基于信息觅食理论的消费者在线评论搜索行为研究

韩正彪　高一超　文经纬等

关键词： 信息觅食； 消费者； 在线评论； 搜索行为； 信息线索； 收益感知

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２４．０５．００６

〔中图分类号〕Ｇ２５２.０ 〔文献标识码〕Ａ 〔文章编号〕１００８－０８２１ （２０２４） ０５－０００１－０２

在线评论是指潜在或实际消费者在网络购物或第三方评论等网站上发表的与产品或服务有关的正面或负面观点， 具体包括文本、音频、图像等形式［１］ 。随着互联网消费的快速发展， 在线评论由于其可存储、可测量、可溯源、可管理等特征， 越来越多的消费者依赖在线评论来评估商品的质量，进而影响其购买决策［２］ 。虽然大量的在线评论为消费者搜索信息带来了便利， 但评论数量激增、评论质量参差、评论管控缺失加剧了消费者的认知负担，降低了消费者的感知收益， 即消费者需要花费大量的时间和精力才能在在线评论中获得有价值的信息［３］ 。针对这一问题， 已有学者围绕在线评论对消费者信息行为进行了大量的探索， 研究主题涵盖了消费者购买决策研究［４］ 、评论使用行为研究［５］ 以及评论信息采纳行为研究［６］ 等。其中， 在线评论搜索行为是指消费者在感知收益的驱动下， 通过对在线评论的利用来获取更加充分的产品或服务信息的过程［７］ 。通常可反映为消费者对在线评论的内容质量、可信度、评论形式等属性的态度表达与实际运用［８］ 。

然而， 消费者为了应对和有效利用海量的评论数据中的有用信息， 其搜索在线评论的过程中需要在时间花费、精力消耗等成本与获取所需评论的潜在收益之间进行最优的平衡决策。但是， 遗憾的是以往的研究并未立足于最优的行为决策来揭示消费者在线评论搜寻行为的内在机理。图书情报学科经典的信息觅食理论是采用成本收益率衡量信息搜寻的交互效率， 并考虑如何实现搜寻收益的最大化［９］ 。该理论是由Ｐｉｒｏｌｌｉ Ｐ 等在基于行为生态学领域的觅食理论的基础上于１９９５ 年首次提出， 其核心思想是： 用户为了提升信息搜寻的效率会根据自身信息需求尽可能地优化信息搜寻的方法和策略［１０］ 。该理论尤其适用于分析用户的探索式搜索行为［１１］ 。消费者在使用点评类软件搜索在线评论时， 需要面对一个具有反复性和多策略的信息搜索过程。因此， 从信息觅食理论视角出发有助于揭示消费者在线评论搜索行为的内在机理。

本研究旨在从信息觅食理论视角出发， 构建消费者在消费点评类软件平台搜索在线评论行为的概念模型， 并采用结构方程建模法对模型进行实证检验， 从而深入揭示消费者在线评论搜索行为的核心影响因素。在理论层面， 本研究从信息觅食理论视角出发， 为解读用户在线评论搜索行为及其具体的影响因素提供了新的视角。此外， 本研究可以进一步扩展信息觅食理论的研究情境与边界。在实践层面， 本研究可以为消费点评类软件的功能与界面设计的优化提供相关建议。

１ 文献回顾与理论基础

１.１ 消费者在线评论信息行为研究回顾

国内外学者针对消费者在线评论信息行为开展了系统性的研究。其中， 对在线评论信息行为的研究主要围绕搜索行为［１２－１３］ 、追评使用行为［５］ 、采纳行为［６］ 、购买意愿［１４－１６］ 、使用意愿［１７－１８］ 和购买决策［４，１９－２０］ 等方面展开， 具体如表１ 所示。研究理论主要涉及图式一致性理论［１２］ 、认知需求理论［４］ 、心理模拟理论和过程透明理论［１４］ 、双过程理论和可信性理论［２０］ 等。例如， 唐晓莉等［４］ 从消费者认知需求理论视角出发， 采用眼动实验法发现客观属性评论相比主观体验评论更能吸引消费者的兴趣，且高认知需求的用户对客观属性评论的感知有用性更大， 购买意愿也更强。Ｌｉｕ Ｈ 等［１４］ 基于心理模拟理论与过程透明理论， 提出了结果导向型食物照片的在线评论可以使消费者表现出更强的购买意愿。此外， 食物图片类型也会通过感知质量与感知价值的中介作用进一步影响消费者的购买意愿。

由此可见， 当前研究主要聚焦于消费者在线评论搜索过程中的购买意愿或购买决策的动因探究，缺乏面向在线评论搜索行为内在机理的相关研究。而且研究涵盖变量类型多样、差异较大， 缺乏系统性的理论框架进行指导与完善。此外， 有关在线评论搜索行为的研究情境主要集中于在线购物类平台， 缺乏在特定情境（如点餐等）下的搜索行为研究。为此， 本文以信息觅食理论作为基础理论， 基于“信息线索—斑块模型—菜单模型” 的思路构建理论研究模型， 以探究影响消费者在线评论搜索行为的内在机理。

１.２ 信息觅食理论

信息觅食理论最初由Ｐｉｒｏｌｌｉ Ｐ［２２］ 通過研究生态学领域的觅食理论得出， 主要用于解决在探索式搜索情境下如何优化信息搜索策略以提升搜索效率并获得最大收益的问题。信息觅食理论主要包含斑块模型、菜单模型和信息线索３ 个关键构念［２３］ 。信息觅食者在陌生的信息环境中搜索信息时， 首先面临信息斑块的选择， 即用户面对的信息环境呈斑块状分布。一个网页、一种评论集都可以看作一个信息斑块。用户在信息搜索时主要考虑斑块内导航距离小于斑块间距离的区域， 即需要考虑斑块之间的时间消耗从而应对信息资源的不平均分配［２４］ 。除了要考虑在不同的信息斑块中的时间消耗， 用户在信息觅食时还需要考虑选择何种“食物” 以及“食物” 之间的组合排序。因此， 菜单模型用于解释不同用户在面对不同的信息环境时， 如何制定对目标信息的选择、组合和排序等觅食策略［２５］ 。同时，Ｐｉｒｏｌｌｉ Ｐ［２２］ 在传统菜单模型的基础上进一步提出了最优菜单模型， 即觅食者可以根据信息环境中潜在收益与信息分布情况来判断最大收益率。由菜单模型可知， 用户会对不同搜索策略的感知收益作出判断。在此基础上， Ｐｉｒｏｌｌｉ Ｐ 等［２６］ 将信息线索定义为用户进行判断所处理的提示性信息。

继信息觅食理论提出后， 图书情报学领域围绕信息线索［１０］ 、斑块模型［２７］ 和菜单模型［２８］ 得出了许多有价值的研究成果。关于信息线索， Ｓｈｉ Ｘ 等［１０］以系统性信息线索与启发式信息线索为自变量， 构建了用户支付决策模型。结果表明， 用户对免费内容的感知质量、对创作者的感知可信度以及对参与者的感知数量均会正向影响用户的服务意愿。秦芬等［２９］ 基于“信息气味” 与信息源流行性， 采用广义线性回归法探究了付费问答社区用户围观行为的特征及影响因素。关于斑块模型， 王媛媛等［２７］ 通过构建用户信息搜寻过程模型以及斑块内信息搜寻模型， 分析了用户信息搜寻行为的具体过程以及信息搜寻效果的影响因素与相互关系。Ｍａｘｗｅｌｌ Ｄ 等［２８］结合斑块模型对交互式信息检索背景下用户多样化信息搜索行为影响因素进行探究， 结果表明， 用户在使用多样化系统（Ｄｉｖｅｒｓｉｆｅｄ Ｓｙｓｔｅｍ）完成搜索任務时可以减少搜索结果中的潜在偏差。关于菜单模型， 袁红等［１１］ 通过采用实验法录屏记录了用户的菜单与斑块选择行为， 构建了学术数据库搜索行为模型， 并采用统计分析方法揭示了用户学术信息探索式搜寻行为特征； 吴碧薇［３０］ 基于信息觅食理论对大学生信息能力培养模式进行探索， 研究发现，可以根据大学生对信息菜单的熟悉程度以及对信息菜单的选择技巧为其提供行之有效的信息能力培训模式。

综上所述， 在线评论搜索行为研究已经引起了国内外学者的关注， 且采用的研究方法和基础理论都较为丰富， 但现有研究主要是从行为特征方面揭示消费者在线评论搜索行为， 尚缺乏立足于用户最优行为决策来揭示在线评论搜索行为的内在机理。信息觅食理论强调了在探索式搜索情境下用户根据信息环境中存在的信息线索的引导， 并在不同的信息斑块内搜索信息以制定最终的信息菜单的作用。该理论可为点评类软件平台情境下消费者在线评论搜索行为提供理论基础。但当前关于信息觅食理论的研究主要聚焦于从理论层面对搜索行为进行解释，尚缺乏对基于该理论指导消费者在特定情境下的搜索行为影响因素的研究。因此， 本研究立足于消费者使用点评类软件搜索评论并以选择就餐餐厅的情境为目标开展具体研究。

２ 研究模型与假设

信息觅食理论指出用户的搜索策略会随着信息环境的改变而改变［３１］ ， 而信息线索是帮助做出改变的提示性信息［２６］ 。用户在信息搜索过程中会通过某些线索来评估或判断某些事件， 并预测未观察到的内容属性。在本研究情境中， 评论的内容质量能暗示评论是否能够提供有用、全面且客观真实的信息； 评论丰富性和评论效价能分别在形式上（如图片、详略等）和情感倾向上反映评论的特征； 评论者资信度则是代表了评论提供者的信誉、经验和评价能力等。这些评论特征（评论内容质量、评论丰富性、评论效价）及评论者特征（评论者资信度）作为可能的信息线索不仅影响着消费者对某餐厅的认识， 同时也暗示了其在各信息斑块中可获得的潜在收益， 即这些评论本身和其他尚未浏览的评论的价值。这些新的信息会给用户的搜索行为带来新的想法和方向［３２］ ， 并制定出自己的信息菜单， 依此进行在线评论搜索行为。因此， 本研究基于信息觅食理论， 通过构建在线评论搜索行为模型来诠释消费者在点评类软件中的在线评论搜索行为。研究模型如图１ 所示。同时， 考虑到消费者的年龄、性别、学历差异， 以及点评类软件使用年限、频率、依赖程度不同对在线评论搜索行为的潜在影响， 本研究将上述变量设置为控制变量。

２.１ 评论内容质量

在线评论的内容质量是指用户视角下评论内容的可靠性、客观性以及真实性等特征［３３］ 。根据需求理论， 用户的不同需求会影响其价值与行为［３４］ ，因而， 用户对可靠的、客观的、完整的信息的需求，会促使其采用内容质量高的在线评论。评论内容质量越高， 往往包含越多的产品、服务等细节信息，对用户来说可靠度越大［３５］ 。基于信息觅食理论并结合上述研究结论， 本研究认为在线评论的内容质量， 即评论的可信度、完整性等均会增强其斑块收益感知。因此， 本文假设如下：

Ｈ１： 评论内容质量会正向显著影响消费者的斑块收益感知

２.２ 评论丰富性

Ｈｏｖｌａｎｄ Ｃ Ｉ 等［３６］ 根据传播与说服理论提出了用户的情感反应会受到信息表现形式的影响。在线评论的质量影响着消费者的购买意愿， 而评论丰富性是衡量在线评论质量的重要指标， 评论文本长度、上传图片、描述文字等均为评论丰富性的重要体现［３７］ 。在使用点评类软件搜索评论并选定就餐餐厅的情境下， 消费者会根据评论的丰富性包括趣味性、多样性、详略程度等来判断该评论的潜在收益。具体而言， 评论文本长度会暗示用户评论内容的详细程度， 用户通常认为较长的评论会包含更多的细节信息［３８］ ， 但评论文本冗长并不会增加用户的感知收益， 反而会增加用户阅读评论的感知成本并降低搜索效率［３９］ 。此外， 评论内加入图片则可以视作对文本内容的有效补充， 可以为用户带来直观的、形象的判断依据［４０］ ， 较多的图片数量也能进一步增强消费者对在线评论有用性的感知［４１］ 。因此，本文假设如下：

Ｈ２： 评论丰富性会正向显著影响消费者的斑块收益感知

２.３ 评论者资信度

评论者资信度主要是指评论者本人的可信程度， 即评论人本身具备的等级、信誉、经验等主体特征。消费者在完成评论搜索的过程中， 不仅会参考评论的内容， 也会关注信息来源的可靠性。先前研究表明， 消费者对评论者资信度的认可越高， 对其评论的认可度也越高［４２］ ， 并且用户对评论者资信度的感知会直接增强在当前斑块持续浏览评论的意愿和购买意愿［４３］ 。评论者作为评论信息的生产者， 评论者的用户等级、经验均会正向影响消费者对预期收益的判断［４４］ 。此外， Ｂａｎｓａｌ Ｈ Ｓ 等［４５］ 研究同样表明， 在制定购买决策时， 消费者更倾向于参考可靠来源的评论， 并更容易因等级较高的评论者发布的内容产生正向的收益感知。因此， 本文假设如下：

Ｈ３： 评论者资信度会正向显著影响消费者的斑块收益感知

２.４ 评论效价

结合Ｃｈａｎ Ｈ［４６］ 的研究， 本文将消费者使用点评类软件搜索评论并选定就餐餐厅情境下的评论效价定义为消费者对商品或服务整体的态度和倾向，包括感情倾向、建议倾向以及得分倾向。先前研究表明， 同类商品或服务的在线评论效价越高， 消费者对商品或服务的情感和认知越深［４７］ ； 评论效价越低， 则消费者的感知风险越高［１］ ， 即消费者对于该斑块的感知收益越低， 并会直接或间接地影响其在线评论搜索行为。具体而言， 消费者会根据评论效价的倾向判断该斑块内的评论信息是否会给自身带来时间、金钱方面的成本或收益。若消费者感知到的收益低于预期值时， 就会停止评论搜索行为［４８］ ， 且负向效价比正向效价对消费者的影响更大［４９］ 。因此， 本文假设如下：

Ｈ４： 评論效价会正向显著影响消费者的斑块收益感知

Ｈ５： 评论效价会正向显著影响消费者在线评论搜索行为

２.５ 斑块收益感知

斑块模型阐述了信息搜索者在资源不平均的陌生环境中如何决策的问题。用户为了获得更多信息，通常会在一个信息斑块内花费一定时间觅食， 并通常会在觅食结束后花费一段时间去搜索下一个信息斑块觅食［５０］ 。当消费者处于一个信息斑块时， 会面临一个问题： 是继续在该处搜索信息还是寻找下一个信息斑块进行搜索？ 此时消费者需要考虑在该斑块内的感知收益。现有研究表明， 由于时间和精力的有限， 用户通常期待在单位成本中收获到最大限度的信息， 即获得最大的收益［５１］ 。杨建林等［５２］从认知角度分析了影响社会化信息搜索行为的各种因素， 研究表明， 感知收益对用户信息搜索行为有正向显著影响。此外， 根据信息经济学派对信息搜索行为的相关研究， 假定用户在信息搜索的过程中扮演“理性人” 的角色， 而用户为提高信息搜索效率， 其搜索行为会向边际成本与边际收益趋于平衡的方向前进。具体而言， 当消费者感知到在该评论斑块内的搜索成本增加时， 会减少甚至停止信息搜索行为； 反之， 则会继续搜索信息。因此， 本文假设如下：

Ｈ６： 斑块收益感知会正向显著影响消费者在线评论搜索行为

３ 研究设计

３.１ 问卷设计

依据构建的研究模型， 自变量为评论内容质量、评论丰富性、评论效价、评论者资信度； 中介变量为斑块收益感知； 因变量为在线评论搜索行为； 控制变量为年龄、性别、学历， 以及点评类软件使用年限、频率、依赖程度。正式问卷包括两部分： 第一部分是被调查者的基本信息； 第二部分为理论模型各变量相应的问项。本研究模型的变量及其测量项一览表如表２ 所示。测量项共为２９ 个，均采用李克特五级量表。其中， １～２６ 题： “１， 代表非常不同意” “２， 代表不同意” “３， 代表没意见” “４， 代表同意” “５， 代表非常同意”。２７～２９题： “１， 代表非常短” “２， 代表较短” “３， 代表一般” “４， 代表较长” “５， 代表非常长”。

３.２ 数据收集

本研究采用问卷调查法收集数据。将设定的问卷通过问卷星进行展示， 并借助于微信、腾讯ＱＱ、经管之家等社交软件或开放论坛发放链接， 调查时间为２０２３ 年３ 月６ 日—２７ 日。共回收问卷４１９ 份，根据测谎题项、填写时间、异常值等对问卷进行筛选， 最终得到３５２ 份有效问卷， 有效问卷率为８４.０％。本次被调查者的人口统计学特征如表３ 所示。

由表３ 可知， 在３５２ 份有效样本中， 对于点评类软件使用年限， 时间为１～５ 年的（不含５ 年）的数量最多， 占７０.２％； 对于使用频率， 频率为每周２～３ 次的最多， 占比为４２.１％， 其次是半个月２～３ 次，占比为３１.８％； 对于依赖程度， 一半以上的样本对点评类软件的依赖程度比较高。同时， 本次调查样本男女性别比大致为１ ∶２， 多数样本年龄在１８～２２岁之间（８１. ５％）。根据中国餐饮年度观察和大数据２０２３ 报告中的美团数据显示， ２０２２ 年在线餐饮消费者性别分布中， 女性数量多于男性， 且年龄在３０ 岁以下的消费者人群占比超过一半［５９］ ， 这表明本研究中的样本在性别和年龄分布方面与现实吻合。

４ 数据分析与结果

４.１ 信度分析

信度（Ｒｅｌｉａｂｉｌｉｔｙ） 主要是对测量结果一致性、稳定性和可靠性的测量， 一般通过Ｃｒｏｎｂａｃｈａ 系数来描述测量［６０］ 。本文使用ＳＰＳＳ２４.０ 对调查问卷进行了信度分析， 表４ 为最终量表中各变量的检验结果， 其中各变量的系数值均大于０.７， 表明本研究设计的问卷的一致性和可靠性较好。

４.２ 效度分析

效度（Ｖａｌｉｄｉｔｙ）是对量表测量正确性的判断指标， 指测量工具确实可以测得检测指标的程度［６２］ 。本研究采用ＫＭＯ 和Ｂａｒｔｌｅｔｔ 球形度检验进行判断，结果如表５ 所示。

由表５ 可知， 问卷整体ＫＭＯ 值等于０.９２５，Ｂａｒｔｌｅｔｔ 球形度检验显著， 可以做因子分析。利用Ａｍｏｓ２２.０ 进行验证性因子分析， 以复合信度（Ｃｏｍ?ｐｏｓｉｔｅ Ｒｅｌｉａｂｉｌｉｔｙ， ＣＲ）检验量表的聚合效度； 以平均提取方差值（Ａｖｅｒａｇｅ Ｖａｒｉａｎｃｅ， ＡＶＥ）检验量表的区分效度。表６、表７ 中的数据显示， 除评论丰富性下一个问项的因子载荷略低于０.５ 外， 剩余题项均符合检验标准， 测量项的ＣＲ 值均高于０ ７， ＡＶＥ值均大于０.５， 说明该量表的收敛效度较好； 各测量项ＡＶＥ 平方根同样满足检验要求， 表明该量表的区分效度较好。

４.３ 假设检验

本研究利用Ａｍｏｓ２２.０ 对假设模型进行估计，经过对模型进行修正后， 模型检验标准及检验结果数据如表８ 所示。表中数据显示模型拟合指标均符合规定适配值。因此， 构建的模型整体适配度良好。

根据最终模型的参数估计结果， 得到如图２ 所示的路径系数图， 以及相应的建设检验结果如表９所示。

由表９ 可知， 在信息线索方面， 假设Ｈ１～ Ｈ５均成立， 表明本文研究的４ 种信息线索即评论内容质量、评论丰富性、评论者资信度、评论效价均对斑块收益感知产生显著正向影响， 且评论效价还直接对在线评论搜索行为产生显著正向影响。在信息斑块中， 假设Ｈ６ 成立， 表明本文中介变量斑块收益感知对在线评论搜索行为产生显著正向影响。此外， 对于控制变量， 年龄（β ＝ ０.００３， ｐ＞０. ０５）、学历（β ＝ ０.０６０， ｐ＞０.０５）、使用频率（β ＝ ０.００６，ｐ＞０.０５）、使用年限（β ＝０.０７６， ｐ＞０.０５）对在线评论搜索行为影响均不显著； 性别（β ＝ ０.１８０， ｐ＜０.００１）、依赖程度（β ＝０.１７４， ｐ＜０.００１）显著影响在线评论搜索行为。

４.４ 斑块收益感知的中介效应检测

斑块收益感知的中介效应检测使用Ｂａｒｏｎ Ｒ Ｍ等［６１］ 提出的因果步骤检验法， 即在自变量对因变量、中介变量显著的情况下， 通过纳入中介变量对自变量的作用效果做进一步检验。中介效应检验结果如表１０ 所示， 评论内容质量（β ＝０.５１３， ｐ＜０.００１）和评论者资信度（β ＝０.５６７， ｐ＜０.００１）显著影响在线评论搜索行为， 但是当斑块收益感知作为中介变量纳入模型中， 评论内容质量（β ＝０.１０１， ｐ＝０.０８３）和评论者资信度（β ＝０.０９４， ｐ＝０.１４６）对在线评论搜索行为无显著影响， 这意味着评论内容质量和评论者资信度完全通过斑块收益感知影响在线评论搜索行为。评论丰富性（β ＝０.５６６， ｐ＜０.００１）和评论效价（β ＝０.６３０， ｐ＜０.００１）显著影响在线评论搜索行为， 当斑块收益感知作为中介变量纳入时， 评论丰富性（β ＝０.１８６， ｐ＝０.００８）和评论效价（β ＝０.２５３，ｐ＜０.００１）对在线评论搜索行为的直接效应仍显著，这意味着斑块收益感知存在部分中介效应。然而在整个模型中， 评论丰富性对在线评论搜索行为的影响并不显著（β ＝ ０.０８３， ｐ ＝ ０.０７９＞０.０５）。因此，本模型中， 斑块收益感知在评论内容质量、评论者资信度、评论丰富性对在线评论搜索行为的影响中起完全中介效应， 仅在评论效价对在线评论搜索行为的影响中起部分中介效应。

５ 讨论

５.１ 信息线索研究结果表明， 评论内容质量、评论丰富性、评论效价以及评论者资信度均会正向显著影响消费者斑块收益感知。其中， 评论者资信度对斑块收益感知影响最大， 其次是评论丰富性， 然后是评论效价， 评论内容质量对斑块收益感知的影响最小。此外， 评论效价对于在线搜索行为的影响， 包括直接影响和间接影响两条路径， 间接影响是通过斑块收益感知影响在线搜索行为， 即斑块收益感知在评论效价与消费者在线评论搜索行为的关系中只起部分中介作用。研究结果不仅验证了胡媛等［１３］ 的研究结论， 即上述评论指标中的评论内容质量和评论者资信度对在线评论搜尋行为有显著正向影响， 还进一步扩展探究了评论丰富性和评论效价对收益感知的影响及影响大小关系。

消费者在浏览评论试图找到有用信息的过程中，首先会对信息来源， 即对评论者特征进行判断。若对信息源表示不信任， 那么对评论特征的判断也会受其影响， 甚至直接放弃浏览该评论。在评论特征中， 相较于评论内容质量， 评论丰富性和评论效价是消费者对评论直观、感性的判断。消费者并不愿意在阅读评论上消耗太多精力［５０］ 。因此， 消费者往往不会首选内容质量这类需要花费更多精力的评论特征， 而更愿意通过评论丰富性和评论效价来感知斑块收益。此外， 评论效价表明了该商品或服务的整体正负倾向， 具有很强的代表性［３９］ 。因此， 评论效价除了会直接影响消费者对该评论斑块的收益感知， 也会直接影响消费者在线评论搜索行为［５２］ ，即决定消费者是否会放弃当前斑块并前往下一斑块搜索评论甚至停止搜索。

５.２ 信息斑块

研究发现， 斑块收益感知正向显著影响消费者在线评论搜索行为。该发现可以通过以往研究的结果进行解释。Ｓｉｍｏｎ Ｈ Ａ［６３］ 早在１９７１ 年便发现，信息是消耗性的， 接受信息需要消耗注意力。然而，与信息的价值相比， 消费者的注意力显得相对匮乏。因此， 消费者需要合理地规划精力去观察信息。Ｎａ?ｋａｙａｍａ Ｍ 等［５０］ 将这一结论具体到评论信息， 其研究发现大部分消费者不愿意花费大量的时间和精力去阅读餐厅的评论， 相反， 他们更有可能根据对预期收益的评估来决定使用适量的评论信息。因此，可以认为斑块收益感知是消费者在线评论搜索行为的驱动力， 该驱动力会影响消费者在线评论搜索行为的策略和强度。具体而言， 在探索式搜寻情境中，消费者对斑块收益感知的高低会直接决定其下一步搜索行为， 即根据斑块收益感知并结合自身情况制定自己的信息菜单和觅食策略。当收益感知高时，消费者会考虑将其加入自己的信息菜单， 并继续在该斑块内觅食， 延长在该斑块内停留的时间； 反之， 则会终止在该斑块内的觅食而进入下一个信息斑块， 甚至结束觅食行为。

５.３ 信息菜单

本次研究发现， 消费者在线评论搜索行为的本质是制定信息菜单， 具体包括信息菜单的选择、组合以及觅食时长的确定等。信息菜单是进行在线评论搜索行为的依据。消费者在点评类软件上浏览评论时， 受到各种信息线索的影响和启发， 逐渐明确自己的目标， 同时也形成自己的觅食菜单。之后，消费者则会根据自己的菜单进行在线评论的搜索，以避免浪费时间和精力。以往对在线评论搜索行为或在线浏览行为的测量主要是通过实验法［１２，６２］ 、自我报告［１２］ ， 使用现有数据集［６４］ 或访谈法［５］ 进行， 也有部分使用量表测量［１９］ 。本研究从菜单模型出发对在线评论搜索行为进行测量（如： 询问消费者是否会选择不同的信息斑块； 是否会在斑块之间进行切换或者将斑块进行组合等）， 有效拓展了在线评论搜索行为的可操作性测量。

６ 结语

本研究从信息觅食理论出发， 为有效揭示消费者在线评论搜索行为内在机理提供了新的视角。具体而言， 本研究将信息线索视作一种“气味” 给予消费者引导与启示， 以帮助他们感知各个信息斑块的潜在收益， 并使其结合自身情况形成自己的信息菜单， 最终根据信息菜单到相应的信息斑块中觅食所需信息。因此， 基于“信息线索—斑块模型—菜单模型” 的思路选取了评论内容质量、评论丰富性、评论效价以及评论者资信度４ 个维度构建影响因素理论模型， 系统地阐述了信息觅食理论在消费者使用点评类软件搜索评论并选择就餐餐厅这一具体情境的应用。为此， 本文提出如下几点建议：

６.１ 消费者信息线索选择纠偏与“ 主动评估” 理念培育

研究发现， 相较于其他信息线索， 评论者资信度对消费者斑块收益感知影响效果最大。但是调查结果显示， 消费者对评论者资信度中评论者点评经验、评价能力的评分却较低。因此， 本研究建议消费者应立足信息收益感知， 关注来自可靠评论者的评论信息， 提升对高质量评论者点评经验、点评能力的认可度与参考使用频率。例如， 源自具有实名、等级高、带Ｖ 标、使用年限长等特征的评论者的评论具有更高可信度， 消费者可以借助上述特征筛选评论以完成信息菜单制定。在用户信息素养培训方面， 应增强消费者的“主动评估” 意识。对于无法辨别真伪的评论信息， 应通过与平台客服进行核实的方式或主动放弃的方式進行筛选与利用， 提升评论信息真伪评估能力。

６.２ 在线评论内容质量管控与评论数据深化研判

在线评论内容质量主要包括可信度、完整性以及有用性等。本研究发现， 消费者在搜索在线评论过程中会受到评论内容质量的影响， 但评论内容质量对斑块收益感知的影响较小。这在一定程度上是由于当下在线评论内容存在质量水平不高所致（例如商家操控评论、用户恶意评论）。今后， 对于在线评论信息内容质量的管控而言， 平台方应发挥主导作用。平台方应需要进一步规划评论发布守则、评论审核机制以及评论管理模式。例如， 面对商家通过向消费者提供补偿来获得好评， 平台方应立即向商家提出警告并展开调查， 以及对涉嫌违规账号进行停用直至商家整改完毕。此外， 面向用户收益感知， 综合利用平台记录的客观数据、主观数据，建立评论库用以训练评论模型， 助力消费者真实评论呈现。面对匿名消费者通过大量刷好评或差评牟利， 平台方应及时屏蔽并删除相关评论， 并结合消费者评论大数据， 对该类用户进行管控， 必要时采用法律的武器维护商家与平台权益。

６.３ 点评类软件功能模块设计与适用群体范围扩增

本研究发现， 消费者在线评论搜索行为会受到斑块收益感知的正向影响。因此， 本文建议点评类软件在进行界面设计时， 需要充分考虑用户的斑块收益感知， 从而增强消费者在线评论搜索行为的强度并扩大适用群体范围。具体而言， 设计者在对软件功能模块进行优化时， 需要以用户时间、精力等收益为目标， 增加用户在当前评论斑块内的停留时间。例如， 在软件页面设计上， 可以增加打标签功能， 即用户根据主观感受对所浏览的评论打出个性化标签， 或增加深度筛选功能， 即支持用户对多个标签进行组合与排序辅助用户完成搜索行为， 以减少用户搜索评论和发现信息的障碍， 从而提升用户的收益感知。此外， 针对特殊群体， 如老年群体、残障人士等， 提供以“帮扶” 为核心要义的页面设计与服务支持。具体而言， 以简洁化、聚焦化的页面布局和问答式、辅助式的服务机器人满足特殊群体的功能需求， 扩大软件推广使用范围。

同时， 本研究也存在一定的局限性。首先， 研究对象主要聚焦于使用点评类软件的大学生群体用户， 未来可针对该类软件的其他不同群体进行深入分析； 其次， 问卷调研情境主要借助了点评软件即大众点评、美团两款软件的设计模式， 鉴于国内其余点评类软件的差异化设计机制， 未来可以聚焦于具体类别的点评类软件； 最后， 本研究仅是基于信息觅食理论对消费者在线评论搜索行为影响因素进行分析， 今后需要考虑集成其他理论以更为全面和详尽地分析消费者在线评论信息搜索行为的内在机理。

（责任编辑： 杨丰侨）