劉憲立+趙昆

〔摘要〕在線評論的出現(xiàn)推動了消費(fèi)者網(wǎng)絡(luò)購物決策行為的展開，以DEMATEL方法為基礎(chǔ)，研究在線評論有用性的影響因素，為進(jìn)一步促進(jìn)消費(fèi)者網(wǎng)絡(luò)購物決策，推動網(wǎng)絡(luò)購物決策理性行為的展開提供理論借鑒。在構(gòu)建在線評論有用性影響因素體系基礎(chǔ)上，運(yùn)用模糊集理論與DEMATEL方法，分析15個影響在線評論有用性因素的屬性及其相互關(guān)系，并識別出其中消費(fèi)者專業(yè)知識、評論者信息披露、商品涉入度、評論寫作風(fēng)格、評論及時性以及評論信息完整性等6個關(guān)鍵影響因素。根據(jù)研究結(jié)論提出消費(fèi)者信息管理是當(dāng)務(wù)之急，商家需要進(jìn)一步針對不同價位商品，注重評論內(nèi)容的管理，促進(jìn)消費(fèi)者間的社會交流。

〔關(guān)鍵詞〕在線評論有用性；關(guān)鍵因素；模糊集理論；DEMATEL方法

DOI：10.3969/j.issn.1008-0821.2017.01.017

〔中圖分類號〕G203；F713.35〔文獻(xiàn)標(biāo)識碼〕A〔文章編號〕1008-0821（2017）01-0094-06

〔Abstract〕The emergence of online reviews promotes the network shopping consumers decision behavior.This study used DEMATEL method to analyze the influence factors of online comments usefulness，in order to further promote the network shopping consumer decision-making，promote the network shopping decision of rational behavior，provide a theoretical reference.Based on the system building of influential factors of the usefulness of online reviews，the paper used the fuzzy set theory and DEMATEL model to analyze the properties and relationships of the 15 factors influencing the usefulness of online reviews，and identified the six key influential factors including consumers professional knowledge，information disclosure of reviewers，product involvement degree，writing style of comments，timeliness of comments and information completeness of comments.According to the research，the paper concluded that it was urgent to take priority on the management of consumer information.Business men need to pay attention to the content management of comments in terms of different product prices，to promote social exchange between the consumers.

〔Key words〕online review usefulness；key factors；fuzzy set theory；DEMATEL model

隨著互聯(lián)網(wǎng)和電子商務(wù)的不斷發(fā)展，消費(fèi)者在購買商品前會搜索相關(guān)商品信息。在線評論已成為了消費(fèi)者在購物前識別商品質(zhì)量的一個重要標(biāo)志，在很大程度上決定了消費(fèi)者的購物意愿。據(jù)德勤咨詢調(diào)查顯示：71%的消費(fèi)者喜歡購買帶有在線評論的商品，超過75%的消費(fèi)者在線購買商品之前會參考在線評論信息。網(wǎng)絡(luò)營銷領(lǐng)域研究表明，消費(fèi)者通過了解商品在線評論信息，可達(dá)到節(jié)約購買時間以及減少購買的不確定性，從而更好進(jìn)行購物決策[1]。原因在于，其他消費(fèi)者提供的信息間接地給予了商品的相關(guān)體驗(yàn)，所以對顧客消費(fèi)者來說，購買者提供的商品信息可信性更高，在他們制定購買決策時也更加有用。然而，面對眾多甚至海量的在線評論商品信息，消費(fèi)者怎樣才能從中快速獲取有價值的商品信息，并初步判斷該商品質(zhì)量如何，是否值得購買？網(wǎng)絡(luò)商家怎樣快速的引導(dǎo)消費(fèi)者從中獲取需要的商品信息，并幫助消費(fèi)者快速形成購買決策？探討在線評論有用性的影響因素間相互關(guān)系與識別關(guān)鍵因素，將為解決以上問題提供幫助，也是該領(lǐng)域研究的當(dāng)務(wù)之急。

在線評論有用性影響因素研究已引起國內(nèi)外學(xué)者高度重視，也取得了一系列有價值的研究成果，但較多從單個或幾個方面來展開研究，系統(tǒng)研究的文獻(xiàn)較少。應(yīng)該肯定，從單個或幾個方面就在線評論有用性展開研究是有價值的，然而在線評論有用性影響因素間相互作用相互交織的系統(tǒng)性研究明顯不足，各因素間不是相互獨(dú)立的，而是相互依存、相互影響，構(gòu)成一個復(fù)雜的系統(tǒng)，直接或間接地影響在線評論有用性，導(dǎo)致難以準(zhǔn)確地判定哪些因素對在線評論有用性影響大、是關(guān)鍵因素、應(yīng)該重點(diǎn)考慮，哪些因素是次要的、可以忽略不計，從而很難有針對性地采取相關(guān)措施促進(jìn)在線評論有用性的發(fā)展。因此，本研究將深入分析在線評論有用性的影響因素及各因素間的影響關(guān)系，借助復(fù)雜系統(tǒng)研究中成熟的DEMATEL方法定量揭示影響因素之間的綜合影響程度，找出影響在線評論有用性的關(guān)鍵因素，為消費(fèi)者科學(xué)決策提供依據(jù)。

1文獻(xiàn)綜述及研究假設(shè)

本研究在收集整理國內(nèi)外現(xiàn)有文獻(xiàn)的基礎(chǔ)上，提煉整理出15項在線評論有用性初始影響因素。按照影響因素的特點(diǎn)，將15項因素分為評論內(nèi)容維度、評論者維度、消費(fèi)者維度和商品類型維度4個維度，相應(yīng)假設(shè)如下：

1.1評論內(nèi)容維度

評論內(nèi)容維度是指在線評論文本內(nèi)容本身，參考相關(guān)學(xué)者研究，本研究將其細(xì)分為評論長度、評論星級、評論語義、評論寫作風(fēng)格、評論及時性及評論信息完整性。評論長度也稱評論深度，常以評論包含的字?jǐn)?shù)來度量；評論星級也稱評論分值，是評論者以星級的形式（如：1星代表低評價，5星代表高評價，3星代表中性評價）來對商品和服務(wù)進(jìn)行綜合評價；評論語義特征主要是指評論內(nèi)容中含有評論者的主觀或客觀的語言信息；評論寫作風(fēng)格主要是指評論詞語、句子長度的選擇，文章句法和語言錯誤等；評論及時性是指評論的發(fā)表天數(shù)；評論信息完整性是指商品質(zhì)量、使用感受、服務(wù)態(tài)度和發(fā)貨速度4個方面的信息。

郝媛媛等認(rèn)為評論內(nèi)容長度越長，含有的信息越多，則對消費(fèi)者越有用[2]。但殷國鵬[3]、欒攀[4]、卓四清[5]等認(rèn)為當(dāng)評論內(nèi)容長度達(dá)到消費(fèi)者閱讀長度上限時，消費(fèi)者感受到評論有用性在降低。Forman等認(rèn)為當(dāng)消費(fèi)者抱有正向傾向購買商品時，星級高的評論更有用[6]；廖成林等認(rèn)為當(dāng)消費(fèi)者抱有正向傾向購買商品時，且正向評論數(shù)量大于中性和負(fù)向評論數(shù)量，星級低的評論更有用[7]；殷國鵬認(rèn)為對于體驗(yàn)型商品（消費(fèi)者需使用后才能感知的商品），中性評論相對于極端評論更有用[3]。由此假設(shè)：評論長度（C1）、評論星級（C2）影響在線評論有用性。

Baek[8]、郝媛媛[2]、嚴(yán)建援[9]等認(rèn)為評論中主客觀語言表達(dá)和負(fù)面正面情緒語言流露對評論有用性存在影響，含有正面信息多的評論，評論有用性較高；王平等認(rèn)為對于體驗(yàn)型商品，主觀性評論更有用，而對于搜索型商品（消費(fèi)者使用前可較準(zhǔn)確地搜索到商品的信息），客觀性評論更有用[10]。郝媛媛認(rèn)為評論平均長度影響在線評論有用性[2]。Mudambi等[11]認(rèn)為評論越及時的評論越有用，但郝媛媛等[2]認(rèn)為評論越及時的評論越有用，還需要進(jìn)一步證實(shí)。由此假設(shè)：評論語義特征（C3）、評論寫作風(fēng)格（C4）、評論及時性（C5）和評論信息完整性（C6）影響在線評論有用性。

1.2評論者維度

評論者維度也稱信息來源維度，參考相關(guān)學(xué)者研究，本研究將其細(xì)分為評論者信息披露、名聲可信度、歷史評論數(shù)、社會中心度和評論回應(yīng)數(shù)。評論者信息披露主要是指個人信息（如姓名，聯(lián)系電話、照片、住址等）等的披露；名聲可信度是在線評論平臺按照評論來源所發(fā)布的高質(zhì)量評論數(shù)量作為參考依據(jù)評定的等級；歷史評論數(shù)是指評論者以往購物的知識和經(jīng)驗(yàn)的總結(jié)；社會中心度是指在線評論平臺中其他評論者與評論者之間通過互粉形成的社會網(wǎng)絡(luò)，網(wǎng)絡(luò)越大，此評論者社會中心度越大；評論回應(yīng)數(shù)是指評論者針對某商品發(fā)表的評論，其他評論者回應(yīng)的個數(shù)。

Forman等認(rèn)為評論者個人信息披露的越多，則評論有用性感知越強(qiáng)[6]；王平[10]、Baek[8]、廖成林[7]等認(rèn)為評論者名聲可信度越高，則評論有用性感知越強(qiáng)；彭嵐[12]、殷國鵬[3]等認(rèn)為歷史評論中有用在線評論越多，經(jīng)驗(yàn)越豐富，在線評論信息可讀性越強(qiáng)，評論有用性感知越強(qiáng)；林先杰認(rèn)為在線評論評論者中心度對在線評論有用性感知有正向影響，同時認(rèn)為在線評論其他評論者回應(yīng)的個數(shù)越多，則該評論越有用[13]。由此假設(shè)：評論者信息披露（C7）、名聲可信度（C8）、歷史評論數(shù)（C9）、社會中心度（C10）和評論回應(yīng)數(shù)（C11）影響在線評論有用性。

1.3消費(fèi)者維度

消費(fèi)者維度也稱評論閱讀者維度，參考相關(guān)學(xué)者研究，本研究將其細(xì)分為消費(fèi)者專業(yè)知識、購物經(jīng)驗(yàn)和商品涉入度。消費(fèi)者專業(yè)知識主要是指消費(fèi)者學(xué)歷水平，商品文字描述水平等；商品的涉入度是指該商品的購買與消費(fèi)者的影響程度，本研究通過商品價格來反映消費(fèi)者對商品的涉入度。彭嵐等研究表明：知識水平高的消費(fèi)者會認(rèn)為包含有較多商品信息的評論更為有用[12]；林先杰等認(rèn)為商品涉入度對在線評論有用性影響因素具有調(diào)節(jié)作用[13]。由此假設(shè)：消費(fèi)者專業(yè)知識（C12）、購物經(jīng)驗(yàn)（C13）和商品涉入度（C14）影響在線評論有用性。

1.4商品類型維度

一般商品可分為搜索型商品和體驗(yàn)型商品，本研究參考相關(guān)學(xué)者研究，將商品類型維度細(xì)分為搜索型商品和體驗(yàn)型商品來探索其對在線評論有用性的調(diào)節(jié)影響。張麗認(rèn)為搜索型商品和體驗(yàn)型商品對在線評論有用性影響因素具有調(diào)節(jié)作用[14]。由此假設(shè)：商品類型（C15）影響在線評論有用性。

2研究方法及計算結(jié)果

DEMATEL方法（Decision Making Trial and Evaluation Laboratory，決策實(shí)驗(yàn)分析方法）是影響因素識別領(lǐng)域常用的算法之一，它是美國學(xué)者于1972-1976年提出用來研究和解決復(fù)雜難纏的問題的方法。該方法不需要元素是獨(dú)立的并且可以通過因果關(guān)系圖確定系統(tǒng)各元素的相互關(guān)聯(lián)性，從而從眾多影響因素中識別出關(guān)鍵影響因素，為解決管理問題提供決策依據(jù)[15]。綜上分析發(fā)現(xiàn)，在線評論有用性影響因素間相互作用研究明顯不足，難以準(zhǔn)確判定哪些因素對在線評論有用性影響大，哪些因素是可以忽略不計，故本研究嘗試運(yùn)用DEMATEL方法定量分析在線評論影響因素間關(guān)系，識別在線評論有用性的關(guān)鍵影響因素，以期為該領(lǐng)域提供另外一種研究思路。

研究過程中具體問卷調(diào)查時被訪者更習(xí)慣于普通的文字描述變量（如：影響不大、影響較大等）來評判因素之間的影響程度。因此本研究引入模糊集理論[16]，將專家使用文字描述變量（亦稱語言變量）的評判結(jié)果運(yùn)用三元模糊數(shù)進(jìn)行精確的數(shù)值量化，然后采用Opricovic和Tzeng的模糊數(shù)轉(zhuǎn)化成準(zhǔn)確數(shù)值的方法（Converting Fuzzy Data into Crisp Scores，CFCS），將專家評判的三元模糊數(shù)轉(zhuǎn)化為精確數(shù)值[17]。由此得到各因素之間相互影響的直接關(guān)系矩陣，經(jīng)過DEMATEL方法確定出各個影響因素在系統(tǒng)中的主次關(guān)系。具體操作步驟如下：

2.1專家調(diào)查

本研究依靠專家群體，通過DEMATEL方法研究在線評論有用性的影響因素、影響因素間的相互關(guān)系，進(jìn)而識別出關(guān)鍵的因素。為了保證研究的科學(xué)性和專家打分的公正性，本研究綜合考慮了在線評論利益相關(guān)者，即高校專家、企業(yè)專家、消費(fèi)者，共計9位專家組成調(diào)查對象。其中高校專家主要由高校電子商務(wù)、市場營銷領(lǐng)域的專家合計5人組成，企業(yè)專家主要由電子商務(wù)企業(yè)網(wǎng)絡(luò)營銷人員合計2人組成，消費(fèi)者主要由豐富購物經(jīng)驗(yàn)的消費(fèi)者合計2人組成。同時，各位專家均認(rèn)可本研究給定的影響在線評論有用性的這15個因素，如表1所示。專家根據(jù)各自的知識和經(jīng)驗(yàn)對這15個影響因素間的相互影響度進(jìn)行打分。

2.2將專家語言變量轉(zhuǎn)化為三元模糊數(shù)

本研究依據(jù)Wang[18]和Chen[19]等設(shè)定的專家群體使用的語言變量設(shè)計問卷，如表2所示。調(diào)查問卷采取Likert 5級量表（影響非常大、影響較大、影響小、影響很小、完全沒有影響），即15個因素間的相互影響關(guān)系，合計225項相互影響關(guān)系調(diào)查，請每位專家使用要求的語言變量獨(dú)自進(jìn)行判定可能影響在線評論有用性的15個因素間的相互關(guān)系，由此獲得9份關(guān)于影響因素間的專家問卷，進(jìn)而得到9份由語言變量組成的數(shù)據(jù)。

為避免專家的判斷和評分的主觀差異性，該領(lǐng)域相關(guān)研究主要采取專家評分權(quán)重和專家評分模糊化處理兩種方法。專家評分權(quán)重主要思路是采取系統(tǒng)工程的方法將專家評分?jǐn)?shù)學(xué)化，該方法較復(fù)雜，本研究不予采納[20]；專家評分模糊化處理主要集中在將每位專家的判定結(jié)果轉(zhuǎn)化為對應(yīng)的三角模糊數(shù)，關(guān)鍵是三角模糊數(shù)的選取，選取思路主要是依據(jù)實(shí)際研究背景自行選取或采取經(jīng)典文獻(xiàn)研究成果[15]，本研究為保持三角模糊數(shù)選取的科學(xué)性，選取經(jīng)典數(shù)學(xué)文獻(xiàn)中具有普遍意義的三角模糊數(shù)，如表2進(jìn)行分析討論，同時該三角模糊數(shù)的選取也被該領(lǐng)域的相關(guān)研究廣泛采用。因此，本研究根據(jù)表2將每位專家的判定結(jié)果轉(zhuǎn)化為對應(yīng)的三角模糊數(shù)（lkij，mkij，rkij），其中i（j）=1，2，3，…，15，？k=1，2，3，…，9，表示第k位專家評定i因素對j因素的影響程度，并將之分別記錄于15×15矩陣中。

3基于計算結(jié)果的分析討論

3.1因素間的相互關(guān)系

由表4可以看出，C4、C5、C7、C8、C9、C11、C12、C14屬于原因因素。評論寫作風(fēng)格（C4）表現(xiàn)出強(qiáng)烈的主動性，具體表現(xiàn)在其影響度值最大，被影響度值在15個因素中居第12位，可見評論寫作風(fēng)格能夠強(qiáng)烈地影響其他因素，但其自身卻很難受其他行為因素的影響。與評論寫作風(fēng)格類似，評論及時性（C5）、評論者信息披露（C7）、消費(fèi)者專業(yè)知識（C12）、商品涉入度（C14）具有較強(qiáng)的影響度，被影響度較低，表現(xiàn)出較強(qiáng)的主動性。而名聲可信度（C8）、歷史評論數(shù)（C9）、評論回應(yīng)數(shù)（C11）的影響度和被影響度在15個因素中均較低，可見這3個因素同其他因素間的關(guān)系較疏遠(yuǎn)。

C1、C2、C3、C6、C10、C13、C15屬于結(jié)果因素。社會中心度（C10）具有最大的被影響度，但影響度較小，表現(xiàn)出強(qiáng)烈的被動性。評論語義特征（C3）的被影響度和影響度分別位于位居第2位和第9位，從本質(zhì)上表現(xiàn)出較強(qiáng)烈的被動性。評論星級（C2）、評論長度（C1）的被影響度和影響度分別位于第3位和第8位、第4位和第7位，表現(xiàn)出更多的被動性。而購物經(jīng)驗(yàn)（C13）、商品類型（C15）、評論信息完整性（C6）的影響度和被影響度在15個因素中均較低，可見這3個因素同其他因素間的關(guān)系較疏遠(yuǎn)。

3.2關(guān)鍵因素的識別

第一，消費(fèi)者專業(yè)知識（C12）因素在15個影響因素中具有最大的影響度（4.058263）和中心度（12.09462），表示能夠強(qiáng)烈地影響其他14個行為因素，是影響其他因素的最大因素，從而可以確定為最關(guān)鍵因素；第二，評論者信息披露（C7）、商品涉入度（C14）、評論寫作風(fēng)格（C4）中心度排名分別是第2位、第3位、第4位，它們的影響度與被影響度分別是4.058263和2.647656，3.955165和1.117566，4.058263和2.266042，在15個因素中的排名分別為第1位和第11位、第5位和第15位、第1位和第12位，表現(xiàn)出強(qiáng)烈的主動性，表明這3個因素能夠強(qiáng)烈地影響其他因素，因此也可作為關(guān)鍵因素；第三，評論及時性（C5）中心度排名是第5，影響度與被影響度排名分別是第4位和第6位，表現(xiàn)出較強(qiáng)的主動性，顯然在系統(tǒng)中具有重要的影響力，并且與其他因素關(guān)系密切，可以認(rèn)為是關(guān)鍵因素；第四，評論信息完整性（C6）雖然中心度小于0，但影響度排名較靠前，表現(xiàn)出較強(qiáng)的主動性，故也將其列為關(guān)鍵因素。

名聲可信度（C8）、歷史評論數(shù)（C9）、評論回應(yīng)數(shù)（C11）的中心度在15個影響因素中的排名分別是第15位、第9位、第14位，影響度和被影響度都較低，顯然不是關(guān)鍵因素。評論星級（C2）、評論長度（C1）、評論語義特征（C3）雖然三因素影響度在15個影響因素中排名較靠前，但其中心度較低，關(guān)鍵是表現(xiàn)出較強(qiáng)的被動型，故不是關(guān)鍵因素。社會中心度（C10）中心度排名第8，但此因素被影響度排名第1，影響度排名第10，表現(xiàn)出強(qiáng)烈的被動性，故也不是關(guān)鍵影響因素。購物經(jīng)驗(yàn)（C13）、商品類型（C15）的影響度和被影響度在15個因素中均較低，故不是關(guān)鍵因素。

4結(jié)論及啟示

本研究的主要結(jié)論是：

1）影響在線評論有用性的15個因素相互交織，形成了一個復(fù)雜的系統(tǒng)，但不同因素的影響方式、程度各不相同，評論寫作風(fēng)格、評論及時性、評論者信息披露、名聲可信度、歷史評論數(shù)、評論回應(yīng)數(shù)、消費(fèi)者專業(yè)知識、商品涉入度8個要素為原因因素，在系統(tǒng)中主動影響其他因素；評論長度、評論星級、評論語義特征、評論信息完整性、社會中心度、購物經(jīng)驗(yàn)、商品類型7個要素屬于結(jié)果因素，在系統(tǒng)中易受其他因素的影響。

2）在15個因素中，消費(fèi)者專業(yè)知識、評論者信息披露、商品涉入度、評論寫作風(fēng)格、評論及時性以及評論信息完整性是影響在線評論有用性6個最關(guān)鍵的因素。

3）評論者社會中心度因素具有較強(qiáng)的被動性，極易受其他因素的影響。

4）將評論內(nèi)容維度、評論者維度、消費(fèi)者維度和商品類型維度4個維度所含因素對在線評論有用性的影響、原因度和中心度求和，如表5所示。

從表5可以看出評價內(nèi)容維度對在線評論有用性的影響程度最大，且評價內(nèi)容維度的中心度也最大，因此影響在線評論有用性的中心問題在于評價內(nèi)容維度。即評論寫作風(fēng)格、評論及時性以及評論信息完整性是最為關(guān)鍵的因素，評論長度、評論星級、評論語義特征是次關(guān)鍵因素；而評論者維度的原因度最大，消費(fèi)者維度原因度次之，說明評論者信息披露和消費(fèi)者專業(yè)知識是決定在線評論有用性其他因素的關(guān)鍵因素。

根據(jù)以上結(jié)論得出如下啟示：

1）消費(fèi)者專業(yè)知識是最關(guān)鍵因素，深入挖掘發(fā)表水平高的消費(fèi)者其他消費(fèi)信息，加強(qiáng)消費(fèi)者信息管理（即客戶關(guān)系管理）是當(dāng)務(wù)之急。

2）商品與消費(fèi)者關(guān)系程度（商品價格的高低）是影響在線評論有用性的關(guān)鍵因素之一，針對不同價位的商品，引導(dǎo)消費(fèi)者形成購物決策，注重分類管理。

3）加強(qiáng)評論者信息的監(jiān)督與引導(dǎo)，增加評論者信息的披露率，為消費(fèi)者提供較為權(quán)威與準(zhǔn)確的評論者信息等，是有效監(jiān)測在線評論有用性的重要手段。

4）評論寫作風(fēng)格、評論及時性、評論信息完整性有助于提高在線評論的有用性。

5）在保證在線評論的有用性時，適當(dāng)增設(shè)消費(fèi)者之間的社會交流和分享，關(guān)注評論者社會中心度的特征。

參考文獻(xiàn)

[1]AMDT J.Role of product-related conversations in the diffusion of a new product[J].Journal of Marketing Research，1967，4（3）：291-295.

[2]郝媛媛，葉強(qiáng)，李一軍.基于影評數(shù)據(jù)的在線評論有用性影響因素研究[J].管理科學(xué)學(xué)報，2010，（8）：78-88，96.

[3]殷國鵬.消費(fèi)者認(rèn)為怎樣的在線評論更有用？——社會性因素的影響效應(yīng)[J].管理世界，2012，（12）：115-124.

[4]欒攀，張寧.基于ELM的在線評論有用性影響因素研究——來自服務(wù)行業(yè)的實(shí)證分析[J].科技視界，2015，（16）：49-51，70.

[5]卓四清，馮永洲.在線評論有用性影響因素實(shí)證研究——基于Tripadvisor.com酒店評論數(shù)據(jù)[J].現(xiàn)代情報，2015，（4）：52-56，74.

[6]FORMAN C，GHOSE A，WIESENFELD B.Examining the relationship between reviews and sales：The role of reviewer identity disclosure in electronic markets[J].Information Systems Research，2008，19（3）：291-313.

[7]廖成林，蔡春江，李憶.電子商務(wù)中在線評論有用性影響因素實(shí)證研究[J].軟科學(xué)，2013，（5）：46-50.

[8]BEAK，H.，J.AHN and Y.CHOI.Helpfulness of Online Consumer Reviews：Readers Objectives and Review Cues[J].International Journal of Electronic Commerce，2012，17（2）：99-126.

[9]嚴(yán)建援，張麗，張蕾.電子商務(wù)中在線評論內(nèi)容對評論有用性影響的實(shí)證研究[J].情報科學(xué)，2012，（5）：713-716，719.

[10]王平，代寶.消費(fèi)者在線評論有用性影響因素實(shí)證研究[J].統(tǒng)計與決策，2012，（2）：118-120.

[11]MUDAMBI S M，SCHUFF D.What Makes a Helpful Online Review？A Study of Customer Reviews on Amazon.com[J].MIS Quarterly，2010，34（1）：185-200.

[12]彭嵐，周啟海，邱江濤.消費(fèi)者在線評論有用性影響因素模型研究[J].計算機(jī)科學(xué)，2011，（8）：205-207，244.

[13]林先杰.在線評論有用性影響因素研究[D].廣州：華南理工大學(xué)，2014.

[14]張麗.在線評論的客戶參與動機(jī)與評論有效性研究[D].天津：南開大學(xué)，2011.

[15]汪春香，徐立青，趙樹成.影響食品安全網(wǎng)絡(luò)輿情網(wǎng)民行為的主要因素識別研究——基于模糊集理論DEMATEL方法[J].情報雜志，2015，（3）：138-143.

[16]VON ALTROCK C.Fuzzy logic and neurofuzzy application in business and finance[M].Upper Saddle River，NJ：Prentice Hall，1995：244-246.

[17]OPRICOVIC S，TZENG G H.Defuzzification within a multicriteria decision model[J].International Journal of Uncertainty，F(xiàn)uzziness and Knowledge-based Systems，2003，11（5）：635-652.

[18]WANG M J J，CHANG T C.Tool Steel Materials Selection Under Fuzzy Environment[J].Fuzzy Sets and Systems，1995，72（3）：263-270.

[19]Chen C T.Extensions of the TOPSIS for Group Decision Making under Fuzzy Environment[J].Fuzzy Sets and Systems，2000，114（1）：1-9.

[20]崔強(qiáng)，武春友，匡海波.BP-DEMATEL在空港競爭力影響因素識別中的應(yīng)用[J].系統(tǒng)工程理論與實(shí)踐，2013，（6）：1471-1478.

（本文責(zé)任編輯：郭沫含）