國外在線評論有用性研究熱點(diǎn)與發(fā)展演進(jìn)

□ 田依林 張 帥2 李 星

( 1.天津大學(xué) 教育學(xué)院, 天津 300350; 2.天津大學(xué) 管理與經(jīng)濟(jì)學(xué)部, 天津 300072)

一、引 言

近年來,隨著電子商務(wù)和互聯(lián)網(wǎng)技術(shù)的發(fā)展,越來越多的消費(fèi)者通過電商平臺購買商品,2018年全球電子零售額達(dá)到2.8萬億美元[1]。消費(fèi)者發(fā)布的關(guān)于所購商品質(zhì)量或服務(wù)體驗(yàn)比商家發(fā)布信息的可信任度更高,使得在線評論逐漸成為消費(fèi)者獲取產(chǎn)品質(zhì)量信息、做出購買決策的重要來源和依據(jù)[2]。Bright Local[3]調(diào)查發(fā)現(xiàn),18～34歲的年輕人中有80%發(fā)表過在線評論,信任在線評論和個(gè)人推薦的比例高達(dá)91%,足以體現(xiàn)在線評論在補(bǔ)充商品信息描述和減少消費(fèi)者購買不確定性等方面的重要作用。然而,巨額網(wǎng)絡(luò)銷售量帶來的是海量且內(nèi)容質(zhì)量參差不齊的在線評論信息,如何幫助在線用戶對商品和服務(wù)進(jìn)行甄別,快速高效的獲取更有價(jià)值的信息,做出正確的購買決策,成為學(xué)術(shù)界和產(chǎn)業(yè)界共同關(guān)注的問題。

在線評論有用性研究主要基于計(jì)算機(jī)為媒介傳播的文本模式分析,從文本內(nèi)容特征、評論形式特征等方面探討與有用性之間的相關(guān)性。自Mudambi和Schuff[4]將在線評論有用性定義為在線評論在消費(fèi)者決策過程中的感知價(jià)值以來,已經(jīng)引發(fā)了大量的相關(guān)研究探索?；诖?本文以2008—2018年間Web of Science數(shù)據(jù)庫中刊載的在線評論有用性文獻(xiàn)為對象,發(fā)揮文獻(xiàn)計(jì)量法在研究整體情況的描述、規(guī)范和解釋的功能,全方位揭示國外在線評論有用性研究的現(xiàn)狀、熱點(diǎn)主題與發(fā)展演進(jìn),預(yù)測未來一段時(shí)間的趨勢,以期提高研究效率。

二、研究設(shè)計(jì)

(一)數(shù)據(jù)來源

本文以Web of Science核心合集數(shù)據(jù)庫為數(shù)據(jù)來源,包括科學(xué)引文索引擴(kuò)展版(SCI-E)、社會科學(xué)引文索引(SSCI)、科學(xué)技術(shù)會議索引(CPCI-S),檢索方法選擇高級檢索,檢索式為:“TS=((online review or online comment) and (usefulness or helpfulness or helpful or utility) not (health or medic or desease or clinical))”,時(shí)間跨度=“2008—2018”,初步檢索得到826篇文獻(xiàn),進(jìn)一步人工剔除研究范圍、類型不符的文獻(xiàn),最終得到436篇文獻(xiàn)作為研究對象。

(二)研究方法

本文采用文獻(xiàn)計(jì)量學(xué)和科學(xué)知識圖譜方法對國外文獻(xiàn)進(jìn)行分析。分別從發(fā)文趨勢、區(qū)域發(fā)文質(zhì)量、高被引文獻(xiàn)等不同的視角，對文獻(xiàn)進(jìn)行統(tǒng)計(jì)計(jì)量分析,并借助VOSViewer、SciMAT等可視化軟件，繪制領(lǐng)域研究核心結(jié)構(gòu)和發(fā)展進(jìn)程的知識圖譜,進(jìn)一步透視在線評論有用性研究的熱點(diǎn)主題和發(fā)展演進(jìn)過程。

三、文獻(xiàn)計(jì)量分析與結(jié)果

(一)發(fā)文趨勢分析

2008—2018年在線評論有用性研究的發(fā)文量總體上處于上升趨勢, 2008—2013年增長緩慢,年發(fā)文量不超過20篇,累計(jì)發(fā)文量77篇。2014年開始發(fā)文量呈指數(shù)增長,2015年達(dá)到67篇,2018年達(dá)到歷史最高91篇,說明近三年是相關(guān)研究的蓬勃發(fā)展期,發(fā)文量將保持持續(xù)上升態(tài)勢。

(二)區(qū)域發(fā)文質(zhì)量分析

統(tǒng)計(jì)數(shù)據(jù)顯示2008—2018年共有30個(gè)國家和眾多機(jī)構(gòu)的學(xué)者發(fā)表了相關(guān)文獻(xiàn),本文選取了總發(fā)文量排名前十的國家,將論文發(fā)文量、篇均被引頻次和地區(qū)進(jìn)行擬合。在文章數(shù)量方面,美國和中國總發(fā)文量分別為149篇和127篇,遠(yuǎn)超韓國(31篇)、英國(30篇)、印度(25篇)等發(fā)文量差距不大的國家,是在線評論有用性研究較為活躍的地區(qū)。在研究質(zhì)量和影響力方面,美國篇均被引頻次最高,為48.3,研究質(zhì)量優(yōu)異。中國發(fā)文量雖位列第二,但篇均被引頻次僅為20.3,影響力略低。韓國、澳大利亞、西班牙、德國雖然發(fā)文數(shù)量不多,篇均被引頻次卻較高,分別為35.4、30.9、27.4、27.2。

(三)高被引文獻(xiàn)分析

高被引文獻(xiàn)體現(xiàn)了國別、機(jī)構(gòu)和個(gè)人學(xué)科發(fā)展、科研能力和學(xué)術(shù)聲譽(yù)對領(lǐng)域研究的貢獻(xiàn)程度。美國坦普爾大學(xué)?？怂股虒W(xué)院Mudambi和Schuff[4]從感知價(jià)值角度,對在線評論有用性進(jìn)行定義的基礎(chǔ)上,通過對亞馬遜1587條評論分析表明評論極性、深度和產(chǎn)品類型都會影響消費(fèi)者的有用性感知。Forman等[5]指出,評論者身份信息披露是消費(fèi)者做出購買決定和評估在線評論可信性的主要依據(jù)。Ghose和Ipeirotis[6]從評論的主觀性、信息性、可讀性和語言正確性等方面,探討評論對銷量和有用性感知有重要影響。Duan等[7]采用文本挖掘技術(shù)從評論文本中提取語義特征,指出具有極端意見的評論能獲得更多有用性投票。Pan和Zhang[8]認(rèn)為,評論效價(jià)和長度都會對評論有用性產(chǎn)生積極影響,但在產(chǎn)品類型的調(diào)節(jié)下,相關(guān)結(jié)論存在差異,而評論內(nèi)容的創(chuàng)新性與有用性之間存在曲線關(guān)系。Korfiatis等[9]基于評論內(nèi)容整合性、可理解性和表達(dá)性的三要素理論模型,指出中立、極端評論的可讀性和平均長度與有用性存在正向關(guān)系。Yin等[10]利用情緒和認(rèn)知處理文獻(xiàn)中的框架,證實(shí)負(fù)面評論中的焦慮和憤怒情緒是影響有用性的關(guān)鍵因素。Baek等[11]基于雙過程理論指出,評價(jià)等級、評論者可信度等外部線索和評價(jià)內(nèi)容等中心線索都影響評論的有用性。Salehan和Kim[12]采用情感挖掘技術(shù)構(gòu)建在線評論有用性預(yù)測模型,指出標(biāo)題中積極情緒較高的評論會吸引更多閱讀者,而中立評論對消費(fèi)者購買決策具有正向影響。Schindler和Bickart[13]通過模擬網(wǎng)絡(luò)購物活動發(fā)現(xiàn),適度長度和積極的評論與有用性相關(guān),非評價(jià)性產(chǎn)品信息和評論者信息披露與有用性相關(guān),而拼寫和語法錯(cuò)誤與價(jià)值較低的評論相關(guān),表達(dá)性俚語和幽默與價(jià)值較高的評論相關(guān)。

四、研究主題演進(jìn)

(一)熱點(diǎn)主題

學(xué)術(shù)研究領(lǐng)域較長時(shí)域內(nèi)的大量文獻(xiàn)中關(guān)鍵詞的集合,能夠揭示主題概念、研究內(nèi)容之間的聯(lián)系以及學(xué)術(shù)發(fā)展脈絡(luò),關(guān)鍵詞出現(xiàn)的頻次代表受關(guān)注的程度。本文將在線評論有用性相關(guān)文獻(xiàn)中頻次大于10的246個(gè)關(guān)鍵詞作為節(jié)點(diǎn),根據(jù)共現(xiàn)強(qiáng)弱關(guān)系生成自然聚類。第一大聚類聚焦于在線評論的信息接受過程,根據(jù)技術(shù)接受模型(TAM)、雙過程理論(Dual-Process Theory)、精細(xì)加工可能性理論(ELM)、信息釆納模型(IAM)中影響消費(fèi)者信息采納的決定因素構(gòu)建在線評論評價(jià)系統(tǒng),突出有用性是消費(fèi)者做出購買決策的一種主觀感知。第二大聚類標(biāo)簽是有用性排序,其中涉及在線評論排序、商品推薦排序、算法技術(shù)等內(nèi)容,該聚類體現(xiàn)了大數(shù)據(jù)分析技術(shù)在領(lǐng)域研究中應(yīng)用,相關(guān)研究證實(shí)，采用不同算法的在線評論排序，明顯優(yōu)于電商平臺現(xiàn)有的排序機(jī)制。第三大聚類標(biāo)簽是銷量預(yù)測,出現(xiàn)時(shí)間較晚,主要以評論有用性排序研究作為基礎(chǔ),從為電商企業(yè)提供優(yōu)化方案和提升消費(fèi)者購物體驗(yàn)值的商業(yè)價(jià)值視角分析在線評論,將在線評論質(zhì)量分類和銷量預(yù)測的聚合研究作為核心。第四大聚類標(biāo)簽為影響因素分析,主要對在線評論產(chǎn)生作用過程中的影響因素及其作用程度進(jìn)行判別。第五大聚類、第六大聚類和第七大聚類是第四大聚類的分支,通過對評論內(nèi)容特征、評論者特征和評論閱讀者特征中影響因素的篩選與識別,分析影響因素與有用性之間的相關(guān)性。第八大聚類為商品類型對消費(fèi)者有用性感知的調(diào)節(jié)作用。

(二)研究演進(jìn)

領(lǐng)域研究演進(jìn)是以關(guān)鍵詞為表征的主題在時(shí)間維度上的發(fā)展變化,體現(xiàn)研究內(nèi)容的新陳代謝過程。關(guān)鍵詞的多樣性、復(fù)雜性決定了研究內(nèi)容的豐富性和具體性,并隨著時(shí)間推移,反映出文獻(xiàn)研究內(nèi)容和主題的裂變和衍生過程。本文采用SciMAT軟件繪制在線評論有用性研究主題演進(jìn)知識圖譜,如圖1。

圖1 在線評論有用性研究主題演進(jìn)

1.以理論研究為框架的影響因素識別

各時(shí)間段在線評論有用性研究主題逐年增加,在2008—2009年形成口碑傳播、意見挖掘和信息技術(shù)模型等主題,說明口碑傳播意見挖掘是在線評論有用性研究的基礎(chǔ)。隨著網(wǎng)絡(luò)購物模式的普及,各類電商平臺為在線用戶提供多種表達(dá)意見的途徑,海量的評論數(shù)據(jù)使得商品在線評論的有用性研究成為主導(dǎo)方向。2010—2012年,口碑傳播研究演化為在線評論影響因素、文本特征、文本分析、ELM理論、滿意度等主題。由此可見,早期在線評論有用性研究主要基于信息理論模型,對評論內(nèi)容特征因素進(jìn)行分析,識別消費(fèi)者信息接受過程的影響因素。在線評論所包含的信息較多,感知有用性和感知易用性，是消費(fèi)者信息采納的決定因素[14],相關(guān)研究證實(shí)評論質(zhì)量、數(shù)量是感知有用性的關(guān)鍵因素,而評論質(zhì)量、互動性是影響感知易用性和信任度的關(guān)鍵因素[15]。消費(fèi)者對在線評論信息處理的思維方式不同,影響因素存在差異,積極參與信息處理的消費(fèi)者,往往會根據(jù)在線評論等級和類型改變態(tài)度,而憑借主觀印象的消費(fèi)者,則會優(yōu)先選擇內(nèi)容一致且數(shù)量較多的評論作為購買意愿依據(jù)[16]。隨著研究的深入,學(xué)者們開始從社會因素視角探索在線評論對消費(fèi)者感知有用性、服務(wù)質(zhì)量和價(jià)值的影響機(jī)理,涉及歸因理論、消費(fèi)者行為學(xué)、心理學(xué)等相關(guān)理論的應(yīng)用。與此同時(shí),通過詞性標(biāo)注從文本中提取屬性名詞和形容詞作為情感描述項(xiàng),分析情感認(rèn)知過程對消費(fèi)者決策的影響，也為后期在線評論的情感分析奠定了基礎(chǔ)。

2.以影響因素分類為基礎(chǔ)的作用判別

2013—2015年,在線評論影響因素識別研究從信息理論模型構(gòu)建評價(jià)系統(tǒng)的視角,轉(zhuǎn)化為領(lǐng)域本體的影響因素分類作用判別。以評論內(nèi)容特征、評論者特征作為影響因素的分類標(biāo)準(zhǔn),從信息可信性視角探討各類影響因素與評論可信性、有用性之間的關(guān)系。評論語義特征和形式特征通過文本上下文脈之間的關(guān)系、長度、評論時(shí)間,以及評論中所包含的圖片、追評、評論星級等因素反映完整性、可讀性和正確率對消費(fèi)者有用性感知的影響作用。評論者特征與評論有用性之間的關(guān)系主要是從可信性特征這一視角出發(fā),圍繞評論者個(gè)人信息披露、專業(yè)性、經(jīng)驗(yàn)等方面,探討信息真實(shí)性和專業(yè)性對提升消費(fèi)者評論信任程度的作用。但相關(guān)研究因?qū)嶒?yàn)方法、因素選取標(biāo)準(zhǔn)不同,并未獲得一致性結(jié)論。在對影響因素作用判別的研究過程中,逐漸形成采用平臺有用性投票數(shù)作為衡量有用性的代理指標(biāo)，證明假設(shè)作用判別的研究范式。由于研究數(shù)據(jù)來源多為Amazon、Yelp、IMDB等網(wǎng)站,對象涉及電影、圖書、手機(jī)、電腦等不同類型商品,也使得從產(chǎn)品類型視角分析對影響因素作用的調(diào)節(jié)成為焦點(diǎn)。加之該時(shí)期情感分析方法主題和機(jī)器學(xué)習(xí)主題的出現(xiàn),為從社會因素主題視角判別在線評論有用性作用提供了技術(shù)支持,從淺層復(fù)制逐漸發(fā)展為深層理解,學(xué)者們致力于通過語料收集、專業(yè)詞庫構(gòu)建、標(biāo)注規(guī)范和情感分析等挖掘技術(shù)分析感知有用性對消費(fèi)者行為的影響。

3.以作用交互為橋梁的商業(yè)價(jià)值體現(xiàn)

2016—2018年,理論研究、影響因素篩選、作用判別等相關(guān)研究持續(xù)深入,產(chǎn)品類型調(diào)節(jié)、情感分析成為研究主導(dǎo)。影響因素的選取進(jìn)一步細(xì)化,新增關(guān)于評論閱讀者互聯(lián)網(wǎng)經(jīng)驗(yàn)、感知價(jià)值、有用性感知、態(tài)度傾向等影響因素研究。消費(fèi)者對信息的有用性感知受多維因素影響,有用性感知作用相互交疊,使得采用社會學(xué)、心理學(xué)等不同視角,從更為深入細(xì)致的層面,探討影響因素之間的作用交互和機(jī)制的研究出現(xiàn)。為更好的滿足用戶信息需求和提高購物體驗(yàn),學(xué)者們根據(jù)影響因素之間的作用交互,選取如評論文本特征、有用性投票和評論者等級等關(guān)鍵因素,基于梯度提升算法、機(jī)器學(xué)習(xí)方法、回歸模型等算法構(gòu)建有用性排序模型,從電商平臺評論設(shè)置改進(jìn)機(jī)制視角為消費(fèi)者消除信息干擾。有用性排序的相關(guān)研究不僅為在線評論質(zhì)量分類和銷量預(yù)測的聚合影響提供了新的技術(shù)解決方案與思路,更建立了連通理論研究與應(yīng)用價(jià)值的橋梁,突顯領(lǐng)域研究的商業(yè)價(jià)值。在線評論的產(chǎn)品銷量預(yù)測,是衡量消費(fèi)者信息有用性感知和購買決策的間接方式,也是電商企業(yè)改善產(chǎn)品質(zhì)量和信息服務(wù)的重要依據(jù),但研究主要針對圖書銷量、電影票房等產(chǎn)品的預(yù)測,具有一定的局限性,并未得到普適性結(jié)論。此外,在線評論有用性研究發(fā)展演進(jìn)過程中,存在諸如“價(jià)效”的孤立主題,其能否推動消費(fèi)者期望與信息感知之間關(guān)系的研究有待進(jìn)一步追蹤與檢驗(yàn)。

五、結(jié)論與展望

(一)結(jié)論

本研究基于文獻(xiàn)計(jì)量學(xué)方法和科學(xué)知識圖譜,對在線評論有用性相關(guān)文獻(xiàn)的研究現(xiàn)狀、研究主題進(jìn)行系統(tǒng)歸納和整理,然后以時(shí)間為線索進(jìn)一步探究研究發(fā)展演進(jìn)過程。從研究概況上,該領(lǐng)域的總體發(fā)文量在經(jīng)歷了2008—2013年的緩慢增速后,在2014年實(shí)現(xiàn)了發(fā)文量的井噴式持續(xù)增長。根據(jù)發(fā)文量、篇均被引頻次和發(fā)文地區(qū)的擬合,存在量與質(zhì)的不均衡現(xiàn)象。中國以127篇的發(fā)文量位居世界前列,但篇均被引頻次與其他國家相比略低,研究質(zhì)量亟待提升。文中還列舉了高被引文獻(xiàn)中前十的文獻(xiàn),從內(nèi)容分布來看主要圍繞影響因素識別、作用判別和有用性排序等方面。根據(jù)關(guān)鍵詞聚類分析,國外在線評論有用性研究主要圍繞理論研究、有用性排序、銷量預(yù)測、影響因素、商品類型調(diào)節(jié)等5個(gè)方面。然而,學(xué)術(shù)研究應(yīng)緊密聯(lián)系實(shí)際,在線評論有用性研究在考察對消費(fèi)者決策感知作用的同時(shí),還是要體現(xiàn)該領(lǐng)域研究的商業(yè)價(jià)值。

(二)未來研究展望

在線評論有用性相關(guān)研究經(jīng)過多年的發(fā)展,沿著不同的邏輯視角和演進(jìn)形式向前推進(jìn),呈現(xiàn)出內(nèi)涵縱深化和外延化的趨勢。但仍存在以描述性統(tǒng)計(jì)與假設(shè)檢驗(yàn)的實(shí)證研究為主導(dǎo),借鑒其他學(xué)科理論和方法的研究較多,領(lǐng)域本體理論體系尚未形成,未能充分發(fā)揮研究的商業(yè)價(jià)值等問題。

展望未來,在線評論有用性研究應(yīng)在如下方面重點(diǎn)加強(qiáng):第一,促進(jìn)基于實(shí)證的研究范式轉(zhuǎn)型,提升在線評論有用性的研究水平。通過對評論數(shù)據(jù)內(nèi)容的深層次挖掘,掌握在線評論對消費(fèi)者購買動機(jī)、情感體驗(yàn)和態(tài)度形成過程的作用規(guī)律和機(jī)制,進(jìn)一步克服評論有用性投票、評論文本長度、評論星級投票等淺層數(shù)據(jù)分析中存在的弊端。第二,以跨學(xué)科的交叉研究,推動在線評論有用性的領(lǐng)域本體理論體系的形成?；谠u論內(nèi)容特征、評論者特征和評論閱讀者特征等影響消費(fèi)者有用性感知的因素,深入分析瞬時(shí)、分布式在線評論信息效應(yīng)特征與網(wǎng)絡(luò)消費(fèi)者之間的循環(huán)互動機(jī)制,加強(qiáng)在線消費(fèi)者信息感知、評論參與行為、信息選擇決策等內(nèi)容的研究,培植新的領(lǐng)域生長點(diǎn)。第三,加強(qiáng)科研機(jī)構(gòu)與商業(yè)組織之間的合作,通過研究形態(tài)的拓展和成果的轉(zhuǎn)化,實(shí)現(xiàn)技術(shù)商品化和研究市場化,保持熱度和活力。圍繞消費(fèi)者對在線評論系統(tǒng)的實(shí)際需求,突破技術(shù)瓶頸,解決商業(yè)平臺在評論機(jī)制設(shè)置中存在的問題,提高在線消費(fèi)者信息利用度和黏性?！?/p>