基于信息接受模型的在线评论有用性影响因素研究

2020-07-21彭艳红葛世伦

江苏科技大学学报(自然科学版) 2020年3期

尹隽,彭艳红,刘鹏,葛世伦

(1.江苏科技大学经济管理学院, 镇江 212003) (2.江苏科技大学服务制造模式与信息化研究中心，镇江 212003)

电子商务盛行,使得在线产品评论日益增多．当消费者在网上搜索产品信息时,他们经常可以从其他消费者那里获得数百条产品评论[1]．评论作为一种销售协助形式,不仅加强了消费者之间的互动,也为企业和消费者提供了交流机会[2]．与在线评论相关的许多特征中,在线评论有用性是最为重要的[3],常被用作衡量消费者评论好坏．那么,在评论信息近乎指数增长的背景下,消费者如何在众多评论信息中筛选出有价值评论,同时,面对不同类型产品消费者关注点的差异,企业如何针对不同类型产品对平台评论系统作出改进,以及对消费者评论行为进行指导,都需要从提高评论有用性出发,进一步帮助消费者作出购买决策．因此,对在线评论有用性影响因素进行研究有重大意义．

消费者对在线评论的阅读实际上是一个信息接受过程,即通过他人评论信息作出购买决策.在信息接受行为中,消费者对评论信息作出认识、识别、决定的全过程不仅强调了消费者的判断能力,更突出了在线评论有用性特征．虽然有大量研究阐述了何种因素使评论有用,但关于评论有用性决定因素的研究尚未得到一致结论．

基于此,文中在信息接受模型基础上,以京东商城上搜索型和体验型两类不同产品类型的评论数据为例,考虑了信息源可靠性上评论者个体特征，信息内容质量上评论长度、购买nd后追评、图片个数和时效性对在线评论有用性的影响．

1 文献综述

1.1 信息接受模型

信息接受模型认为影响信息有用性的主要因素包括信息内容质量和信息源可靠性,如图1.其中信息内容质量代表了中心路径,是对信息内容本身的衡量,包含真实性、准确性、及时性和完整性[4];信息源可靠性则为边缘路径,一般划分为专业性、可靠性和吸引力,是用户对信息源是否值得信任的一种判断.两者都对用户判断信息是否有用产生直接影响．

图1 信息接受模型Fig.1 Model of information adoption

针对信息内容质量,文献[5]中指出消费者针对不同类型产品，获得信息能力是不同的,按照消费者能否在购买前获得产品信息,将产品分为搜索型产品和体验型产品．对于搜索型产品,消费者更关注产品本身的质量信息,而对体验型产品而言,则对产品使用后的质量感受更为看重．在产品类型划分基础上,文中结合信息接受模型,使用评论长度、购买nd后追评、图片个数和时效性4个变量来体现在线评论的信息内容质量．针对信息源可靠性,由于缺少对评论者年龄、性别、教育经历等信息的了解,消费者难以识别评论的可信度,故消费者常常依靠评论者的用户等级来判断信息源是否可靠,一般而言,评论者等级越高,产品在线评论的可靠性也越高．

1.2 在线评论有用性

在线评论有用性是衡量用户评论对消费者能否作出购买决策影响的重要指标，现有网站常使用在线评论有用性对评论进行评估.文中对近年来国内外的在线评论有用性影响因素研究进行了梳理，见表1.

表1 在线评论有用性相关文献分析Table 1 Analysis of literatures on the usefulness of online reviews

通过以上评论信息及其与在线评论有用性影响因素相关的研究,可以发现:

(1) 现有研究主要从评论内容和评论者个体特征两方面进行探讨.评论内容特征方面集中考虑评论长度、星级和正/负向陈述等指标对在线评论有用性的影响，事实上，购买nd后追评、图片个数以及评论时间对消费者评论有用性也产生了较大影响；评论者个体特征主要在评论者个体化信息、专家/信誉表征以及从社会网络视角方面进行研究,结合评论信息中评论者的个体特征,现有网站已对用户进行了等级划分,对此指标进行考虑将成为研究的一个突破点．

(2) 由于测量指标不同以及数据来源不同,导致评论信息与在线评论有用性之间关系的研究结论差异较大,同一指标在不同学者研究中出现了正向、负向、没有影响3种截然不同的结论．

为了弥补以上不足,文中在原有研究基础上,结合信息接受模型,引入评论内容特征和评论者个体特征,将产品类型作为调节变量,通过对京东商城手机和咖啡综合排名前4的数据进行抓取,进一步探讨了在线评论有用性影响因素．

2 研究模型与假设

2.1 研究模型

信息接受模型[14]指出对信息有用性产生重要影响的因素，包括信息内容质量和信息源可靠性.这两种因素使消费者感知到的信息有用性的直接作用效果更加强烈．文中基于信息接受模型理论,分别从评论内容特征和评论者个体特征两个视角出发,探究其对在线评论有用性的影响．同时，以产品类型作为调节变量，更加全面探寻上述两种特征对在线评论有用性的作用效果．其中评论内容特征用评论长度、购买nd后追评、图片个数和时效性来衡量,评论者个体特征利用用户等级来衡量,产品类型分为搜索型和体验型,概念研究模型如图2．

图2 概念研究模型Fig.2 Conceptual research model

2.2 研究假设

2.2.1 用户等级

在电商平台中,因为所有商品的评论者信息都是受平台保护的,评论者的相关信息未知,所以有可能导致其他消费者会对这些评论者的在线评论真实性存在怀疑．文献[15]中利用评论者个性化信息和专家/信誉表征来评估在线评论有用性,得出对于声誉更好,曝光度更高的评论者所写的评论,其市场反应更为乐观．文献[16]中发现评论者信誉等级积极作用于在线评论有用性．由于京东评论信息中未展示评论者消费水平、年龄和性别等个性化特征，但能看到消费者用户等级，分为普通和高级，且高级用户必须经过京东金融实名认证，存在一个账号,因此,可以将用户等级理解为消费者信用度的认证指标．如前所述,搜索型产品的评论信息往往易于比较,同时多数具备客观性,而体验型产品的评价常伴有主观性且感受不一．因此,消费者在购买体验型产品时,由于受主观性评论影响较大,故更易受用户等级的影响．所以提出假设：

假设H1a:用户等级对在线评论有用性具有正向影响作用．

假设H1b:产品类型对用户等级与在线评论有用性之间的关系具有调节作用．与搜索型相比,在体验型产品中,用户等级对在线评论有用性的影响作用更加明显．

2.2.2 评论长度

在线评论文献中,评论长度指评论内容中的总字数．评论为消费者的决策过程提供了有用信息,但考虑到字数时,有用性程度会有所不同,简单的评论由于缺乏对产品特征的全面评估,可能是肤浅的[17];较长的评论包含相对较多的信息,有助于消费者获得真实的消费体验[18]．文献[6]中尝试用评论字数来衡量评论长度,结果发现,评论字数越多,体现的产品信息越丰富,消费者能从中筛选出有价值的信息,促进购买行为实施．文献[19]中将平均评论长度作为可读性量化指标,当顾客看到全面的产品信息时,会激发阅读情感,因此较长的评论意味着涵盖较多的产品有效信息,消费者也会认为长评论的价值更大并阅读其内容．文中从评论长度的角度出发,考虑其对在线评论有用性的影响．对于搜索型产品,如文中采用的手机数据,消费者较为关注产品性能、容量、外观等客观信息,相应描述较为简单且直观．对于体验型产品,如文中采用的咖啡数据,消费者除了对产品信息、性能介绍进行关注,也很关注消费者本身的主观感受和使用效果,故其评论长度一般长于搜索型产品,而评论越长,信息越丰富,消费者能从中获得更多有用信息．因此,提出假设:

假设H2a:评论长度越多,在线评论的有用性越高．

假设H2b:产品类型对评论长度与在线评论有用性之间的关系具有调节作用．与搜索型产品相比,在体验型产品中,评论长度对评论有用性的影响作用更强．

2.2.3 购买nd后追评

追评即消费者在使用产品后根据体验感受追加的评论,购买nd后追评即用户经购买使用nd后作出的评价,n值越小,代表消费者产品体验时间越短,体验感不强,不足以获得消费者的信任,故收获的点赞数少,评论有用性相对较低．因此消费者一般会关注n值较大的评论,以便获取消费者最真实的购物体验．对于搜索型产品,用户关注其使用价值.产品使用效果一般而言需要更长的时间来体现，而体验型产品，用户在短时间内进行体验后，能较快得出结论．因此,提出假设：

假设H3a:购买nd后追加的评论会随着n值的增大，对在线评论有用性产生正向影响．

假设H3b:产品类型对购买nd后追加的评论与在线评论有用性之间的关系具有调节作用．相对于体验型产品,搜索型产品的购买nd后追加的评论对评论有用性的影响作用更强．

2.2.4 图片个数

现有研究中,有学者认为评论长度、星级/极端性、正向/负向陈述等信息能够促进消费者购买决策过程实施[6],同时,已有研究还通过上传图片为评论内容提供进一步辅助．研究发现,上传图片正向影响在线评论有用性，但很少有研究涉及到评论中图片个数对在线评论有用性的影响.消费者关注上传图片,是否是因为图片个数对其购买决策产生影响,需要进一步验证．一般而言,图片个数越多,消费者能从中获取更多信息,使其对产品更易信服．体验型产品如咖啡,评论者常常展示与产品特征相关的图片,包括产品体积、液体颜色等非核心信息,而搜索型产品如手机,消费者展示的图片中大多为产品的外观、按键以及摄像头设置等与功能设计、使用相关的信息,属于核心信息．换句话说,相对于体验型产品,搜索型产品的图片个数越多,越能够提供多样化和有效的产品信息．因此,提出假设：

假设H4a:图片个数对在线评论有用性具有正向影响作用．

假设H4b:产品类型对图片个数与在线评论有用性之间的关系具有调节作用．与体验型产品相比,在搜索型产品中,图片个数对在线评论有用性的影响作用更加明显．

2.2.5 时效性

评论时效性是指评论是否最新发表,买家所作评论能否体现产品最新特征．也就是说,时间越近,评论时效性越强,但时效性强的评论内容不会被过多浏览,收获的评论点赞数就会越少,虽然时效性强的评论时间价值高,但带给消费者的有用信息却不够充分．消费者总是希望看到产品最新评论,却往往忽视评论信息内容需要一段时间才会被评论浏览者阅读．研究表明,时效性与在线评论有用性紧密联系．文献[20]中认为旧的评论可能更有帮助，因为在线评论在相当长一段时间内都会存在于产品所在的评论页中，当期评论不仅会影响产品现有的点赞数，也会对之后一定时间期内的点赞数产生影响.文献[21]中认为,早期的评论具有更高的机会被识别为有用的评论;文献[22]中指出,由于较早的评论很早开始收到点赞,出现在第1页的机会更大,这将导致收获更多点赞数,故消费者认为较早的评论更有帮助．因此,评论点赞数与评论时间是不一致的．发表评论的时间越久,就会有越多的浏览者关注,从而促进评论点赞数增长,在线评论有用性也就越大．相对于体验型产品,消费者更加注重搜索型产品的使用价值,消费者往往会关注长期以来积累的大量评论来获得产品的客观属性评论．因此,可以提出假设：

假设H5a:评论时长越长的产品评论,其有用程度越大．

假设H5b:产品类型对时效性与在线评论有用性之间的关系具有调节作用．体验型产品相对于搜索型产品，时效性评论有用性的影响作用更强．

3 研究方法

3.1 数据收集

此研究利用GooSeeker数据爬虫软件,从京东商城上抓取手机(搜索类)与咖啡(体验类)产品的相关信息,按照手机和咖啡进行搜索后以综合规则进行排序,采集了排名前4的手机和咖啡的评论数据,通过对异常数据(评论时间非日期型、数据存在大量空格、字段不统一)进行处理，同时利用len()函数、networkdays()函数以及评论图片个数+追评图片个数的统计方法将非数值化信息(评论长度、时效性、图片个数)进行定量表示后,共获取7 528个样本数据,见表2.

表2 样本描述及数量Table 2 Sample description and quantity

为消除因原始变量单位不同及量纲不同造成的影响,使得数据具有可比性,文中对模型中5个自变量进行了标准化处理,同时通过回归分析方法验证了此模型中的主效应和调节效应对在线评论有用性的影响．

3.2 变量测量

研究模型由6个变量组成,评论内容特征和评论者个体特征为自变量,其中评论者内容特征由评论长度、购买nd后追评、图片个数以及时间长度4个变量来测量,评论者个体特征使用用户等级测量．因变量为在线评论有用性,为评论信息中的点赞数．同时,文中的调节变量为产品类型,包括搜索型和体验型两种．所有变量均为从京东商城网页获取的客观数据,变量预测度指标详见表3．

表3 模型变量预测度指标Table 3 Variable prediction index of the model

3.3 分析方法

文中采用了线性回归方法对假设进行了验证,通过引入主变量、调节交互项对回归模型进行了评估．回归方程如下:

plyyx=α+β1cplxk+β2yhdjk+β3cplxk×yhdjk+

β4cplxk+β5plcdk+β6cplxk×plcdk+

β7cplxk+β8zptsk+β9cplxk×zptsk+

β10cplxk+β11tpgsk+β12cplxk×tpgsk+

β13cplxk+β14sxxk+β15cplxk×sxxk+ε

模型评估了评论长度、购买nd后追评、图片个数和时效性和用户等级的主效应并对交互效应进行了解释.为了减少多重共线性,文中对模型中的所有自变量进行了标准化处理.交互项则由产品类型与标准化后的自变量相乘得到,分别为用户等级×产品类型、评论长度×产品类型、购买nd后追评×产品类型、图片个数×产品类型以及时效性×产品类型.评估此模型的因变量是在线评论有用性．通过回归方程对假设作验证,产品类型取0和1，代表搜索型产品和体验型产品,则调节交互图中的两条曲线分别代表搜索型产品和体验型产品,其倾斜方向验证自变量的作用效果．其次,对β3、β6、β9、β12和β15的显著性水平进行判断,来验证交互作用是否存在．随后,通过对比横纵坐标内的两条曲线在0、1两端的差异,来分析不同类型产品的正、负向评论的有用性差异．最后,通过两条曲线的斜率可以验证不同类型产品的用户等级、评论长度、购买nd后追评、图片个数、时效性对评论有用性的差异化影响．

4 分析与讨论

文中运用SPSS软件,对变量的相关系数及描述进行了分析,见表4和5．表6为回归结果,如表所述,在自变量进入回归方程后,模型解释力为ΔR2=0.087,p<0.001,可以发现,在模型1中,用户等级对评论有用性的作用效果不显著,而其余自变量均在p<0.05的水平下显著．通过模型1与模型2的对比，发现回归方程在引入交互项后,模型的解释力明显提高(ΔR2=0.124,p<0.001),在模型2中,除图片个数对评论有用性的作用效果不显著外,其余自变量在产品类型调节作用下对在线评论有用性的影响均在p<0.05的水平下显著．

表4 变量相关性分析Table 4 Correlation analysis of variables

注:***表示p<0.001,**表示p<0.01,*表示p<0.05，下同．

表5 变量描述性统计分析Table 5 Descriptive statistics of variables

表6 回归分析结果Table 6 Results of regression analysis

为对假设进行验证，文中构建2个模型，首先以在线评论有用性为因变量，用户等级、评论长度、购买nd后追评、图片个数和时效性为自变量构建模型1，在模型1的基础上引入产品类型调节变量，构建模型2.

从模型1的回归结果来看，用户等级为高级用户，其对在线评论有用性的影响不显著，结果说明消费者在关注评论内容时往往忽略了评论者的个体特征,而是从评论内容中寻找对自己有价值的信息.因此，用户等级的分类并没有起到很好的传递有用性的效果,假设H1a不成立．而评论长度(B=3.584,p<0.001)、图片个数(B=1.280,p<0.001)以及时效性(B=4.837,p<0.001)3个属性的路径系数都是正向显著的,其结果表明,消费者在浏览产品评论信息时,往往会关注评论字数较多、图片个数较多及评论间隔时间较长的评论内容．消费者认为,较长的评论涵盖了较多的产品有效信息,其价值更大;除了关注评论信息长度外,消费者对评论内容中的图片也极其关注,图片给消费者带来了更大的信任,有助于消费者对产品的进一步了解;同时消费者不会一味渴望看到产品最新评论,他们了解评论内容需要一定时间才会被评论者所阅读,大多数消费者会通过阅读之前的评论，作出购买决策，即发表的评论时间越久,消费者体验感越强,点赞数越多，故假设H2a、H4a、H5a成立．从模型1中看出,购买nd后追评的路径系数是负向显著的(B=-0.530,p<0.05),即n值越大,其对在线评论有用性的影响反而越小．此结论与假设不符,可以解释为消费者在使用或体验一段时间后,对产品追加评论,将使用后的感受更好地分享给消费者,进而提高消费者对该产品的关注．那么,n值越小，说明消费者对其进行的追评速度越快,消费者从中得到产品体验的速度就越快,同时促进了消费者的购买决策,故假设H3a不成立．

从模型2的回归分析结果来看,产品类型对用户等级与评论有用性之间的关系具有调节作用(B=-1.077,p<0.05)且呈现负向调节．从图3可以看出,搜索型产品的斜率更为陡峭,对于在搜索型产品,用户等级对评论有用性的影响更强,体验型产品相对弱一些,假设H1b不成立．从知识怀疑论[23]的角度看,用户等级在产品类型的调节作用下出现了负向影响，可以解释为消费者对资深买家的评价产生了怀疑.一方面消费者认为资深买家的消费次数多,评论内容千篇一律，即有用评论内容较少,消费者对其评论产生了疲劳感；另一方面,随着理性消费时代的到来,消费者更愿意相信自身对产品的独立判断，如对商品客观信息描述、商品详情页实物展示和参数规格进行了解等．同时, 搜索型产品在注重对产品客观因素描述和判断的同时,一般为家用电器等大件物品,价位高,评论者的用户等级进一步促进了消费者对搜索型产品的购买决策．故相对于体验型产品,用户等级对搜索型产品的调节作用更加明显．

图3 产品类型对用户等级的调节作用Fig.3 Moderation of product type on user level

由表6可知,产品类型对评论长度与评论有用性之间的关系具有调节作用(B=-3.338,p<0.01)．从图4可以看到,产品类型为搜索型时，直线更加陡峭,直线的正向斜率在增加,即与体验型产品相比,评论文本长度对搜索型产品的评论有用性的影响作用更强,故假设H2b不成立．认知负荷理论认为,人类的认知结构由工作记忆和长时记忆组成,工作记忆的功能是对信息进行短暂加工或使用,其容量有限,随时会被更换[24]．当信息量超过用户本身可以接受的程度时,用户认知超出负荷,将影响其判断能力．

图4 产品类型对评论长度的调节作用Fig.4 Moderation of product type on review length

当消费者进行购买决策时,评论内容的信息就为他们的决策过程提供了更多的依据．但由于工作记忆的容量有限,一旦信息超出可承受范围,反而会影响消费者作出决策,即评论字数越多，评论复杂性提高,在线评论有用性反而下降．搜索型产品的评论涉及到与产品相关的客观信息,体验型产品包含了产品相关信息以及消费者使用产品后的心得体会,当评论长度变长时,搜索型产品介绍的内容相当一致,消费者从中寻找有利于自身的信息所需花费的时间和精力相较于体验型产品更多,以致其负向调节作用更为显著．

从回归分析结果(表6)可以发现,购买nd后追评在产品类型的调节作用下对在线评论有用性产生了正向的显著作用(B=1.926,p<0.01)．从图5得知,购买nd后追评在搜索型产品中产生了更强的作用．文献[25]中认为,当用户的原有态度与外部信息出现差异时,会产生压力,导致冲突发生,使其态度发生改变．追评是在现有评价内容的基础上进行补充说明,它代表用户在购买并体验产品后作出评价,其既可能保持跟原有评论一样的态度,也可能持相反态度,而搜索品对于消费者而言是价位较高的产品,在作出决策时,考虑的因素比体验型产品更多．故对于搜索型产品和体验型产品,当追评态度与原有评论态度不一致时,消费者对搜索型产品产生更大的心理落差,使其对在线评论有用性的影响更大．购买nd后追评是消费者关注追评的一个关键,n值越大,体验成果更具可信度,消费者更愿意相信追评天数更长的评论．因此，不同产品类型消费者对购买nd后追评中n值大小关注不一致，故假设H3b成立.

图5 产品类型对购买n d后追评的调节作用Fig.5 Moderation of product type on addtionalreview ofter purchasing n d

产品类型对时效性与评论有用性之间的关系具有调节作用(B=-7.543,p<0.001),且在搜索型产品和体验型产品中,时效性对评论有用性产生了差异性影响．如图6，对于体验型产品,消费者会更加关注近期发布的评论,也就是说距离发布时间越近,获得的点赞数越多,评论有用性越大．对于搜索型产品,消费者关注评论时间较久远的评价．故假设H5b不成立．产品类型对时效性与评论有用性之间产生了显著的调节作用,且在搜索型产品和体验型产品中,时效性对评论有用性产生了差异性的影响．这一结论可以解释为,消费者关注搜索型产品时,看重产品的实用效果和价值,需要历经一段时间才得以验证,而体验型产品则注重体验性感受,消费者更关注短期评论．

为了检验上述研究结果的可靠性和稳定性,文中从样本选择方面进行了鲁棒性检验．对于所收集的排名前4的同类型产品的样本,文中增加了排名第5～8的不同类型样本数据,其中相关系数及矩阵描述性统计见表7和8,并对其进行线性回归,发现研究结果同样没有发生变化,结果见表9．

图6 产品类型对时效性的调节作用Fig.6 Moderation of product type on timeliness

表7 变量相关性分析Table 7 Correlation analysis of variables

表8 变量描述性统计分析Table 8 Descriptive statistics of variables

表9 额外样本数据回归分析结果Table 9 Additional sample data regression analysis results

5 研究结论与展望

5.1 研究结论

根据信息接受模型,考虑评论者个人信息和评论内容本身，研究结果表明评论长度、图片个数、n值以及时效性都对在线评论有用性具有显著的正向影响作用．结合京东商城在线评论体系,产品评论内容字数、上传图片个数、追评天数等因素，基本包含了产品可观察到的信息,消费者能从中判判评论信息好坏．由此可知,评论信息质量决定了在线评论的价值,有利于消费者进一步作出购买决策．

由于消费者对搜索型和体验型两种不同产品表现出了不一致的评论标准,故文中考虑了产品类型调节作用．同时提出，在搜索型产品中,用户等级、购买nd后追评和图片个数对评论有用性的影响作用更强,且从数据分析结果中可知,大部分假设得到了验证,即在搜索型产品中,用户等级、购买nd后追评、评论长度对在线评论有用性的影响作用更强,而时效性对在线评论有用性产生了差异性影响．由此可知,消费者在购买不同产品时,不同的评论内容对其购买决策会有不一致的影响．

文中结合信息接受模型,构建了在线评论有用性研究模型，深化了信息内容质量对信息有用性的进一步影响，结合京东商城在线评论构成要素,分别从评论长度、购买nd后追评、图片个数和时效性4个方面细化了在线评论信息质量,此模型体现了电商平台中评论内容的新特征,不仅拓展了信息接受模型的应用范畴,还丰富了在线评论研究领域．

文中从京东商城采集评论数据,引入了新的变量,使研究模型更能反映现实问题,尤其对于在线评论有用性的测量,直接采集了网上阅读者的点赞数．通过对京东商城网页数据的抓取,很好地避开了已有研究中利用问卷调查进行分析的人为干扰,结果更加真实可靠．

上述研究结果一方面能够帮助消费者有效识别有用评论，同时，面对不同产品类型,消费者能够作出合理判断,有针对性地筛选出有价值的评论内容,针对搜索型商品,关注高级用户以及购买nd后(n越大)的追评内容,针对体验型商品,时效性较短的评论更利于消费者了解产品有关信息以及评论者使用后的感受;另一方面将有助于电商企业建立高效的在线评论系统,在评论字数方面,建议电商企业设置合理的评论字数要求,鼓励消费者精简文字，描述可能对其他消费者有价值的信息;在用户等级方面,鼓励消费者成为高级用户,进一步加强对高级用户的管理,确保可信度,同时,对于不同类型产品的评论信息，在考虑购买nd后追评(n值)和时效性的情况下,电商企业应该对评论顺序作进一步调整．