魏寶祥 陸路正 王耀斌 王亞林 高璐

[摘? ? 要]文章以傳播過程理論的4個維度作為評價框架，在整合多位學(xué)者研究結(jié)果的基礎(chǔ)上，結(jié)合旅游產(chǎn)品的特點，構(gòu)建了旅游產(chǎn)品在線評論可信度評價指標(biāo)體系，運用DEMATEL法對收集的數(shù)據(jù)進行分析，繪制了旅游產(chǎn)品在線評論可信度的維度、指標(biāo)影響網(wǎng)絡(luò)關(guān)系圖。研究表明：（1）旅游產(chǎn)品在線評論的信息內(nèi)容是影響其可信度最重要的維度，而信息內(nèi)容的客觀性、詳盡性更是在線評論可信度的決定性因素;（2）在線評論者身份被認(rèn)同的程度決定著評論來源的可信度;（3）旅游產(chǎn)品評論平臺的特征對在線評論的渠道信任度有重要影響;（4）評論受眾的消費經(jīng)驗對其評論態(tài)度、信任傾向有重要影響，是影響旅游產(chǎn)品在線評論受眾信任度的關(guān)鍵。最后，文章總結(jié)了旅游產(chǎn)品在線評論可信度研究的意義并進行了展望。

[關(guān)鍵詞]在線評論;可信度;DEMATEL法;旅游產(chǎn)品

[中圖分類號]F59

[文獻標(biāo)識碼]A

[文章編號]1002-5006（2019）08-0078-09

Doi： 10.19765/j.cnki.1002-5006.2019.08.012

引言

消費者在線預(yù)訂旅游產(chǎn)品時，通常會翻看之前消費者留下的在線評論，以此來作為自己進行購買決策的重要參考內(nèi)容。中國互聯(lián)網(wǎng)絡(luò)信息中心（China Internet Netuork Information Center， CNNIC）調(diào)查顯示：我國4.13億網(wǎng)購用戶中，77.5%的消費者在線購買產(chǎn)品時會參考該產(chǎn)品的評論內(nèi)容[1]。有研究表明，在線評論影響消費者對產(chǎn)品的認(rèn)知和態(tài)度[2]、購買決策[3-4]以及產(chǎn)品銷售[5]。也正是因為如此，一些不法商家抓住監(jiān)管漏洞，制造出一些虛假的評論來誤導(dǎo)消費者以獲取更多利益。這就導(dǎo)致了旅游產(chǎn)品在線評論內(nèi)容良莠不齊，真假難以分辨。在虛假評論充斥屏幕的今天，無論是對于消費者的旅游產(chǎn)品在線預(yù)訂決策提供參考而言，還是對旅游相關(guān)企業(yè)如何管理和利用在線評論資源來說，有效識別出影響旅游產(chǎn)品在線評論可信度的關(guān)鍵因素以及研究各因素之間的相互關(guān)系就顯得至關(guān)重要。

目前，大多數(shù)學(xué)者都聚焦于在線評論對消費者行為的影響，但對于在線評論可信度的研究很少，尤其是針對于旅游產(chǎn)品的可信度研究更是少之又少。因此，本文旨在對旅游產(chǎn)品在線評論可信度進行評價模型的構(gòu)建，運用決策與實驗室方法（decision making trial and evaluation laboratory， DEMATEL），識別出旅游產(chǎn)品在線評論可信度各維度、指標(biāo)的影響關(guān)系，為相關(guān)研究領(lǐng)域提供學(xué)術(shù)貢獻的同時，為業(yè)界提供理論參考。

1 文獻綜述

早在古希臘時期，一些先哲們就對可信度進行了探討，“二戰(zhàn)”爆發(fā)后，西方政府為了通過戰(zhàn)爭宣傳從而獲得民眾對戰(zhàn)爭的支持將“可信度”的研究引入一輪熱潮，其中，Hovland和他的同事們做了一系列關(guān)于來源可信度以及傳播說服的實驗研究[6-8]，雖然存在一定局限，但也為可信度研究做出了巨大貢獻。20世紀(jì)60年代，David提出了傳播過程理論（source， message， channel， receiver， SMCR），該理論認(rèn)為信息傳播過程包括了信源、訊息、渠道、接受者這4個要素，同時強調(diào)了傳播過程是處于動態(tài)變化之中的[9]。在Hovland等學(xué)者的研究基礎(chǔ)上，Wathen和Burkell認(rèn)為，可信度的主要來源是可信賴性和專業(yè)知識，可從來源特征（例如專業(yè)知識、可信度、標(biāo)簽、聲譽）、消息特征（例如內(nèi)部一致性、質(zhì)量和合理性）、接收者特征（例如文化背景、動機、參與、以前的信念）和媒體（例如介質(zhì)的設(shè)計特征、可用性和易于導(dǎo)航）等維度進行測量[10]。由此可見，雖然SMCR理論始于教育學(xué)對知識傳授的研究，但可信度的本質(zhì)依托于發(fā)布者發(fā)布信息至接收者接收信息的完整傳播過程，因此，基于SMCR可以對可信度的影響因素進行區(qū)分提取，SMCR可以作為可信度評價研究的框架體系。

所謂在線評論，就是消費者以非結(jié)構(gòu)化的格式，發(fā)布在獨立消費者評論網(wǎng)站（例如TripAdvisor.com）或第三方電子商務(wù)網(wǎng)站（例如Booking.com）或企業(yè)網(wǎng)站（例如Thomson.co.uk），與其他消費者共享的關(guān)于某一產(chǎn)品、服務(wù)、品牌的任何積極、消極或中立的評論、評級、排名[11]。王真真將在線評論定義為以文字、圖片、符號、視頻等多媒體信息形式，通過網(wǎng)絡(luò)溝通渠道發(fā)布關(guān)于產(chǎn)品、服務(wù)、組織、品牌等相關(guān)信息的所有在線交流溝通[12]。研究表明，在線評論會影響整個旅游過程，包括旅行之前、旅行之中和旅行之后[13]。而在線信任被認(rèn)為是消費者試圖從電子商務(wù)網(wǎng)站使用和購買的主要影響因素[14]。因此，對于旅游產(chǎn)品在線評論可信度的研究勢必是聚焦于其影響因素與評價方法兩方面的。

在線評論的可信度影響因素方面，學(xué)者們較多從評論者、評論內(nèi)容和接受者3個方面來分析在線評論可信度的影響因素。評論者的個人信息[15-16]、權(quán)威性[17-20]、相似性[21-22]、動機[18，22]等都會對在線評論可信度產(chǎn)生影響。不僅如此，Park和Nicolau還認(rèn)為評論者特征對促進購買決策和增加產(chǎn)品供應(yīng)商收益有積極的影響[23]。評論內(nèi)容方面則包括評論的數(shù)量[18]、文本長度[17，24]、情感傾向[16，21-22]、發(fā)布時間[16-17，22，24]、一致性[21，25]等。Filieri和Mcleay也發(fā)現(xiàn)信息相關(guān)性、信息及時性影響消費者對該評論的采納行為[26]。情感傾向這一指標(biāo)中，Sparks和Browning[27] 、Bamvauer-Sachse和Mangold [28]等學(xué)者都曾通過研究得出負(fù)面評價對在線評論可信度具有正向影響。除此之外，陳燕方創(chuàng)造性地提出屬性情感傾向離群度[17]來研究在線評論可信度，還有學(xué)者認(rèn)為評論形式多樣也會對消費者可信度感知有一定影響。接受者方面，影響因素主要包括信任傾向[18，20]、網(wǎng)絡(luò)參與水平[21-22]等。上述研究說明，對于旅游產(chǎn)品在線評論的可信度研究需要構(gòu)建一套涵蓋來源、信息、渠道、受眾4個方面的評價指標(biāo)體系。

在線評論可信度的研究方法上，國內(nèi)外學(xué)者多采用實證分析、問卷調(diào)查與統(tǒng)計分析、定性定量結(jié)合等方法對在線評論可信度影響因素進行研究，涉及傳播學(xué)、管理學(xué)、計算機科學(xué)與技術(shù)等學(xué)科以及相關(guān)理論。學(xué)者們一方面用剔除虛假、垃圾評論，篩選出消費者真實有效評論的方法來確定在線評論可信度，另一方面通過分析評論內(nèi)容質(zhì)量來確定在線評論的可信度。陳燕方和李志宇提出通過評論產(chǎn)品屬性情感傾向離群度量方法來測量評論的可信度序列，并提出基于評論產(chǎn)品屬性情感傾向評估（review attribute of product-based emotion evaluate， RAPBEE）模型 [29]。實驗表明，該模型有較強的實際應(yīng)用能力與適應(yīng)度。熊士強提出使用兩個識偽度指標(biāo)來度量檢測算法的性能，這種方法為觀察垃圾評論檢測的效果提供了新的視角[30]。劉杰提出通過支持向量機（support vector machines， SVM）評估在線評論內(nèi)容質(zhì)量，并以京東為例驗證了該方法的有效性[31]。但上述研究方法往往只側(cè)重了研究內(nèi)容中的單一維度，旅游產(chǎn)品在線評論可信度研究作為一種擁有多目標(biāo)、多屬性的多維復(fù)雜存在，尋找一個科學(xué)嚴(yán)謹(jǐn)?shù)难芯糠椒ㄊ茄芯柯糜萎a(chǎn)品在線評論可信度的關(guān)鍵所在。

通過文獻分析，本文采用傳播學(xué)中SMCR作為旅游產(chǎn)品在線評論可信度評價研究的框架體系，并結(jié)合旅游產(chǎn)品自身特點與現(xiàn)有成果，構(gòu)建基于SMCR的具體指標(biāo)體系，應(yīng)用可以處理多目標(biāo)、多屬性的DEMATEL法[32]，最終得到旅游產(chǎn)品在線評論可信度的維度和指標(biāo)影響網(wǎng)絡(luò)關(guān)系。

2 研究方法

2.1 評價指標(biāo)體系的設(shè)計與構(gòu)建

基于SMCR，楊陽提出了酒店在線評論的發(fā)布者專業(yè)性、相似性、評價分?jǐn)?shù)客觀性、評論時效性、內(nèi)容質(zhì)量、網(wǎng)站聲譽、信任傾向、網(wǎng)絡(luò)酒店預(yù)訂經(jīng)驗這8個變量，除此之外，還包括酒店價格這樣一個調(diào)節(jié)變量[22];張思豆等依據(jù)結(jié)構(gòu)方程模型提出了旅游電商平臺在線評論的可信度指標(biāo)包括評論類型、評論方向、信任傾向、網(wǎng)站評價、網(wǎng)購經(jīng)驗、評論態(tài)度、相似性、評論者專業(yè)性、評論者利他性9個變量[21];他們也分別運用實證研究、定量研究驗證了他們所選取這些變量的合理性。

本研究以楊陽、張思豆等的在線評論可信度評價指標(biāo)為基礎(chǔ)，參照其他學(xué)者整理出來的在線評論可信度評價指標(biāo)庫，邀請了2位旅游電商領(lǐng)域的學(xué)者、1位政府相關(guān)部門負(fù)責(zé)人、1名知名旅游企業(yè)首席營銷官和4名有豐富在線預(yù)訂旅游產(chǎn)品經(jīng)驗的消費者進行深度訪談。反饋意見如下：（1）因為DEMATEL法的特殊性，n個指標(biāo)即有n（n-1）個問項，過多的問項易使得數(shù)據(jù)在測量過程中失真，所以將指標(biāo)數(shù)量限制在20個以內(nèi)。（2）DEMATEL法主要依靠相關(guān)專家的知識與經(jīng)驗對指標(biāo)間的相互作用關(guān)系進行主觀評價，使得一般研究中不可直接測量的初級指標(biāo)變得可以測量，結(jié)合上述DEMATEL法的特殊性，因此本研究的指標(biāo)體系參考前人研究中的初級指標(biāo)來構(gòu)建。（3）在來源方面，考慮到評論者在旅游產(chǎn)品消費領(lǐng)域的經(jīng)驗性在大多數(shù)情況下只能通過評論者消費等級以及其評論內(nèi)容來確定，所以決定采用“評論者資信度”來替換“評論者專業(yè)性”，并在信息方面增添“用詞專業(yè)性”這一指標(biāo)。（4）信息方面，消費者普遍最先關(guān)注評論數(shù)量。考慮到內(nèi)容質(zhì)量一詞含義太廣，在學(xué)者們已有研究的基礎(chǔ)之上，經(jīng)過與訪談對象的探討，將其細(xì)化為詳盡性、相關(guān)性、時效性和一致性4個指標(biāo)。為了避免重復(fù)，將“評價方向”“評論類型”改為“情感傾向性”“客觀性”。另外，在線評論形式越來越多樣，包括文字、圖片、數(shù)字等，因此加入“評論形式多樣性”這一指標(biāo)。（5）旅游產(chǎn)品在線評論平臺按其經(jīng)營側(cè)重點不同可分為預(yù)訂類、攻略類、工具類等，考慮到網(wǎng)站經(jīng)營的側(cè)重點會不可避免地影響到消費者對在線評價的可信度判定，因此增加“網(wǎng)站類型”這一指標(biāo)。（6）受眾方面，保留張思豆等給出的3個指標(biāo)，即信任傾向、網(wǎng)購經(jīng)驗、評論態(tài)度[21]。最終得到17個旅游產(chǎn)品在線評論可信度評價指標(biāo)，各個指標(biāo)的詳細(xì)說明如表1所示。

2.2 DEMATEL法

DEMATEL法主要利用矩陣及相關(guān)數(shù)學(xué)理論計算出各維度、指標(biāo)間的結(jié)構(gòu)關(guān)系以及相互影響程度，多被用來解決涉及多目標(biāo)、多屬性的復(fù)雜問題。周永廣等于2004年較早使用此方法對黃山市旅游發(fā)展中存在的潛在問題進行了研究[33]，隨后，國內(nèi)旅游研究中此方法使用漸漸廣泛。鑒于旅游產(chǎn)品在線評論可信度問題也涉及眾多指標(biāo)，所以本文嘗試使用DEMATEL法來分析旅游產(chǎn)品在線評論可信度的關(guān)鍵因素以及研究各因素之間的相互關(guān)系，為幫助消費者依據(jù)在線評論做出正確的購買決策，旅游電子商務(wù)企業(yè)有效利用在線評論提供依據(jù)。因為DEMATEL法是一種基于數(shù)學(xué)矩陣的方法，為保證論文版面與邏輯的清晰，故將具體方法置于數(shù)據(jù)分析中表述。

3 數(shù)據(jù)收集與分析

3.1 數(shù)據(jù)收集

筆者邀請了8名長期研究或關(guān)注旅游電商領(lǐng)域的專家和6名有著豐富在線旅游經(jīng)驗的消費者來填寫本次研究的DEMATEL調(diào)查問卷。問卷對象除上述篩選指標(biāo)時深度訪談的8人外，另增高校學(xué)者2名、政府部門負(fù)責(zé)人1名、旅游企業(yè)中高層管理人員1名及旅游產(chǎn)品在線評論發(fā)布者2名。其中，9名男性、5名女性，年齡為24～56歲之間。問卷填寫方法為請各位專家學(xué)者以及經(jīng)驗豐富的消費者對在線評論可信度的各評價維度、指標(biāo)進行打分，0～4分分別為無影響、低程度影響、中程度影響、高程度影響和極高程度影響。另，DEMATEL法為一種有向性評價方法，即指標(biāo)a對于指標(biāo)b的影響與指標(biāo)b對指標(biāo)a的影響不同，故收集到的維度與指標(biāo)問卷以“4×4”與“17×17”的形式構(gòu)成。

為了確保研究結(jié)果的可靠性，筆者用式（1）對被調(diào)查者的不一致率進行了檢驗[34]，計算得出問卷的不一致率為3.4%，即問卷信度為96.6%，高于95%。這表明問卷信度較高，另外，增加樣本數(shù)量不會影響整體的研究結(jié)果。

[不一致率=1n（n-1）i=1nj=1nasij-as-1ijasij×100%] （1）

式（1）中，s=14，為被調(diào)查者數(shù)量;[asij]表示指標(biāo)i對指標(biāo)j的平均影響程度;n=17，為指標(biāo)的數(shù)量。

3.2 數(shù)據(jù)分析

依據(jù)DEMATEL法的運算過程：

第一步：將所有被調(diào)查者的評分值加總，然后算術(shù)平均，即可得到初始直接影響矩陣A。

第二步：運用式（2）、式（3）對初始直接影響矩陣進行標(biāo)準(zhǔn)化處理，得到值介于0到1之間的標(biāo)準(zhǔn)化直接影響矩陣N。

[N=A/s] （2）

[S=maxmax1≤i≤nj=1naij，max1≤j≤nj=1naij] （3）

第三步：計算各指標(biāo)間的綜合影響矩陣T1。T1等于初始直接影響矩陣N加上間接影響矩陣，間接影響矩陣為一系列遞減矩陣數(shù)列N2，N3，N4，…，N h，且[limh→∞Nh]=[0n×n]。運用式（4）可計算得出各指標(biāo)間的綜合影響矩陣T1，如表2所示。各維度間的綜合影響矩陣T2也采用同樣的方式獲得（表3）。

[T=N+N2+N3+N4+…+Nh=N（I-N）-1] （4）

第四步：計算各維度與各指標(biāo)的中心度、原因度，構(gòu)建影響網(wǎng)絡(luò)關(guān)系圖。將綜合影響矩陣T1、T2的每行與每列分別加總求和，即可得出每行與每列之總和r和c，見式（5）和式（6）。

[r =j=1ntijn×1= （ri）n×1 = （r1…ri…rn）] （5）

[c =i=1ntij1×n= （ci）1×n = （c1…ci…cn）] （6）

式（5）、式（6）中，ri表示指標(biāo)i直接影響和間接影響其他指標(biāo)程度的總和，ci表示指標(biāo)i被其他指標(biāo)影響程度的總和。中心度，即（ri+ci），表示指標(biāo)之間的影響及被影響的總程度。中心度值越大，表示該指標(biāo)越重要，且影響其他指標(biāo)以及被其他指標(biāo)影響度越大。原因度，即（ri-ci），表示指標(biāo)之間的影響或被影響的總程度和因果關(guān)系程度。若其為正值，則為原因元素，表明其對其他指標(biāo)的影響大;若其為負(fù)值，則為結(jié)果元素，表明其受其他指標(biāo)的影響大。各維度、指標(biāo)的中心度、原因度如表4所示。

最后，以中心度（ri+ci）為X軸坐標(biāo)，原因度（ri-ci）為Y軸坐標(biāo)，即可畫出各維度、指標(biāo)的影響網(wǎng)絡(luò)關(guān)系圖，同時因為DEMATEL法的有向性，維度、指標(biāo)的影響網(wǎng)絡(luò)關(guān)系圖以有向箭頭的形式來標(biāo)識維度、指標(biāo)間的因果影響關(guān)系，箭頭所指為受影響指標(biāo)，反之則為影響指標(biāo)（圖1）。

4 研究結(jié)果

基于上述數(shù)據(jù)分析結(jié)果，以下分別從維度、指標(biāo)評價旅游產(chǎn)品在線評論可信度的影響網(wǎng)絡(luò)關(guān)系：

各維度的影響網(wǎng)絡(luò)關(guān)系中（表4），在中心度方面，4個評價維度中，信息的中心度最高，其次為受眾、來源，渠道中心度最小。這表明信息維度在整體結(jié)構(gòu)中的總影響關(guān)系強度最強，是旅游產(chǎn)品在線評論可信度評價的最重要的影響維度，而渠道的總影響關(guān)系強度最弱。在原因度方面，來源、信息兩個維度的值均為正值，為原因因素，是主動影響者;而渠道、受眾兩個維度的值均為負(fù)值，為結(jié)果因素，是被影響者。其中，信息的原因度最高，與圖1中有3個輸出箭頭相對應(yīng)，這表明信息是旅游產(chǎn)品在線評論可信度的關(guān)鍵維度，可以影響到來源、渠道、受眾。而渠道的原因度最低，表明其最容易受到別的維度的影響，在圖1中反映為只有3個箭頭輸入，沒有箭頭輸出。

各指標(biāo)的影響網(wǎng)絡(luò)關(guān)系中，由圖1和表4可以看出：

第一，在來源方面，評論者資信度的中心度最高，評論者利他性居中，評論者相似性最低，這表明評論者資信度最能影響其他指標(biāo)以及被別的指標(biāo)所影響，是來源維度中最重要的指標(biāo);評論者相似性中心度最低，但其原因度卻最高，在圖1中有兩個輸出箭頭，是對別的指標(biāo)影響較大的原因因素。

第二，在信息方面，客觀性的中心度最高，原因度位列第3，詳盡性原因度最高，中心度位列第2，且客觀性與詳盡性的原因度值均為正值，這表明在信息維度中客觀性與詳盡性不僅是非常重要的指標(biāo)，而且是信息維度的起因;時效性中心度最低，但原因度位列第2，這說明評論發(fā)表時間對影響在線評論可信度的其他指標(biāo)有較大影響。

第三，在渠道方面，網(wǎng)站評價中心度高，原因度低，這表明其為渠道維度的重要指標(biāo)，但也是亟待解決的問題。且其與網(wǎng)站類型的原因度均為負(fù)值，受其他指標(biāo)影響較大。

第四，在受眾方面，信任傾向的中心度最高，原因度最低，這表明信任傾向雖然是受眾維度最重要的指標(biāo)，但其卻作為結(jié)果因素受其他指標(biāo)的影響較大。

5 結(jié)論、意義與展望

5.1 研究結(jié)論

本研究應(yīng)用DEMATEL法對旅游產(chǎn)品在線評論可信度進行了維度、指標(biāo)層面的研究，研究指出：

（1）旅游產(chǎn)品在線評論的信息內(nèi)容是影響其可信度最重要的維度，而信息內(nèi)容的客觀性、詳盡性更是在線評論可信度的決定性因素。雖然來源、信息、渠道、受眾4個維度都對可信度擁有顯著影響[22]，但相對而言，信息與受眾是更為重要的兩個影響維度，其中，信息維度更是顯著地影響了其他3個維度;同時，客觀性的高中心度、詳盡性的高原因度，決定了旅游產(chǎn)品在線評論的客觀性對其可信度擁有最強的影響效應(yīng)，而詳盡性也通過影響其他指標(biāo)最終對可信度產(chǎn)生間接的影響效應(yīng)。

（2）在線評論者身份被認(rèn)同的程度決定著評論來源的可信度。從中心度來看，評論者資信度與利他性擁有較強的影響度，但評論者相似性又從原因度上影響著評論者資信度與利他性，說明此3者共同影響著來源這一維度的可信度。

（3）旅游產(chǎn)品評論平臺的特征對在線評論的渠道信任度有重要影響。這些特征應(yīng)該包括旅游產(chǎn)品評論平臺的品牌形象、社會聲譽、整體定位等。具體表現(xiàn)在網(wǎng)站評價利用其高中心度影響渠道可信度，網(wǎng)站類型又通過影響網(wǎng)站評價而最終影響在線評論的渠道可信度。

（4）評論受眾的消費經(jīng)驗對其評論態(tài)度、信任傾向有重要影響，是影響旅游產(chǎn)品在線評論受眾信任度的關(guān)鍵。

5.2 研究意義

本研究的理論意義主要有兩點：一是為旅游產(chǎn)品在線評論可信度研究領(lǐng)域的數(shù)據(jù)來源進行了新的嘗試，以往該領(lǐng)域研究的數(shù)據(jù)主要依托于調(diào)研對象自身的體驗與經(jīng)驗，來對足夠客觀具體的問項進行量表評價，即定性的話語權(quán)在于傳統(tǒng)的調(diào)研對象（多為旅游產(chǎn)品體驗者），而本研究應(yīng)用DEMATEL法借助相關(guān)領(lǐng)域?qū)＜业膶I(yè)知識與從業(yè)、消費經(jīng)驗來直接對變量進行主觀評價，將定性的話語權(quán)分別給予了學(xué)界和業(yè)界專家、資深消費者，從數(shù)據(jù)來源上不同于該領(lǐng)域的以往研究;二是厘清了旅游產(chǎn)品在線評論可信度評價指標(biāo)之間的因果邏輯關(guān)系，前人在相關(guān)領(lǐng)域的研究中已經(jīng)明確了各指標(biāo)對于可信度的顯著性關(guān)系，但對于指標(biāo)間的影響關(guān)系梳理欠缺，即某些指標(biāo)對于可信度的影響不顯著，但對于另一指標(biāo)（該指標(biāo)對可信度的影響顯著）有顯著影響，實質(zhì)上說明該指標(biāo)對于在線評論的可信度也是存在一定影響的。

在實踐層面更多地體現(xiàn)在對于旅游產(chǎn)品在線評論平臺的運營建議：一是平臺方要密切關(guān)注并改善信息維度相關(guān)指標(biāo)，優(yōu)化信息的客觀性與詳盡性，旅游產(chǎn)品供應(yīng)商可以采用引導(dǎo)或者獎勵的方式來促使評論者的評論內(nèi)容盡可能的客觀、詳盡。舉例來說，供應(yīng)商可細(xì)分一下評論版塊，分別讓消費者針對行程安排、交通、住宿、餐飲、景色、服務(wù)、價格等主題進行客觀評價，最后再進行綜合評價（包括文本、圖片、視頻以及數(shù)字打分等多種形式），如果消費者評論版塊完成的較好，則給予適當(dāng)獎勵;二是要注意對在線評論的管理，必要時可雇用網(wǎng)絡(luò)聲譽經(jīng)理來確保良好的在線聲譽，例如將精華評論置于評論首頁，邀請資信度較高的消費者撰寫評論，有效與評論者進行溝通（尤其是給出消極評論的評論者），尋求他們的意見或建議并及時作出反饋等，還可以從原因度較高的消費經(jīng)驗入手，通過影響受眾的評論態(tài)度和信任傾向，進而影響其對在線評論的信任程度，不僅要重視培養(yǎng)初級消費者的消費習(xí)慣、評論以及評論方式的習(xí)慣，更應(yīng)重視資信度較高客戶的滿意度的提升，以及維系好優(yōu)良的顧客關(guān)系。當(dāng)然，本研究中各維度、指標(biāo)的中心度與原因度可以很好地揭示旅游產(chǎn)品在線評論可信度中的關(guān)鍵原因因素，輔助旅游產(chǎn)品消費者的消費決策。

5.3 研究展望

本研究采用的DEMATEL法作為一種基于相關(guān)領(lǐng)域?qū)＜抑饔^評價的量化分析方法，因此降低專家量表評價的主觀片面性是今后該領(lǐng)域研究的重點。例如如何依據(jù)專家知識與經(jīng)驗的科學(xué)性、專業(yè)性對其評價進行權(quán)重修正;如何合理地構(gòu)建更為科學(xué)、精簡的評價指標(biāo)體系以降低問項過多導(dǎo)致的測量偏差等，都值得學(xué)術(shù)共同體在今后的研究中加以填補完善。

參考文獻（References）

[1] CNNIC. 2015 Chinas internet access market research report[R]. 2016（6）[CNNIC. 2015年中國網(wǎng)絡(luò)購物市場研究報告[R]. 2016（6）.]

[2] VERMEULEN I E， SEEGERS D. Tried and tested： The impact of online hotel reviews on consumer consideration[J]. Tourism Management， 2009， 30（1）： 123-127.

[3] FILIERI R， MCLEAY F. E-WOM and accommodation： An analysis of the factors that influence travelers adoption of information from online reviews[J]. Journal of Travel Research， 2014， 53（1）： 44-57.

[4] SPARKS B A， BROWNING V. The impact of online reviews on hotel booking intentions and perception of trust[J]. Tourism Management， 2011： 32（6）， 1310-1323.

[5] YE Q， LAW R， GU B. The impact of online user reviews on hotel room sales[J]. International Journal of Hospitality Management， 2009， 28（1）， 180-182.

[6] HOVLAND C I， JANIS I L. Personality and Persuasibility[M]. New Haven， Connecticut： Yale University Press， 1959： 97-122.

[7] HOVLAND C I， JANIS I L， KELLEY H. Communication and Persuasion： Psychological Studies of Opinion Change [M]. New Haven， Connecticut： Yale University Press， 1953： 67-88.

[8] HOVLAND C I， WEISS W. The influence of source credibility on communication effectiveness[J]. Public Opinion Quarterly， 1951， 15（4）： 635-650.

[9] DONG Lu. Key Theories and Concepts in Communication[M]. Beijing： Peking University Press， 2008： 25-26. [董璐. 傳播學(xué)核心理論與概念[M]. 北京： 北京大學(xué)出版社， 2008： 25-26.]

[10] WATHEN C N， BURKELL J. Believe it or not： Factors influencing credibility on the Web[J]. Journal of the American Society for Information Science and Technology， 2002， 53（2）： 134-144.

[11] FILIERI R. What makes an online consumer review trustworthy？[J]. Annals of Tourism Research， 2016， 58： 46-64.

[12] WANG Zhenzhen. An Empirical Study on the Impact of Tourism Online Review on Tourism Consumers Purchasing Decision[D]. Beijing： Beijing International Studies University， 2012. [王真真. 中國旅游在線評論對旅游消費者購買決策影響的實證研究[D]. 北京： 北京第二外國語學(xué)院， 2012.]

[13] LEUNG D， LAW R， HOOF H V， et al. Social media in tourism and hospitality： A literature review[J]. Journal of Travel & Tourism Marketing， 2013， 30： 3-22.

[14] BART Y， SHANKAR V， SULTAN F， et al. Are the drivers and role of online trust the same for all web sites and consumers？ A large-scale exploratory empirical study[J]. Journal of Marketing， 2005， 69（4）： 133-152.

[15] FOGG B J. Prominence-interpretation theory： Explaining how people assess credibility online[C]// Extended Abstracts of the Conference on Human Factors in Computing Systems. Texas， USA， 2003： 722-723.

[16] MENG Meiren. A Study on the Credibility of Commodity Commentary Information[D]. Nanjing： Nanjing University of Science and Technology， 2014. [孟美任. 商品評論信息可信度研究[D]. 南京： 南京理工大學(xué)， 2014.]

[17] CHEN Yanfang. Research on the Reliability Prediction of Online Commodity Reviews based on DDVG-SVM[D]. Wuhan： Central China Normal University， 2016. [陳燕方. 基于DDVG-SVM的在線商品評論可信度預(yù)測研究[D]. 武漢： 華中師范大學(xué)， 2016.]

[18] CHEN Yijia. Research on the Influencing Factors of Internet Word-of-mouth Credibility based on Website Type[D]. Nanjing： Nanjing Tech University， 2014. [陳溢佳. 基于網(wǎng)站類型的網(wǎng)絡(luò)口碑可信度影響因素研究[D]. 南京： 南京工業(yè)大學(xué)， 2014.]

[19] XIAN Xiaojing. Research on the Trustability of Internet Word-of-mouth[D]. Shanghai： Shanghai Jiao Tong University， 2010. [咸曉靜. 基于的網(wǎng)絡(luò)口碑信任度研究[D]. 上海： 上海交通大學(xué)， 2010.]

[20] SIA C L. Credibility of electronic word-of-mouth： Informational and normative determinants of on-line consumer recommendations[J]. International Journal of Electronic Commerce， 2009， 13（4）： 9-38.

[21] ZHANG Sidou， LI Junyi， WEI Huan. The study of the credibility of tourism e-commerce platform online reviews： A case study of“Ali Travel”[J]. Tourism Tribune， 2016， 31（11）： 74-84. [張思豆， 李君軼， 魏歡. 旅游電商平臺在線評論的可信度研究——以“阿里旅行·西安東線一日游”旅游產(chǎn)品為例[J]. 旅游學(xué)刊， 2016， 31（11）： 74-84.]

[22] YANG Yang. A Study on the Determinants of Credibility in Hotel Online Reviews[D]. Nanning： Guangxi University， 2014. [楊陽. 酒店在線評論可信度影響因素研究[D]. 南寧： 廣西大學(xué)， 2014.]

[23] PARK S， NICOLAU J L. Asymmetric effects of online consumer reviews[J]. Annals of Tourism Research， 2015， 50： 67-83.

[24] CUI Haixia. Credibility Analysis of Online Product Review[D]. Wuhan： Huazhong University of Science and Technology， 2012. [崔海霞. 在線產(chǎn)品評論可信度分析[D]. 武漢： 華中科技大學(xué)， 2012.]

[25] GUO Guoqing， CHEN Kai， HE Fei. A study on the influencing factors of consumers online commentary credibility[J]. Contemporary Economy & Management， 2010， 32（10）： 17-23. [郭國慶， 陳凱， 何飛. 消費者在線評論可信度的影響因素研究[J]. 當(dāng)代經(jīng)濟管理， 2010， 32（10）： 17-23.]

[26] FILIERI R， MCLEAY F. E-WOM and accommodation： An analysis of the factors that influence travelers adoption of information from online reviews[J]. Journal of Travel Research， 2014， 53（1）： 44-57.

[27] SPARKS B A， BROWNING V. The impact of online reviews on hotel booking intentions and perception of trust[J]. Tourism Management， 2011， 32（6）： 1310-1323.

[28] BAMBAUER-SACHSE S， MANGOLD S. Do consumers still believe what is said in online product reviews？ A persuasion knowledge approach[J]. Journal of Retailing and Consumer Services， 2013， 20（4）： 373-381.

[29] CHEN Yanfang， LI Zhiyu. Research on product review attribute-based of emotion evaluate review spam detection[J]. New Technology of Library and Information Service， 2014， 37（9）： 81-90. [陳燕方， 李志宇. 基于評論產(chǎn)品屬性情感傾向評估的虛假評論識別研究[J]. 現(xiàn)代圖書情報技術(shù)， 2014， 37（9）： 81-90.]

[30] XIONG Shiqiang. Research on the Judgment of Commodity Spam based on Credibility[D]. Chongqing： Chongqing University， 2016. [熊士強. 基于可信度傳遞的商品垃圾評論檢測研究[D]. 重慶： 重慶大學(xué)， 2016.]

[31] LIU Jie. Quality Analysis and Research based on Online Service[D]. Kunming： Kunming University of Science and Technology， 2016. [劉杰. 基于在線服務(wù)的評論質(zhì)量分析與研究[D]. 昆明： 昆明理工大學(xué)， 2016.]

[32] LIANG Yukun， MA Zhendong. Construction risk analysis of foundation engineering based on DEMATEL method[J]. Journal of Engineering Management， 2010， 24（2）： 164-167. [梁鈺錕， 馬振東. 基于DEMATEL法的基礎(chǔ)工程施工風(fēng)險分析[J]. 工程管理學(xué)報， 2010， 24（2）： 164-167.]

[33] ZHOU Yongguang， WANG Weibo， CHEN Yiping. Construction on resistance of tourist development in Huangshan city[J]. Journal of Zhejiang University： The Science Edition， 2004， 31（3）： 354-360. [周永廣， 王微波， 陳怡平. 黃山市旅游發(fā)展阻力的問題構(gòu)造[J]. 浙江大學(xué)學(xué)報： 理學(xué)版， 2004， 31（3）： 354-360.]

[34] LU M T， LIN S W， TZENG G H. Improving RFID adoption in Taiwans healthcare industry based on a DEMATEL technique with a hybrid MCDM model[J]. Decision Support Systems， 2013， 56： 259-269.