在线评论的质量控制机制分析

贾丽君 刘贵玉

(重庆文理学院图书馆 重庆 402160)

引言

互联网技术的发展，催生出各类短视频、音频、图文、直播、游戏等以内容付费为主的新媒体行业的发展，也使得各种用户生成内容呈几何数增长。与此同时，用户评论的内涵也得到新的扩展。在WEB2.0时代，网络用户评论的对象主要是各类电商产品和服务，而web 3.0时代，对各类内容付费产品和服务的评论也在逐步增加。虽然新媒体行业的消费以虚拟货币的形式进行，但依然不会改变以往价值为王的观念。真实可靠的用户评论信息能对其他用户提供有意义的参考，极大地节省目标用户的精力和成本。据Brightlocal的调查报告指出，有97%的消费者在网购时会阅读和发表在线评论，85%的消费者会信任在线评论并据此作出选择和决策[1]。在信息呈几何级爆炸的web3.0时代，用户在选择产品和付费内容时，对在线评论的依赖程度将只会增加不会减少。显然，用户评论的质量控制将是web3.0时代的重要课题。

一、用户评论质量的影响因素分析

要分析影响用户评论质量的因素，首先要理清用户评论从无到有的过程。不管是传统的电商产品，还是新兴的以支付虚拟货币为主的内容付费产品，都是具有某种价值的产品，在下文中统称为产品。用户评论的主要内容是用户针对购买的产品发表包括但不限于外观、质量、使用感受、价值、服务等方面的感受，其内容不仅受产品本身条件的影响，还受用户本身性格、情绪、评论发表平台、甚至其他用户的影响。如2020年上半年，因受新冠疫情影响，中小学生不得不进行网络上课，导致不少网课服务平台的服务器瘫痪。而钉钉却因为技术过硬，服务器未瘫痪，使得不少学生没有了“不学习”的借口。这些学生为了发泄不满，在明知钉钉无错的情况下，依然去应用商场给钉钉刷差评，而这一行为也导致另一部分学生跟风差评[2]。

广义的用户评论过程从用户浏览和购买商家的产品很服务开始，到评论内容展示在商家平台为止，其质量受整个环节中各方因素的影响。狭义的质量控制仅包括评论产生后对垃圾评论的检测和过滤。而广义的用户评论质量控制则应考虑影响用户评论质量的所有因素，包括评论主体的个体差异、对产品和服务的主观感受，对信息交互平台的使用体验、对商家服务的购买体验等，将质量把控扩展至用户评论产生的所有环节，包括产品和服务本身的质量、用户购买过程、信息交互平台的评论展示方式、使用体验、垃圾评论的检测与过滤、高质量评论的曝光机制、评论展示后的反馈信息等。

用户评论内容的质量最终由参考该评论的其他用户决定。从这一意义上来说，对用户评论的质量控制主要从三方面入手，分别是减轻或消除影响用户评论的各种可能因素、狭义的质量控制即垃圾评论的检测与过滤，以及高质量评论的曝光机制等。

二、用户评论生成环节的质量控制

用户评论的生成环节涉及的主体主要包括三方面，即产品和服务、用户、信息交互平台。这一结论与江彦的研究不谋而合，他认为平台、商家、评论者是直接影响商品在线评论信息质量的直接因素，其中评论者，即用户本身对商品在线评论质量的影响最为显著，而其他因素如平台、商家、商品、物流等则通过影响用户本身而影响产品评论的质量[3]。基于此，对用户评论生成环节的质量控制主要从用户、产品和服务以及平台三方面着手。

(一)提升用户的信息素养

高质量的产品评论能为用户提供可靠的购买参考，这其中反映的是产品评论的客观、真实、准确和可靠性。只有当用户所购买的商品真实价值符合或超过用户的期望值时，用户才会对产品感到满意。在满意的前提下，具有较高信息素养的用户才能撰写出既客观全面、又表达准确的产品评论。这其中主要涉及两个要求，一是用户对产品的期望值，二是用户撰写高质量评论的能力。而这两方面都对用户的信息素养提出较高的要求。

只有当用户掌握足够多、足够全面的产品信息，对产品的期望值才不会偏离实际。这要求用户具有较高的信息搜集、分析和归纳等能力；而产品评论的撰写，则要求用户能全面、准确、客观地表达自己对产品的感受，这要求用户具有较高的文字撰写与表达能力。

(二)鼓励商家诚信经营，提升产品和服务质量

正是因为产品评论对商品的销量产生着极大的影响，目前有许多商家将精力放在购买虚假客户帮忙刷信誉方面，而忽略了产品和服务本身的质量。一旦真正的用户被虚假评论吸引而购买了产品，得到的产品却并不符合用户的期望，让用户感受到失望和被欺骗后，反而会得到真实用户的差评。王阳等人认为负面评论相较于正面评论来说，对潜在消费者的购买意向影响更为显著[4]。从这个意义上来说，商家不诚信经营的成本和风险其实更大。相反，如果商家能将重心放在产品和服务质量方面，并认真审视用户评论，有针对性地改善产品质量，更能为自身取得更为长远的发展。

(三)完善平台使用体验，加强平台监管力度

在线平台的使用体验直接影响到购买者的购买意愿和情绪。好的平台能让用户在购物时获得沉浸式体验，更能留住客户，促进商品成交。另一方面，平台也应加强监督管理，对商家的不诚信行为如虚假刷信誉进行及时遏制，甚至采取适当的惩罚措施，如批量封锁刷信誉的用户账号，降低商家在平台的信誉，提高商家的信誉成本。如诚信经营的商家卖一件产品可提升一个信誉，而发生过不诚信交易的商家，以后再卖出一件产品只能提升0.8个信誉值；只有加强监管力度，逐步提升平台整体的信誉度，才能聚集越来越多的用户和诚信经营的商家。平台才能取得长足发展。

三、垃圾评论的检测与过滤机制

虚假评论的识别和垃圾评论的过滤是在线评论质量管理的首要关卡。

在产品评论的质量检测与过滤方面，缪裕青等[5]运用在线评论的情感极性和SMOTE过采样技术进行虚假评论的识别；彭庆喜等[6]在对评论中的情感进行量化的同时，还加入时间序列分析，对网店评论数据进行分析，从而有效地检测垃圾评论。蔡晓珍等[7]则在情感分析的基础上进一步细化，将涉及产品的词汇量、评论长度、修饰词数量等也加入评判依据,构建出垃圾评论的过滤模型。孟美任等[8]则从评论可信度的影响因素出发进行实证分析，评论内容、评论情感和评论时效的基础上，将评论者的身份明确性也纳入考量，将评论可信度分为四个等级，为在线评论的优化过滤提供了一种新的方法和思路。

四、高质量评论的曝光机制

高质量评论从某种意义上来说体现为对在参考价值方面的有用性。有用性研究是对在线评论质量管理的更高要求，也是对在线评论进行排序的决定性因素。

一般而言，评论的有用性主要体现在用户对评论的感知上。而影响用户感知的因素主要包括评论的内容特征、评论者本身特征、品牌声誉、产品涉入度等。品牌声誉和产品涉入度这方面主要由商家和消费者对商品的固有印象决定。而内容特征和评论者本身特征则是评论信息的质量管理可以讨论的内容。严建援等[9]的研究认为评论的深度、客观性和详细程度直接影响着评论的有用性，主观意见会降低评论有用性，而评论的情感强度则与评论的有用性并不显著相关。与严建援等研究结论不同的是，郝媛媛等[10]在对体验型商品——电影的在线评论有用性影响因素方面认为，影评中积极的情感倾向、较高的正负情感混杂度、较高的主客观表达混杂度等主观意见，对评论的有用性产生显著的正面影响。

基于以上研究，高质量评论的曝光需要根据商品的不同类别加以区别。在使用性商品方面，应该尽量增加详尽、公正客观的评论，或者适当披露评论者的个体信息，如在服装产品中披露评论者的身高体重以及购买产品的尺码和试穿感受等，以帮助参考评论的用户获取更多信息，能更客观地看待评论信息；而对于以服务和体验为主的产品，则应提高主观意见较多、情感混杂度较高的评论的曝光率。

通过对在线评论进行有用性评判，平台对用户信誉度、评论内容、评论多样性等影响评论有用性的各方面因素赋予不同权重，进而进行评论的有用性排名，提高高质量评论的曝光率，以此节约用户浏览在线评论的时间，提供更高效、更高质量的评论信息参考。