共查询到18条相似文献，搜索用时 140 毫秒
1.
2.
[目的/意义]对在线负面评论有用性影响因素分析，能够有助于揭示在线评论的作用机理，更加有效地发挥在线评论的应用价值。[过程/方法]以京东商城（jd.com）搜索型和体验型商品的在线负面评论为研究对象建立分层回归模型，从形式特征、内容特征、文本特征、反馈特征等4个维度出发，探索不同因素对在线负面评论有用性的影响，并采用主成分分析法对商品类型调节作用下的影响因素重要程度进行排序。[结果/结论]研究结果表明，在线负面评论的影响因素受商品类型调节，会对有用性产生非线性复杂影响，导致作用度存在差异。对于搜索型商品，在线负面评论中评论等级、回复次数和评论长度等影响因素的有用性明显；而对于体验型商品，在线负面评论中附加图片、详尽地客观描述能够促进消费者做出购买决策。 相似文献
3.
[目的/意义]在线评论在消费者网络购物决策过程中解决信息不对称的作用日益显著,探索在线评论有用性影响因素对消费者和商家都具有重要意义。[方法/过程]以信号传递理论为框架,从与评论内容、评论者和反馈有关的信号构建在线评论有用性影响因素模型,同时考虑商品类型的调节作用,并分析了信号环境的影响。[结果/结论]通过亚马逊中国网站获取客观数据进行实证研究,发现负面评论、评论字数越多、评论含有图片、评论者对信息有披露、评论者排名越靠前、评论回应数量越多则评论有用性越高,商品类型在评论情感倾向、评论图片对评论有用性影响中起到了显著的调节作用,并且信号影响评论有用性受到信号环境的影响。 相似文献
4.
[目的/意义]理解用户需求是企业管理实践中的重要一环,在线评论作为用户偏好表达的重要渠道,是企业发现用户需求的重要数据来源。因此,如何从在线评论中有效挖掘出用户需求,是一个重要的研究问题。[方法/过程]文章构建了一个基于KANO模型、面向在线评论的用户需求分析框架。首先利用LDA主题模型从在线评论中抽取商品属性,然后基于BERT模型标注出不同属性上的评论短句,并对其进行情感分析,最后依据不同属性上的评论短句与情感分析结果,通过KANO模型分析用户属性需求。以手机评论数据为例对模型进行验证。[结果/结论]将商品属性分为必备属性、期望属性、魅力属性与无差异属性四类,并以可视化结果呈现。实验结果表明面向在线评论的用户需求分析框架能够有效提取在线评论中用户的属性需求信息,为企业提供产品改进策略参考。[局限]样本数据集有限,存在不均衡状况。 相似文献
5.
[目的/意义]理解用户需求是企业管理实践中的重要一环,在线评论作为用户偏好表达的重要渠道,是企业发现用户需求的重要数据来源。因此,如何从在线评论中有效挖掘出用户需求,是一个重要的研究问题。[方法/过程]文章构建了一个基于KANO模型、面向在线评论的用户需求分析框架。首先利用LDA主题模型从在线评论中抽取商品属性,然后基于BERT模型标注出不同属性上的评论短句,并对其进行情感分析,最后依据不同属性上的评论短句与情感分析结果,通过KANO模型分析用户属性需求。以手机评论数据为例对模型进行验证。[结果/结论]将商品属性分为必备属性、期望属性、魅力属性与无差异属性四类,并以可视化结果呈现。实验结果表明面向在线评论的用户需求分析框架能够有效提取在线评论中用户的属性需求信息,为企业提供产品改进策略参考。[局限]样本数据集有限,存在不均衡状况。 相似文献
6.
[目的/意义]本研究旨在从信息觅食理论出发,分析点评类软件消费者在线评论搜索行为的内在机理。[方法/过程]以信息觅食理论为基础,围绕信息线索、斑块模型和菜单模型构建了消费者在线评论搜索行为模型。采用问卷调查法收集352份有效样本数据,并利用结构方程模型对理论模型进行分析与检验。[结果/结论]评论内容质量、评论丰富性、评论效价以及评论者资信度4类信息线索均会正向显著影响消费者斑块收益感知,进而正向影响消费者在线评论搜索行为。此外,评论效价也会直接正向显著影响消费者在线评论搜索行为。本研究在理论层面深入揭示了消费者在线评论搜索行为的内在机理,延伸了信息觅食理论的研究情境与边界;在实践层面为点评类软件的功能优化及引导消费者有效搜索在线评论提供了相关建议。 相似文献
7.
[目的/意义]用户利用在线医评信息是网络医疗服务的关键环节，探索医评信息特征如何影响用户采纳行为有助于促进在线医疗平台的优化和服务发展。[方法/过程]基于ELM模型和信任转移理论，采用2*2*2的组间实验设计方法开展情景决策实验，收集有效问卷539份，并利用Smart PLS开展直接效应、中介效应和调节效应分析。[结果/结论]事实型(vs抽象型)评论和真实姓*(vs昵称)的评论人标识可以提升感知内容客观性和具体评论人可信度，并进一步提升用户对评论的有用性感知和后续采纳意愿。对网站的信任可以通过一般评论人群体信任向具体评论人信任进行转移。用户性别特征和疾病严重程度特征分别负向和正向调节评论特征对用户认知及后续采纳的影响。研究提出的措施可以帮助在线医疗平台优化设计以促进用户对医评信息的采纳利用。 相似文献
8.
[目的/意义] 视频评论是在线教育视频中用户交互的重要途径。分析在线视频不同评论方式中用户的行为差异对于理解用户行为规律,并促进视频平台评论功能的设计与优化具有重要意义。[方法/过程] 文章搜集Bilibili网站200个在线教育视频的弹幕与传统评论数据,结合定量统计分析和定性内容分析方法,从视频特征、用户特征和评论内容特征三方面比较用户弹幕与传统评论行为的异同。[结果/结论] 弹幕有利于提升用户的参与感,增长活跃周期,能更好地支持用户与视频内容的实时互动;传统评论可有效支持用户之间的直接互动,并帮助其开展深层次的知识交流。二者应充分结合,相互补充,提高用户在线学习的互动性和参与感。 相似文献
9.
[目的/意义]目前各大电子商务网站产生了海量的评论信息，对于消费者而言，查阅和分析这些信息将面临巨大的挑战。因此，有必要对评论的有用性进行综合评价，为消费者过滤出真正有价值的内容。[方法/过程]为此，本文提出并研究了一种在线消费者评论的有用性评价模型，为消费者的网购决策提供支持。该模型主要基于分类算法，识别在线消费者评论的有用性，并按其概率值大小进行排序。根据在线消费者评论的特点，提取了一系列分类特征用于其有用性评价，然后利用支持向量机对评论进行分类并从中识别有用的记录。利用来自B2C电子商务网站的3个在线消费者评论数据集（手机、女鞋、糖果巧克力）对提出的模型进行实证分析。[结果/结论]研究结果显示，该模型能够量化地评价在线消费者评论的有用性并对其进行有效的分类排序。该模型主要依赖语义特征进行排序，而对非语义特征的依赖较少。通过选择合适的概率阈值，能够缩小验证空间，并显著提升分类精确度。 相似文献
10.
11.
【目的/意义】在线评论在消费者购买决策中的重要性日益凸显,探索电商平台消费者绿色产品在线评论信息采纳的影响因素,为进一步挖掘在线评论的商业价值、促进绿色产品的消费提供参考。【方法/过程】以TAM和ELM为理论基础,结合社会环境因素和消费者个体特质因素,构建电商平台消费者绿色产品在线评论信息采纳意愿的影响因素模型,运用结构方程模型进行实证检验。【结果/结论】结果表明评论质量和社会影响均对感知评论有用性产生正向影响,评论源可信度与感知评论有用性的关系不显著,感知评论有用性和社会影响又对评论采纳意愿产生正向影响,产品卷入度会调节消费者评论有用性的感知,而专业知识未能起到调节作用。 相似文献
12.
[目的/意义]在线社交用户的信息行为对网络舆论生态环境的构建具有重要的指导意义。[方法/过程]借鉴"用户画像"的思想,提出了在线社交用户舆情画像的概念,围绕人类动力学研究视角构建了在线社交用户的舆情画像模型,最后从舆情信息传播的时间间隔分布、活跃度分布、时间间隔重标度、交互热度、阵发性和记忆性等方面对在线社交用户信息传播行为特征进行了实证分析。[结果/结论]研究结果表明,在线社交用户"舆情画像"可全面揭示其网络信息行为特征,实现对用户基本信息与舆情传播信息的有效收集、有效识别与定量分析,从而为网络舆情生态环境的完善提供参考。 相似文献
13.
为了理解在线评论对消费者网络购买意愿影响的主要动因,基于计划行为理论、技术接受模型理论和网购顾客消费体验对在线评论行为作用模型,构建在线评论对消费者网络购买决策影响的动因模型,并提出若干假设,最后通过数据采集,采用AMOS21.0软件进行数据分析,对模型和假设进行了实证研究,统计分析结果表明: 消费者——网站关系、在线评论数量、在线评论质量、在线评论接收者专业能力、在线评论接收者涉入度、在线评论接收者感知风险影响消费者网络购买意愿,在线评论者资信度和在线评论的时效性影响不显著.基于此,本文对结果进行了讨论,并对消费者和网商营销提出了建议. 相似文献
14.
[目的/意义] 知识增殖已成为判别在线知识社区成功与否的具体标准。将Web2.0技术所支持的用户行为视作知识增殖的载体,将社区规则、规范所鼓励的人际信任视作知识增殖的条件,考察用户行为与用户信任的互惠因果关系,探索在线社区知识增殖规律。[方法/过程] 采用问卷调查法获取332份有效样本,运用AMOS20.0软件检验模型假设。[结果/结论] 用户行为的发展过程为"知识搜寻行为—知识应用行为—知识贡献行为";用户间信任的发展过程为"认知信任—情感信任",用户行为和用户信任互为因果、二者相互促进实现在线社区知识增殖。 相似文献
15.
[目的/意义]社会化在线评论与传统的专业性评论相比,具有更为显著的传播速度和影响力。文本评论中的情感因素并非单纯的数量化评分能够完全体现的。对本文评论中情感因素的测量与分析,能够有助于在线评论的全角度识别与揭示,更加客观准确地反映在线评论的价值。[过程/方法]通过提取用户发布的在线文本评论数据,采用有监督机器学习的算法,分别计算文本评论的情感分类得分、情感倾向得分、综合情感得分。从类型、地区、人数多个维度对情感得分与总评分进行交叉对比分析。[结果/结论]研究结果表明,文本评论蕴含的情感因素对总评分具有部分的影响作用。用户的认知偏好、社会文化背景和评论人数占比会对情感因素的有用性产生影响。 相似文献
16.
17.
[目的/意义] 数字阅读是当前国民阅读的主要途径,付费数字阅读也成为新的消费增长点,但用户满意度仍然不高。文章尝试从用户需求层面进行探究,以期为数字阅读的持续健康发展提供指导,并对数字图书馆建设给予启发。[方法/过程] 通过收集大量相关产品的网络评论和与用户的深度访谈得到研究数据,进而运用扎根理论探究数字阅读产品的付费影响因素并构建出相对应的用户需求模型。[结果/结论] 研究发现,付费数字阅读用户需求分为功能需求和信息需求两个类别,且用户需求层次结构具有不断成长的演化趋势,这种趋势使得用户需求不断膨胀,从基本型需求发展到期望型需求,再拓展到兴奋型需求。 相似文献
18.