ZHAO Jun,WANG Hong.Detection of fake reviews based on emotional orientation and logistic regression.CAAITransactionsonIntelligentSystems,2016,11(3):336-342.(in Chinese)

AComparativeStudyontheFirst-timeOnlineReviewsandAppendedOnlineReviews

SHI Wenhua，GONG Xue，ZHANG Qi，WANG Lu

School of Economics and Management, Beijing University of Posts and Telecommunications, Beijing 100876, China

Online reviews have been hot issues of researches in recent years. The researches on online reviews at present focus on the comments posted immediately after consumers receive their products. With the improvement of the mechanism of online shopping, several online shopping platforms have provided consumers with the chance of appended online review, which means consumers can re-comment after using the product for a period of time. In this paper, we divided online reviews into first-time online reviews and appended online reviews. Based on different product types (search products and experience products) and price levels, we explored the reviews′ differences in quantity, length, time interval and emotional intensity.

The review data was obtained from online retail sites Tmall, and the data was analyzed by regression analysis, multi-factor analysis of variance, independent-samples t test and pared-samples t test through SPSS Statistics 20. The conclusions are as follows: Firstly, reviews′ quantity is influenced by reviews′ type and price, yet reviews′ type has the greatest impact on reviews′ quantity. The quantity impact of first-time online reviews is larger than the quantity of appended online reviews, and the price level has a negative impact on the quantity of reviews. However, product type has no significant effect on the quantity of reviews. Secondly, the reviews′ length and time interval of experience products are greater than that of search products, and the price has a positive effect on the reviews′ length and time interval. Thirdly, the emotional intensity of the first-time online reviews and appended online reviews is influenced by the emotional tendencies. If the emotional intensity of both first-time online reviews and appended online reviews are negative, then the emotional intensity of appended online reviews is greater than that of first-time online reviews. However, if the emotional intensity of both first-time online reviews and appended online reviews are positive, then the emotional intensity of first-time online reviews is greater than that of appended online reviews.

This research shows that first-time online reviews and appended online reviews are different in terms of some basic features. On the one hand, it enriches the research content on appended online reviews, providing a theoretical basis for studying the effects of the first-time online reviews and appended online reviews on consumers′ behavior. On the other hand, enterprises can take different measures on products of different types and price levels, making the length, time interval and emotional intensity of reviews is maintained at excellent level. Therefore, enterprises are able to take advantage of the influence of online reviews on consumer purchasing decisions.

first-time online reviews；appended online reviews；product type；product price；emotional intensity

Date:December 17th, 2015

DateMay 26th, 2016

FundedProject:Supported by the National Natural Science Foundation of China(71372194)

Biography:SHI Wenhua, doctor in Management, is an associate professor in the School of Economics and Management at Beijing University of Posts and Telecommunications. His research interests include marketing and game theory. His representative paper titled “Study of social ties as one kind of switching costs: a new typology” was published in theJournalofBusiness&IndustrialMarketing(Issue 5, 2015). E-mail：ebiz@bupt.edu.cn.

GONG Xue is a master degree candidate in the School of Economics and Management at Beijing University of Posts and Telecommunications. Her research interest focuses on marketing. Her representative paper titled “Identifying fake and potential corporate members in telecommunications operators” was published in theChinaCommunications(Issue 8, 2013). E-mail：gongxue_lydia@163.com

ZHANG Qi is a master degree candidate in the School of Economics and Management at Beijing University of Posts and Telecommunications. Her research interest focuses on marketing. E-mail：zhangqi_0111@126.com

WANG Lu is a master degree candidate in the School of Economics and Management at Beijing University of Posts and Telecommunications. Her research interest focuses on marketing. E-mail：wl79234@sina.com

F713.36

A

10.3969/j.issn.1672-0334.2016.04.004

1672-0334(2016)04-0045-14

2015-12-17修返日期2016-05-26

國家自然科學(xué)基金(71372194)

石文華，管理學(xué)博士，北京郵電大學(xué)經(jīng)濟(jì)管理學(xué)院副教授，研究方向?yàn)槭袌鰻I銷管理和博弈論等，代表性學(xué)術(shù)成果為“Study of social ties as one kind of switching costs: a new typology”，發(fā)表在2015年第5期《Journal of Business & Industrial Marketing》，E-mail：ebiz@bupt.edu.cn

龔雪，北京郵電大學(xué)經(jīng)濟(jì)管理學(xué)院碩士研究生，研究方向?yàn)槭袌鰻I銷管理等，代表性學(xué)術(shù)成果為“Identifying fake and potential corporate members in telecommunications operators”，發(fā)表在2013年第8期《China Communications》，E-mail：gongxue_lydia@163.com

張綺，北京郵電大學(xué)經(jīng)濟(jì)管理學(xué)院碩士研究生，研究方向?yàn)槭袌鰻I銷管理等，E-mail：zhangqi_0111@126.com

王璐，北京郵電大學(xué)經(jīng)濟(jì)管理學(xué)院碩士研究生，研究方向?yàn)槭袌鰻I銷管理等，E-mail：wl79234@sina.com

□