搜索型產(chǎn)品用戶關(guān)注度的動態(tài)變化研究

王鑫鑫　王亞平　張洪等

關(guān)鍵詞： 用戶關(guān)注度； 信號理論； 搜索型產(chǎn)品； 在線評論； 主題模型

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．０６．００４

〔中圖分類號〕Ｇ２０３ 〔文獻(xiàn)標(biāo)識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２３） ０６－００３５－０８

在線評論作為外部的信息資源， 有助于潛在用戶了解產(chǎn)品的真實(shí)質(zhì)量， 從而做出正確的購買決策［１］ 。用戶的評論信息能體現(xiàn)出用戶關(guān)注屬性及其在時間上的動態(tài)變化特征， 有效挖掘評論信息可以為用戶傳遞產(chǎn)品信號， 企業(yè)也能通過在線評論信息發(fā)現(xiàn)自身產(chǎn)品或服務(wù)的不足之處， 從而制定更有效的經(jīng)營決策?，F(xiàn)有在線評論的相關(guān)研究主要集中在基于評論信息的用戶關(guān)注偏好識別和在線評論對消費(fèi)者購買決策的影響分析兩個方面， 很少探討用戶在不同時間段關(guān)注焦點(diǎn)的動態(tài)變化［２］ 。同時， 現(xiàn)有的相關(guān)研究較多是偏向體驗(yàn)型商品的［３］ ， 關(guān)于搜索型產(chǎn)品的研究相對較少。搜索型產(chǎn)品是指主要屬性能夠通過可獲得信息來客觀評判的產(chǎn)品， 體驗(yàn)型產(chǎn)品則是需要自身體驗(yàn)后才獲取信息進(jìn)行評判的產(chǎn)品［４］ 。

基于此， 本文以搜索型產(chǎn)品為研究對象， 以信號理論為理論基礎(chǔ)， 從產(chǎn)品特征信號和產(chǎn)品服務(wù)信號兩個維度出發(fā)， 探討在線評論對用戶關(guān)注度的動態(tài)變化， 構(gòu)建了基于在線評論的用戶動態(tài)關(guān)注度研究模型， 根據(jù)ＬＤＡ 主題模型識別評論中的關(guān)鍵主題并計算主題的關(guān)注度強(qiáng)度， 利用Ｓｔａｔａ 回歸進(jìn)行關(guān)注度的分析， 揭示用戶對不同主題關(guān)注度的動態(tài)變化特征， 有助于企業(yè)了解用戶的動態(tài)需求， 對企業(yè)決策的制定具有重要意義。

１文獻(xiàn)回顧

１.１在線評論

在線評論在用戶在線購物決策過程中解決信息不對稱的作用日益顯著， 已經(jīng)成為用戶在購買產(chǎn)品或服務(wù)時的重要參考［５］ ?，F(xiàn)有關(guān)于在線評論對用戶關(guān)注度影響的研究主要體現(xiàn)在評論內(nèi)容和用戶行為兩個方面。在評論內(nèi)容方面， 主要從產(chǎn)品屬性和服務(wù)質(zhì)量來體現(xiàn)用戶的關(guān)注度， 如Ｎｉｋｏｌａｙ Ａ 等［６］ 提出， 產(chǎn)品的多種屬性是用戶選擇的重要決定因素，研究了用戶對不同產(chǎn)品屬性的關(guān)注偏好； 張艷豐等［７］ 從評論內(nèi)容維度方面進(jìn)行文本挖掘， 根據(jù)不同的內(nèi)容屬性來輔助用戶進(jìn)行決策行為； 池毛毛等［８］ 分析了兩種不同平臺用戶在主題上的異同之處， 從評論角度分析了產(chǎn)品和服務(wù)上的互補(bǔ)和替代性。在用戶行為方面， 主要從評論影響用戶的關(guān)注度、購買決策和需求等方面進(jìn)行研究， 如孫玲玲等［９］ 對社群用戶的在線評論信息進(jìn)行關(guān)注熱點(diǎn)的提取， 挖掘熱點(diǎn)主題的關(guān)注度與滿意度； 韋景竹等［１０］ 對評論數(shù)據(jù)進(jìn)行情感分析， 客觀研究了在線用戶的內(nèi)部和外部需求； 沈超等［１１］ 根據(jù)在線評論統(tǒng)計產(chǎn)品屬性在每個單位時間內(nèi)的關(guān)注度， 進(jìn)而描述用戶的需求變化趨勢。由于用戶關(guān)注度影響因素是和時間相關(guān)的屬性， 在產(chǎn)品發(fā)布后整個周期都會隨時產(chǎn)生變化［１２］ ， 而現(xiàn)有研究缺乏對在線評論的橫向時間關(guān)聯(lián)的思考［１３］ ， 因此， 有必要進(jìn)一步探討在線評論在不同時間周期內(nèi)的變化以及這種變化對用戶關(guān)注度的影響。

１.２用戶關(guān)注度

用戶關(guān)注度是衡量用戶對其需求關(guān)注程度的指標(biāo)。早期關(guān)于用戶關(guān)注度的研究主要集中在傳統(tǒng)媒體對用戶關(guān)注行為的影響［１４］ ， 網(wǎng)絡(luò)平臺的出現(xiàn)與發(fā)展為關(guān)注度的研究創(chuàng)設(shè)了一個新的研究情境。用戶的關(guān)注度并非一成不變的， 賦予產(chǎn)品不同的信息會影響其關(guān)注度變化。陳璟浩等［１５］ 研究了在線網(wǎng)民關(guān)注度變化趨勢及影響因素， 分析得到５ 個網(wǎng)民關(guān)注的關(guān)鍵主題； 高成等［１６］ 研究發(fā)現(xiàn)了不同決策基礎(chǔ)下， 用戶對產(chǎn)品屬性的關(guān)注度存在差異； 許泰然等［１７］ 研究了不同的企業(yè)策略對用戶關(guān)注度的影響， 揭示了用戶關(guān)注度隨產(chǎn)品發(fā)布時間等變化的發(fā)展規(guī)律； 張艷輝等［１８］ 發(fā)現(xiàn)在線聲譽(yù)水平對用戶關(guān)注度的影響不是一成不變的， 而是與聲譽(yù)水平的高低呈倒Ｕ 型關(guān)系。用戶的關(guān)注度是用戶對產(chǎn)品各個屬性的關(guān)注集合， 而現(xiàn)有研究大多是對某個獨(dú)立的關(guān)注要素進(jìn)行分析。因此， 本文將信號理論引入到該領(lǐng)域的研究中， 將獨(dú)立的用戶動態(tài)關(guān)注度屬性整合起來， 綜合產(chǎn)品特征屬性和產(chǎn)品服務(wù)屬性構(gòu)建理論模型， 分析產(chǎn)品和服務(wù)多屬性關(guān)注度的動態(tài)變化， 進(jìn)而為企業(yè)在產(chǎn)品開發(fā)、導(dǎo)入、成長等不同階段提供決策參考建議。

２理論模型與研究假設(shè)

美國經(jīng)濟(jì)學(xué)家Ｓｐｅｎｃｅ最早提出信號理論， 指出其包含３ 個關(guān)鍵要素， 信號發(fā)送者、信號及信號接收者， 該理論主要被應(yīng)用于買方和賣方信息不對稱的情境［１９］ 。依據(jù)信號主體的不同， 本文將信號區(qū)分為產(chǎn)品特征信號和產(chǎn)品服務(wù)信號。其中， 產(chǎn)品的外觀、功能、價格、品牌屬性屬于產(chǎn)品本身的特征， 歸屬于產(chǎn)品特征信號； 物流和商家服務(wù)屬于平臺業(yè)務(wù)， 歸屬于產(chǎn)品服務(wù)信號。此外， 產(chǎn)品特征信號又可以根據(jù)產(chǎn)品自身固有的、不能被改變的屬性，以及與產(chǎn)品本身功能無關(guān)、可以被操控的屬性分為內(nèi)部信號和外部信號［２０］ 。因此， 本文進(jìn)一步細(xì)分，把功能和外觀屬性傳遞的信息稱為產(chǎn)品內(nèi)部信號，品牌和價格屬性傳遞的信息稱為產(chǎn)品外部信號， 最終建立如圖１ 的理論模型圖。

２.１產(chǎn)品內(nèi)部信號

產(chǎn)品的價值是它的自然屬性， 它是不同領(lǐng)域差異性的集合。從本質(zhì)上講， 它可以分為外觀屬性和功能屬性［２１］ 。當(dāng)用戶在瀏覽評論時， 可以大致獲得搜索型產(chǎn)品的自然屬性信息。享樂適應(yīng)理論指出， 積極或消極變化的情緒伊始都會引起個人幸福感的變化， 但這種刺激的狀態(tài)會逐漸淡化， 幸福感最終回歸到穩(wěn)定的狀態(tài)［２２］ 。外觀屬性所帶來的審美體驗(yàn)屬于享樂屬性， 用戶會在初期因?yàn)楫a(chǎn)品的外觀屬性產(chǎn)生積極情感， 但作為搜索型產(chǎn)品， 隨著時間的發(fā)展， 用戶會逐漸適應(yīng)由享樂屬性這一信號帶來的刺激， 從而降低對產(chǎn)品外觀屬性的關(guān)注度?；谝陨险撌?， 本文提出以下假設(shè)：

Ｈ１： 隨著產(chǎn)品時間的發(fā)展， 用戶對產(chǎn)品外觀屬性的關(guān)注度呈下降趨勢

期待確認(rèn)理論是一種認(rèn)知理論， 大多被用來研究用戶購買產(chǎn)品后的滿意度和關(guān)注度［２３］ 。王夏陽等［２４］ 認(rèn)為， 用戶在進(jìn)行購買決策時， 通常會根據(jù)評論信息進(jìn)行產(chǎn)品評估， 然后形成自己的期望。楊晶等［２５］ 指出， 期望確認(rèn)理論對于用戶信息實(shí)際結(jié)果的感知水平有正向的影響。Ｓｕｎ Ｊ 等［２６］ 發(fā)現(xiàn)用戶在每一次使用產(chǎn)品中， 都會啟動產(chǎn)品的功能屬性，重新產(chǎn)生積極的使用體驗(yàn)。搜索型產(chǎn)品的評論信號可以傳遞大部分的功能信息， 因而用戶感知水平就會較高， 有助于增強(qiáng)對產(chǎn)品的認(rèn)知， 減少購買產(chǎn)品的風(fēng)險。因此， 用戶對搜索型產(chǎn)品的功能信息一直都是較為關(guān)注的?；谝陨险撌?， 本文提出以下假設(shè)：

Ｈ２： 隨著產(chǎn)品時間的發(fā)展， 用戶對產(chǎn)品功能屬性的關(guān)注度呈上升趨勢

２.２產(chǎn)品服務(wù)信號

服務(wù)指商家以提供勞動的形式來滿足用戶需要的一系列活動。根據(jù)現(xiàn)有文獻(xiàn)分析， 本文把產(chǎn)品的服務(wù)分為物流服務(wù)和商家服務(wù)。石明明等［２７］ 認(rèn)為，隨著消費(fèi)升級， 用戶對服務(wù)的期望越來越高， 從而服務(wù)優(yōu)質(zhì)、有品牌影響力的產(chǎn)品就會得到用戶更多的關(guān)注。以用戶為中介信號可以很好地傳遞服務(wù)消費(fèi)過程中的體驗(yàn)， 因此用戶更重視有相同體驗(yàn)的人所傳播的服務(wù)信號。網(wǎng)絡(luò)口碑是用戶表達(dá)自己意見及期望的一個重要渠道， 可以成為企業(yè)發(fā)現(xiàn)服務(wù)問題的新途徑， 進(jìn)而做出可行的服務(wù)決策［２８］ 。服務(wù)信息是賣家和平臺提供的， 對于用戶來說屬于不對稱信息， 產(chǎn)品的網(wǎng)絡(luò)口碑所傳遞的服務(wù)信號可以降低信息不對稱程度， 為用戶提供購買決策。因此，用戶在除了對產(chǎn)品本身有要求之外， 對產(chǎn)品的口碑和服務(wù)也會更加關(guān)注?；谝陨险撌?， 本文提出以下假設(shè)：

Ｈ３： 隨著產(chǎn)品時間的發(fā)展， 用戶對物流服務(wù)的關(guān)注度呈上升趨勢

Ｈ４： 隨著產(chǎn)品時間的發(fā)展， 用戶對商家服務(wù)的關(guān)注度呈上升趨勢

２.３產(chǎn)品外部信號

產(chǎn)品的品牌是產(chǎn)品所有者的社會形象， 對于用戶來說， 產(chǎn)品品牌的知名度越高， 其質(zhì)量也會越高。但是從心理學(xué)角度來看， 用戶忽略個人需求或者產(chǎn)品的質(zhì)量來跟隨別人的意愿選擇品牌可能是不佳的。產(chǎn)品的品牌和外觀等屬性都是富有情感的體驗(yàn)， 屬于享樂屬性。隨著時間推移， 用戶會逐漸適應(yīng)由享樂屬性這一信號帶來的刺激。同時， 赫爾森提出的適應(yīng)水平理論認(rèn)為， 人對當(dāng)前事物的知覺不僅有賴于外部提供的刺激， 而且依賴先前已經(jīng)形成的刺激或印象［２９］ 。同一個用戶面對同一類型產(chǎn)品刺激的時間越長， 可能就會越不敏感。Ｘｕ Ｆ 等［３０］認(rèn)為， 用戶對處在生命初期的產(chǎn)品認(rèn)知度是比較差的， 此時用戶的評論更多依賴于情感屬性， 因此該階段的評論可信度較低， 此時品牌是用戶選擇產(chǎn)品的主要依據(jù)。對于處于生命成熟期的產(chǎn)品， 用戶的認(rèn)知度較好， 此階段的用戶評論較具真實(shí)性， 可信度較高， 用戶則會更多地以評論作為購買依據(jù)， 品牌的作用會相對減弱?；谝陨险撌?， 本文提出以下假設(shè)：

Ｈ５： 隨著產(chǎn)品時間的發(fā)展， 用戶對品牌的關(guān)注度呈下降趨勢

特征價格理論指出， 用戶實(shí)際購買的應(yīng)該是產(chǎn)品的各個屬性集合， 每一個屬性對應(yīng)著不同的價格［３１］ 。用戶在購買產(chǎn)品前會以大規(guī)模的產(chǎn)品評論作為依據(jù)來對產(chǎn)品的價格與特征是否相匹配做出評判。同時， 傳統(tǒng)價格理論認(rèn)為， 價格是影響用戶偏好的重要因素之一。劉華等［３２］ 認(rèn)為， 價格在產(chǎn)品市場中主要有質(zhì)量信號功能與促銷信號功能。產(chǎn)品的價格與質(zhì)量大多數(shù)是成正比的， 作為質(zhì)量的信號，產(chǎn)品價格信息有助于用戶評判產(chǎn)品的質(zhì)量。搜索型產(chǎn)品大多是家電之類的貴重物品， 在促銷活動中價格彈性就會相對大一些， 很多用戶會選擇在大型促銷活動中購買家電產(chǎn)品， 所以促銷信號功能就會有助于產(chǎn)品的銷售。隨著網(wǎng)絡(luò)在線平臺的發(fā)展， 平臺的促銷活動也日益頻繁， 用戶對于價格就會更加關(guān)注。基于以上論述， 本文提出以下假設(shè)：

Ｈ６： 隨著產(chǎn)品時間的發(fā)展， 用戶對價格的關(guān)注度呈上升趨勢

３研究設(shè)計

３.１數(shù)據(jù)來源與預(yù)處理

本文采用Ｐｙｔｈｏｎ 爬取京東平臺上的用戶評論。根據(jù)文獻(xiàn)分析［３３］ ， 選擇冰箱這一典型的搜索型產(chǎn)品作為研究對象， 同時， 由于京東平臺評論具有一定的時效性， 本文選取的產(chǎn)品均是２０１９ 年左右上市， 至今仍在銷售， 具有較完整的評論信息， 共獲取到平臺２０１９ 年９ 月—２０２２ 年６ 月包括８ 個品牌的２０ 款冰箱的４５ ８４６條評論。為提升主題識別的準(zhǔn)確率， 本文對評論數(shù)據(jù)進(jìn)行無用或異常字符的去除和相似詞匯的替換， 得到不同時間段的分詞文檔， 進(jìn)行Ｊｉｅｂａ 分詞并轉(zhuǎn)化為詞匯—文檔矩陣， 最終得到４１ ６２５條有效評論。

３.２主要變量獲取

３.２.１解釋變量： 用戶關(guān)注度

根據(jù)現(xiàn)有文獻(xiàn)分析， 用戶對于不同產(chǎn)品的關(guān)注屬性是不同的［３４］ 。僅從理論部分劃分產(chǎn)品的特征很難契合用戶對產(chǎn)品的理解。因此， 本文采用ＬＤＡ主題模型挖掘評論主題， 從用戶的角度對不同的關(guān)注屬性進(jìn)行深入分析， 過程如下。

１） 確定主題數(shù)目。對于ＬＤＡ 主題模型， 確定主題數(shù)目是關(guān)鍵的問題之一， 為保證結(jié)果的科學(xué)性與嚴(yán)謹(jǐn)性， 本文采用困惑度并輔助人工來確定最優(yōu)主題數(shù)目。困惑度是用來衡量ＬＤＡ 主題數(shù)量精準(zhǔn)度的指標(biāo)， 一般根據(jù)困惑度的最低點(diǎn)或者拐點(diǎn)得出各個時間段的ＬＤＡ 主題數(shù)目， 然后通過人工篩選判讀處理， 避免主題重復(fù)及過擬合的問題， 最終確定最優(yōu)主題數(shù)目［３５］ 。以前５ 個時間段為例， 在第一時間段得出主題數(shù)為７， 此時間段沒有過擬合的主題數(shù)， 所以最優(yōu)主題數(shù)為７； 在第二時間段得出主題數(shù)為８， 但經(jīng)人工篩選評判有兩個主題中出現(xiàn)重復(fù)及過擬合問題， 所以最優(yōu)主題數(shù)為６； 同理得出第三、四、五時間段的最優(yōu)主題數(shù)分別為６、６、７。各時間段最優(yōu)主題數(shù)目如表１ 所示。

２） 用戶關(guān)注度計算。用戶關(guān)注度是衡量用戶對各用戶需求關(guān)注程度的指標(biāo)。關(guān)注度數(shù)值越大，表明用戶對這一產(chǎn)品屬性越關(guān)注。結(jié)合各時間段下的評論文本數(shù)量， 計算出在不同時間下的各主題強(qiáng)度， 各個時間段的用戶關(guān)注度如式（１）：

３.２.２被解釋變量： 在線評論的時間序數(shù)

本文參考邵景波等［３６］ 的研究， 將在線評論時間序數(shù)作為被解釋變量， 來描述不同時間段內(nèi)各屬性的關(guān)注度動態(tài)變化。由于大多數(shù)用戶在瀏覽評論時只會選取前幾個評論頁面的評論數(shù)量， 劃分時間太短或太長都會影響數(shù)據(jù)的準(zhǔn)確性， 綜合考慮各時間段產(chǎn)品銷量和利潤情況［３７］ ， 本文以在線評論中的相同評論頁面數(shù)量為劃分單位， 將評論數(shù)據(jù)按照時間順序分為１０ 個時間段， 得到不同關(guān)注度屬性的１０ 組評論數(shù)據(jù)。同時為了減少時間序數(shù)值域差異造成的影響， 對其取對數(shù)處理［３６］ ， 由此可以得出被解釋變量ｌｎｔ。

本文所涉及到的變量描述如表２ 所示。

４實(shí)證分析

４.１描述性統(tǒng)計

本文利用Ｓｔａｔａ１５軟件進(jìn)行回歸分析， 各個變量的描述性統(tǒng)計結(jié)果如表３ 所示。

４.２計算關(guān)注度

４.２.１關(guān)注度強(qiáng)度

首先， 利用ＬＤＡ 主題模型， 獲得不同時間段下的困惑度。本文以第一時間段為例， 如圖２ 所示， 當(dāng)主題數(shù)目從６ 變成７ 時， 困惑度曲線出現(xiàn)拐點(diǎn)且明顯下降， 然后根據(jù)人工評判， 最終確定第一時間段的主題數(shù)為７。

按照主題數(shù)訓(xùn)練模型， 獲得第一時間段內(nèi)每個主題的詞匯分布， 選擇概率前１０ 的詞匯作為主題代表， 并結(jié)合其他詞匯輸出的信息， 得到各關(guān)注主題的識別結(jié)果如表４ 所示。

７ 個主題側(cè)重的方面是不同的， ｔｏｐｉｃ０ 包含“品牌、信賴、保障” 等詞匯， 顯示的是用戶關(guān)注的品牌因素； ｔｏｐｉｃ１ 和ｔｏｐｉｃ３ 略有重復(fù)， 包含“功能、制冷、保鮮” 等詞匯， 顯示的是產(chǎn)品的功能屬性；ｔｏｐｉｃ２ 包含“價格、實(shí)惠、價廉” 等詞匯， 顯示的是產(chǎn)品的價格屬性； ｔｏｐｉｃ４ 包含“送貨、速度、快遞” 等詞匯， 顯示的是產(chǎn)品的物流服務(wù)； ｔｏｐｉｃ５ 包含“外觀、漂亮、高端” 等詞匯， 顯示的是產(chǎn)品的外觀屬性； ｔｏｐｉｃ６ 包含“客服、售后、服務(wù)” 等詞匯， 顯示的是產(chǎn)品的商家服務(wù)。根據(jù)得出的主題概率， 發(fā)現(xiàn)用戶最關(guān)注的是功能屬性（０.２３６）， 然后依次是產(chǎn)品的物流服務(wù)（０.１６７）、外觀屬性（０.１６６）、品牌屬性（０.１６３）、商家服務(wù)（０.１４８）， 最后是價格屬性（０.１１９）。本文還對各變量的相關(guān)關(guān)系進(jìn)行了探究， 結(jié)果顯示， 功能、物流服務(wù)、商家服務(wù)、價格屬性與時間呈現(xiàn)正相關(guān)關(guān)系， 品牌和外觀屬性與時間呈現(xiàn)負(fù)相關(guān)關(guān)系。

４.２.２主題關(guān)注度演化

結(jié)合不同時間段的評論數(shù)量， 根據(jù)式（１） 得到各主題在不同時間段的主題強(qiáng)度， 繪制主題強(qiáng)度及演化如圖３ 和圖４ 所示。圖３ 描述了所劃分的１０個時間段內(nèi)各組的主題強(qiáng)度， 即各個時間段內(nèi)不同屬性的關(guān)注度值， 圖４ 描述了在１０ 個時間段內(nèi)各個主題的強(qiáng)度演化趨勢， 即不同屬性的１０ 組數(shù)據(jù)在各個時間段內(nèi)的關(guān)注度變化值， 因此可以分析隨著時間發(fā)展用戶對不同屬性的關(guān)注度動態(tài)變化。

４.３回歸結(jié)果分析

本文對各變量進(jìn)行ＶＩＦ 檢驗(yàn)， 其系數(shù)都沒有超過１０， 故不存在嚴(yán)重的多重共線性問題。表５ 反映了模型的擬合程度， Ｒ^２值越接近１， 模型擬合效果越好。同時識別出的６ 個主題中， 價格主題ｐ＝０.５.８＜０.０５， 即產(chǎn)品的價格屬性與時間的關(guān)系不顯著， 沒有進(jìn)入回歸模型［３８］ 。其余主題均逐步進(jìn)入了模型， 得到模型如式（２）：

本文的假設(shè)支持情況如表７ 所示。

１） 從回歸結(jié)果上看， 產(chǎn)品功能、產(chǎn)品服務(wù)與產(chǎn)品發(fā)布時間呈現(xiàn)正相關(guān)的關(guān)系， 即隨著時間的推移， 用戶對這些屬性的關(guān)注趨勢是上升的。這表明用戶在購買搜索型產(chǎn)品時， 對功能屬性是一直處于高度關(guān)注水平的， 時間的積累并不會削弱搜索型產(chǎn)品的功能屬性強(qiáng)度。同時， 用戶對于服務(wù)的關(guān)注度也是處于上升趨勢。這是因?yàn)殡S著各個在線平臺的激烈競爭與發(fā)展， 服務(wù)也就成了衡量一個產(chǎn)品及其所在平臺優(yōu)劣的標(biāo)準(zhǔn)之一［３９］ ， 用戶對產(chǎn)品的服務(wù)也會變得更加關(guān)注。

２） 產(chǎn)品的品牌、外觀屬性與產(chǎn)品的發(fā)布時間呈現(xiàn)負(fù)相關(guān)的關(guān)系。產(chǎn)品的品牌和外觀屬性均屬于產(chǎn)品的享樂屬性， 享樂屬性的性質(zhì)決定了產(chǎn)品在初期會受到用戶的格外關(guān)注， 但隨著時間的推移， 用戶所接收到的積極情緒刺激會趨于穩(wěn)定， 從而用戶的關(guān)注度就會降低， 這在一定程度上也驗(yàn)證了享樂屬性在搜索型產(chǎn)品領(lǐng)域的適用性。價格沒有進(jìn)入模型， 假設(shè)４ 沒有得到驗(yàn)證， 這是因?yàn)樗阉餍彤a(chǎn)品的整個生命周期內(nèi)價格并沒有太大的浮動［４０］ ， 隨著人們消費(fèi)水平的提高， 用戶對產(chǎn)品的質(zhì)量有著更高的要求， 當(dāng)用戶決心購買某類搜索型產(chǎn)品時， 已經(jīng)根據(jù)產(chǎn)品信號的傳遞掌握了大部分的信息， 價格不再是人們購物的決定性因素。因此， 產(chǎn)品價格與用戶動態(tài)關(guān)注度并沒有顯著的影響關(guān)系。

５總結(jié)與討論

本文以信號理論為理論基礎(chǔ)， 構(gòu)建了用戶動態(tài)關(guān)注度在搜索型產(chǎn)品領(lǐng)域中一個可供參考的理論框架， 通過ＬＤＡ 主題識別， 將用戶關(guān)注屬性分為６個主題維度并得到相應(yīng)的主題內(nèi)容， 最后進(jìn)行回歸分析來提取不同時間段下各關(guān)注度的變化特征。研究表明， 用戶對不同屬性的關(guān)注度是存在差異的，除價格信號外， 產(chǎn)品的特征信號和服務(wù)信號所傳遞的信息均對用戶動態(tài)關(guān)注度有著顯著影響。通過分析用戶關(guān)注度的動態(tài)變化特征， 企業(yè)可以有針對性地進(jìn)行產(chǎn)品或服務(wù)管理， 迎合用戶日益變化的關(guān)注需求， 同時對企業(yè)制定決策具有重要意義。企業(yè)可以從產(chǎn)品開發(fā)、導(dǎo)入和成長方面進(jìn)行經(jīng)營管理和信息決策：

１） 在產(chǎn)品開發(fā)階段， 企業(yè)可以在初期做好用戶調(diào)研和市場分析， 準(zhǔn)確把握用戶對產(chǎn)品外觀屬性的審美偏好。這是因?yàn)樗阉餍彤a(chǎn)品在上市后， 企業(yè)一般不會再對產(chǎn)品的外觀特征做變動或升級， 因此要延長用戶的審美體驗(yàn)與享樂適應(yīng)的過程， 從而保障產(chǎn)品在整個生命周期內(nèi)持續(xù)被用戶選擇。同時，由于用戶對搜索型產(chǎn)品的功能屬性的關(guān)注度一直處于較高強(qiáng)度， 因此， 在開發(fā)產(chǎn)品階段， 應(yīng)該著重研發(fā)產(chǎn)品的功能屬性。

２） 在產(chǎn)品導(dǎo)入階段， 企業(yè)應(yīng)該給予品牌建設(shè)更高的關(guān)注度和支持度， 當(dāng)產(chǎn)品有了一定品牌知名度后， 便可獲取由品牌帶來的忠誠客戶， 提高顧客粘性； 同時， 在產(chǎn)品導(dǎo)入市場后， 應(yīng)該做好品控，給用戶良好的產(chǎn)品使用體驗(yàn)， 并且針對產(chǎn)品功能屬性做好廣告宣傳。

３） 在產(chǎn)品成長階段， 用戶對產(chǎn)品外觀及功能之外的服務(wù)質(zhì)量會更加關(guān)注， 因此， 在產(chǎn)品成長期內(nèi)， 企業(yè)要加大對物流服務(wù)各方面的投入， 促進(jìn)個性化的物流增值服務(wù)， 以提高用戶滿意度和關(guān)注度； 同時， 產(chǎn)品成長期用戶已經(jīng)對產(chǎn)品的功能屬性有了一定的認(rèn)知， 可以在此時期減少對產(chǎn)品功能屬性的宣傳， 并且可適當(dāng)減少對品牌的投入， 享受“品牌紅利”。

本文只選擇了一類產(chǎn)品作為搜索型產(chǎn)品的代表， 難以完全避免產(chǎn)品自身特點(diǎn)所造成的影響， 在一定程度上限制了結(jié)論的有效性。在未來的研究中， 可以增加多種品類以及體驗(yàn)型產(chǎn)品的在線評論， 對研究的結(jié)論加以驗(yàn)證和補(bǔ)充。