宋蘇娟?彭衛(wèi)?王沖

摘 要：海量的在線評(píng)論中，哪些因素影響評(píng)論的有用性一直是學(xué)者們十分關(guān)注的問(wèn)題。本文結(jié)合信息采納模型，從中心路徑的量化指標(biāo)出發(fā)，構(gòu)建在線評(píng)論有用性的影響因素模型，并以手機(jī)評(píng)論為樣本進(jìn)行實(shí)證分析。結(jié)果表明：評(píng)論長(zhǎng)度、星級(jí)評(píng)分、評(píng)論回復(fù)數(shù)、評(píng)論時(shí)長(zhǎng)正向影響在線評(píng)論的有用性，其中，評(píng)論回復(fù)數(shù)對(duì)在線評(píng)論有用性的影響最為顯著;而商家回復(fù)對(duì)在線評(píng)論的有用性具有負(fù)向影響。本研究結(jié)論對(duì)電商平臺(tái)的管理、商家產(chǎn)品的優(yōu)化改進(jìn)以及消費(fèi)者購(gòu)買(mǎi)決策的研究具有較好的理論和實(shí)踐意義。

關(guān)鍵詞：信息采納模型;中心路徑;在線評(píng)論;評(píng)論有用性

一、引言

隨著互聯(lián)網(wǎng)的迅速發(fā)展，人們的消費(fèi)模式從原來(lái)被動(dòng)接受信息的傳統(tǒng)模式逐漸轉(zhuǎn)變?yōu)橹鲃?dòng)搜索信息的網(wǎng)購(gòu)模式。Channel Advisor通過(guò)調(diào)查發(fā)現(xiàn)，90%的消費(fèi)者在購(gòu)買(mǎi)產(chǎn)品或服務(wù)前會(huì)瀏覽在線評(píng)論，而且他們中的83%的人認(rèn)為，他們的最終決策會(huì)受到在線評(píng)論的影響。在線評(píng)論已經(jīng)成為了企業(yè)網(wǎng)絡(luò)營(yíng)銷或品牌管理時(shí)需要考慮的重要因素，同時(shí)也是促使消費(fèi)者做出決策的重要信息來(lái)源。

然而，在大數(shù)據(jù)時(shí)代，信息過(guò)載頻繁發(fā)生，面對(duì)海量的在線評(píng)論，消費(fèi)者很難迅速地找到有用性較高的評(píng)論，而且較難制定出有效的購(gòu)買(mǎi)決策。此外，虛假評(píng)論、垃圾評(píng)論等也在一定程度上干擾消費(fèi)者，給消費(fèi)者的最終決策增加了難度。為了解決這些問(wèn)題，很多平臺(tái)在單條評(píng)論旁設(shè)置了有用性投票系統(tǒng)機(jī)制，但有用性投票系統(tǒng)機(jī)制并不能解決所有問(wèn)題。因此，如何幫助消費(fèi)者從海量的評(píng)論中迅速有效地找到對(duì)他們有用的評(píng)論成為了很多學(xué)者關(guān)注的問(wèn)題。

鑒于此，本研究在前人文獻(xiàn)的基礎(chǔ)上，基于信息采納模型，省略了對(duì)邊緣路徑這種共識(shí)性因素的探討，重點(diǎn)從中心路徑的量化指標(biāo)出發(fā)，探究評(píng)論長(zhǎng)度、星級(jí)評(píng)分、評(píng)論回復(fù)數(shù)、評(píng)論時(shí)長(zhǎng)、商家回復(fù)對(duì)在線評(píng)論有用性的影響。并通過(guò)京東商城中3878條手機(jī)評(píng)論數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)。檢驗(yàn)結(jié)果驗(yàn)證了部分先前結(jié)果，但一些結(jié)論和以往結(jié)論有不同之處。本研究和以往研究不同之處在于：（1）本研究從中心路徑出發(fā)，利用定量分析方法，探究影響在線評(píng)論有用性的因素。（2）本文對(duì)于先前研究結(jié)論不一致的情況，聚焦于搜索型商品，將本文結(jié)論和先前結(jié)論進(jìn)行對(duì)比和解釋，進(jìn)一步豐富和完善在線評(píng)論有用性的探究。（3）對(duì)于中心路徑上的因素如何影響在線評(píng)論有用性，本研究給出了新的解釋。

二、文獻(xiàn)回顧和理論基礎(chǔ)

1.在線評(píng)論有用性概念的界定

明確在線評(píng)論有用性的定義是研究評(píng)論有用性的基礎(chǔ)。Huang P基于消費(fèi)者的購(gòu)物經(jīng)驗(yàn)對(duì)潛在消費(fèi)者的影響程度來(lái)定義在線評(píng)論有用性。Mudambi提出在線評(píng)論的有用性表現(xiàn)為評(píng)論閱讀者瀏覽評(píng)論后對(duì)內(nèi)容的診斷性，即評(píng)論信息能夠在多大程度上幫助評(píng)論閱讀者做出購(gòu)買(mǎi)決策。

2.有關(guān)在線評(píng)論有用性的研究

目前已有文獻(xiàn)對(duì)在線評(píng)論有用性的研究主要集中在評(píng)論者特征和評(píng)論本身兩個(gè)維度。從評(píng)論者特征出發(fā)，F(xiàn)roman C等在探究評(píng)論者特征時(shí)，提出把評(píng)論者視為評(píng)論的賣(mài)家，評(píng)論者的某些特征會(huì)影響消費(fèi)者對(duì)評(píng)論的接受程度。吳曄等基于IAM理論，并構(gòu)建BP神經(jīng)網(wǎng)絡(luò)證明了評(píng)論者等級(jí)對(duì)評(píng)論有效用具有正向影響。此外，殷國(guó)鵬從社會(huì)網(wǎng)絡(luò)角度出發(fā)，基于網(wǎng)絡(luò)中心度來(lái)衡量評(píng)論者特征，得出和前人一致的結(jié)論。張艷輝在探究在線評(píng)論有用性的影響因素時(shí)，提出評(píng)論者特征對(duì)評(píng)論有用性的積極作用已成為共識(shí)。

從評(píng)論特征角度出發(fā)，Susan和David提出較長(zhǎng)的評(píng)論文本對(duì)評(píng)論有用性具有積極影響。然而殷國(guó)鵬基于信息采納模型得出評(píng)論長(zhǎng)度對(duì)評(píng)論有用性的影響呈“U”型分布。Park C提出，在對(duì)傳統(tǒng)消費(fèi)模式的研究中，負(fù)面評(píng)論對(duì)在線評(píng)論的影響要高于正面評(píng)論。Pan Yue基于確認(rèn)傾向觀點(diǎn)提出評(píng)分高的評(píng)論比評(píng)分低的評(píng)論更有用。但是已有研究很少關(guān)注評(píng)論回復(fù)，商家回復(fù)對(duì)在線評(píng)論有用性的影響，并且對(duì)于默認(rèn)排序方式下評(píng)論時(shí)長(zhǎng)對(duì)評(píng)論有用性的研究還很匱乏，此外，有關(guān)評(píng)論長(zhǎng)度、星級(jí)評(píng)分是如何影響在線評(píng)論有用性的至今仍缺乏一個(gè)統(tǒng)一的結(jié)論。

3.理論基礎(chǔ)

在探究影響傳播和說(shuō)服的因素中，Deutsch和Gerard首先提出了雙路徑理論（Dual process theory簡(jiǎn)稱DPT），他們認(rèn)為影響傳播和說(shuō)服是由兩條路徑實(shí)現(xiàn)的：信息路徑和規(guī)范路徑。隨著雙路徑不斷地發(fā)展和完善，目前學(xué)者在它基礎(chǔ)上擴(kuò)展了許多信息傳播說(shuō)服理論模型。其中精細(xì)加工可能性模型（Elaboration-Likelihood Model簡(jiǎn)稱ELM）是大多數(shù)學(xué)者在探究影響評(píng)論有用性因素時(shí)頻繁使用的一種理論模型。該模型將信息加工過(guò)程分為邊緣路徑和中心路徑。在邊緣路徑中，消費(fèi)者根據(jù)一些外在因素（如評(píng)論者的特征），運(yùn)用簡(jiǎn)單決策規(guī)則對(duì)產(chǎn)品做出判斷。而在中心路徑中，信息閱讀者根據(jù)信息本身特征（如評(píng)論特征）對(duì)產(chǎn)品進(jìn)行認(rèn)真仔細(xì)地分析，從而做出最終決策。

SUSSMAN在ELM模型的基礎(chǔ)上，提出信息采納模型（information adoption model，簡(jiǎn)稱IAM）。如圖1所示，信息的有用性在信息采納過(guò)程中起到中介作用。此外，信息質(zhì)量被看作中心路徑，信息源可信度被看作邊緣路徑，兩者直接影響信息的有用性，進(jìn)而間接影響信息的采納。信息接收者可以根據(jù)實(shí)際情況將兩條路徑結(jié)合使用，也可以單獨(dú)使用一條路徑，由于邊緣路徑對(duì)評(píng)論有用性已達(dá)成共識(shí)，所以本文僅考慮中心路徑上的因素對(duì)在線評(píng)論有用性的影響。中心路徑的信息質(zhì)量由4個(gè)指標(biāo)測(cè)量，分別是信息的完備性、及時(shí)性、相關(guān)性以及準(zhǔn)確性。本研究利用評(píng)論長(zhǎng)度、星級(jí)評(píng)分、評(píng)論時(shí)長(zhǎng)、評(píng)論回復(fù)、商家回復(fù)來(lái)衡量在線評(píng)論的信息質(zhì)量。

三、研究假設(shè)與模型

1.評(píng)論長(zhǎng)度

評(píng)論正文作為衡量信息質(zhì)量完備性的指標(biāo)，包含了評(píng)論中最豐富的信息和評(píng)論者對(duì)產(chǎn)品的主要感受。祝珊提出較長(zhǎng)的在線評(píng)論可能會(huì)刺激潛在消費(fèi)者認(rèn)真閱讀，增加或改變消費(fèi)者的原有看法，提高對(duì)商品信息的認(rèn)知，從而消除顧客對(duì)產(chǎn)品的不確定性。Tversky的探究也得出，了解更多的信息能夠增強(qiáng)顧客做出決策時(shí)的信心。在虛擬網(wǎng)絡(luò)社區(qū)中，潛在消費(fèi)者可以通過(guò)商家提供的商品信息或評(píng)論者發(fā)表的評(píng)論內(nèi)容對(duì)商品質(zhì)量進(jìn)行判斷。但消費(fèi)者往往認(rèn)為商家會(huì)夸大產(chǎn)品信息，因此他們更傾向于相信和他們有共識(shí)的消費(fèi)者發(fā)表的評(píng)論。此外，評(píng)論正文越長(zhǎng)，其蘊(yùn)含的信息越多，對(duì)消費(fèi)者來(lái)說(shuō)可能會(huì)更有用?；诖耍狙芯刻岢鋈缦录僭O(shè)：

H1：評(píng)論長(zhǎng)度對(duì)在線評(píng)論有用性具有積極影響。

2.星級(jí)評(píng)分

星級(jí)評(píng)分是消費(fèi)者在發(fā)表評(píng)論時(shí)，以星級(jí)的形式對(duì)產(chǎn)品或服務(wù)做出的總體評(píng)價(jià)，它是衡量信息質(zhì)量一致性的一個(gè)重要因素。一般星級(jí)的范圍是從一星到五星，其中一星代表消費(fèi)者對(duì)產(chǎn)品和服務(wù)極度不滿意，三星代表消費(fèi)者對(duì)產(chǎn)品和服務(wù)持有中立的態(tài)度，五星則代表消費(fèi)者對(duì)商家提供的產(chǎn)品或服務(wù)極度滿意。消費(fèi)者只有想要購(gòu)買(mǎi)商品時(shí)才會(huì)閱讀評(píng)論，他們對(duì)產(chǎn)品抱著一種正向的初始信念。確認(rèn)傾向會(huì)使得閱讀者尋找證據(jù)來(lái)支持這一信念。對(duì)于和初始信念不一致的負(fù)面評(píng)論，基于認(rèn)知失調(diào)理論，他們會(huì)減弱負(fù)面評(píng)論的作用，進(jìn)而保持對(duì)產(chǎn)品的最初印象?；诖?，本研究提出如下假設(shè)：

H2：評(píng)論星級(jí)評(píng)分對(duì)評(píng)論有用性具有正向作用

3.評(píng)論回復(fù)數(shù)

以網(wǎng)絡(luò)平臺(tái)為載體，以商品評(píng)論為連接點(diǎn)，網(wǎng)購(gòu)模式把評(píng)論者、評(píng)論接受者緊密地聯(lián)系在一起。評(píng)論閱讀者不僅可以通過(guò)閱讀評(píng)論獲得產(chǎn)品或服務(wù)的信息，還可以以回復(fù)的形式對(duì)評(píng)論做出反饋。評(píng)論回復(fù)數(shù)越多不僅表明了該評(píng)論越能夠刺激潛在消費(fèi)者的好奇心，而且也說(shuō)明了該評(píng)論的關(guān)注度較高。另外，消費(fèi)者對(duì)評(píng)論做出的回復(fù)還可以幫助到其他具有相同問(wèn)題的評(píng)論閱讀者。基于此，本文提出如下假設(shè)：

H3：評(píng)論回復(fù)數(shù)越多，評(píng)論有用性越高。

4.評(píng)論時(shí)長(zhǎng)

評(píng)論時(shí)長(zhǎng)是衡量信息質(zhì)量時(shí)效性的一個(gè)重要指標(biāo)。Lee認(rèn)為，如果一條評(píng)論被發(fā)布的時(shí)間較早，那么該評(píng)論被潛在消費(fèi)者閱讀的幾率就遠(yuǎn)遠(yuǎn)高于其他評(píng)論，具有先發(fā)優(yōu)勢(shì)。目前大部分電商平臺(tái)（如京東，淘寶等）一般是按照推薦和時(shí)間對(duì)評(píng)論進(jìn)行排序，并且京東商城把推薦排序作為評(píng)論排序的一種默認(rèn)形式。以京東商城為例，由于消費(fèi)者認(rèn)知和精力有限，他們往往瀏覽默認(rèn)排序方式下前幾頁(yè)的評(píng)論。而對(duì)于發(fā)布較早評(píng)論的消費(fèi)者，他們沒(méi)有太多評(píng)論信息用以參考，往往依賴自己的專業(yè)水平和對(duì)產(chǎn)品真實(shí)情況的了解發(fā)表評(píng)論。另外，搜索型產(chǎn)品的評(píng)論具有客觀性，尤其對(duì)于手機(jī)這類產(chǎn)品，具有高專業(yè)水平的評(píng)論者發(fā)表的評(píng)論對(duì)消費(fèi)者來(lái)說(shuō)更有用?；诖耍狙芯刻岢鋈缦录僭O(shè)：

H4：評(píng)論時(shí)長(zhǎng)與在線評(píng)論有用性具有正向關(guān)系。

5.商家回復(fù)

信息技術(shù)的發(fā)展，使得在線評(píng)論系統(tǒng)得到很大的完善，最為突出的一點(diǎn)就是增加了商家對(duì)評(píng)論的回復(fù)。盧云帆等探究了用戶在社會(huì)網(wǎng)絡(luò)背景下利用網(wǎng)絡(luò)溝通的動(dòng)機(jī)和效果，得出網(wǎng)絡(luò)溝通能夠彌補(bǔ)網(wǎng)站界面與任務(wù)有關(guān)信息的不足。張艷輝提出回復(fù)評(píng)論是消費(fèi)者與商家進(jìn)行互動(dòng)表現(xiàn)的一種形式，商家對(duì)消費(fèi)者發(fā)表的評(píng)論做出回復(fù)不僅影響原本的交易順利進(jìn)行，而且還會(huì)影響潛在消費(fèi)者的購(gòu)買(mǎi)決策。本研究試圖將信息采納模型延伸至商家層面，探究商家回復(fù)對(duì)在線評(píng)論有用性的影響?；诖?，本研究提出如下假設(shè)：

H5：商家回復(fù)對(duì)在線評(píng)論有用性具有正向影響。

圖2為我們提出的研究模型，該模型表明，中心路徑上的評(píng)論長(zhǎng)度、星級(jí)評(píng)分、評(píng)論回復(fù)數(shù)、評(píng)論時(shí)長(zhǎng)、商家回復(fù)直接影響在線評(píng)論的有用性。

四、研究數(shù)據(jù)及變量

1.數(shù)據(jù)搜集與預(yù)處理

本研究采用我們自行編制的python爬蟲(chóng)系統(tǒng)軟件取得了京東商城中手機(jī)的評(píng)論數(shù)據(jù)，共計(jì)4866條。本文抓取了手機(jī)商品中每一條評(píng)論的文本內(nèi)容、星級(jí)評(píng)分、評(píng)論發(fā)布時(shí)間、評(píng)論回復(fù)數(shù)、商家回復(fù)以及有用性投票數(shù)。此外，為了保證數(shù)據(jù)的有效性，我們首先剔除掉內(nèi)容為“此用戶未進(jìn)行評(píng)價(jià)”的評(píng)論，其次去掉僅含有如“好”、“差”等一個(gè)字段的評(píng)論，最后得到3878條有效數(shù)據(jù)。

2.研究變量

本研究共含有5個(gè)解釋變量，分別是評(píng)論長(zhǎng)度、星級(jí)評(píng)分、評(píng)論時(shí)長(zhǎng)、評(píng)論回復(fù)數(shù)以及商家回復(fù)。評(píng)論長(zhǎng)度以評(píng)論文本的字?jǐn)?shù)作為衡量指標(biāo);星級(jí)評(píng)分利用每條評(píng)論所獲得的評(píng)分值進(jìn)行測(cè)量;評(píng)論時(shí)常以爬取評(píng)論日期與評(píng)論發(fā)表日期的差值作為代理指標(biāo);評(píng)論回復(fù)數(shù)則利用單條評(píng)論收到的回復(fù)數(shù)量作為衡量指標(biāo);對(duì)于商家回復(fù)，本研究把含有商家回復(fù)的編碼為1，否則為0;被解釋變量用評(píng)論獲得的有用性投票數(shù)來(lái)測(cè)量。這些變量的具體名稱見(jiàn)表1。

變量的描述性統(tǒng)計(jì)見(jiàn)表2。為了去除量綱和消除異方差，本研究對(duì)評(píng)論長(zhǎng)度和評(píng)論時(shí)長(zhǎng)進(jìn)行自然對(duì)數(shù)轉(zhuǎn)換，以使其滿足模型要求。

五、實(shí)證結(jié)果分析

1.回歸模型的設(shè)定

本研究采用Spss22.0軟件對(duì)搜集的數(shù)據(jù)進(jìn)行線性回歸分析，結(jié)合前人研究的假設(shè)，本文的整體回歸模型為：

2.實(shí)證分析

各變量之間的相關(guān)性描述在表3中呈現(xiàn)。由表可知，評(píng)論長(zhǎng)度、星級(jí)評(píng)分、評(píng)論時(shí)長(zhǎng)、評(píng)論回復(fù)數(shù)、商家回復(fù)和有用性投票數(shù)均存在相關(guān)性，可以對(duì)全部變量進(jìn)行回歸分析。

回歸結(jié)果見(jiàn)表4。本研究通過(guò)R-squared來(lái)評(píng)判模型的擬合效果，參考以往文獻(xiàn)得出擬合效果較好。

由表4可知。假設(shè)1：同假設(shè)相同，評(píng)論長(zhǎng)度對(duì)評(píng)論有用性具有顯著影響，且β為正數(shù)，表明評(píng)論文本越長(zhǎng)，則評(píng)論越有用。

假設(shè)2：分析結(jié)果表明，對(duì)于搜索型商品手機(jī)來(lái)說(shuō)，評(píng)論星級(jí)評(píng)分對(duì)評(píng)論有用性具有積極影響，即假設(shè)H2得到了驗(yàn)證。因此，系統(tǒng)可以根據(jù)這一結(jié)論采取一些激勵(lì)措施，鼓勵(lì)消費(fèi)者發(fā)表較高星級(jí)評(píng)分的評(píng)論，從而強(qiáng)化消費(fèi)者對(duì)評(píng)論有用性的感知，如對(duì)發(fā)表此類評(píng)論的消費(fèi)者給予物質(zhì)獎(jiǎng)勵(lì)等。

假設(shè)3和假設(shè)4：探究結(jié)果表明，假設(shè)3和假設(shè)4均通過(guò)了顯著性檢驗(yàn)，即在默認(rèn)排序方式下，評(píng)論發(fā)布時(shí)間越久，評(píng)論回復(fù)數(shù)越多，則評(píng)論有用性越高。

假設(shè)5：分析結(jié)果表明商家回復(fù)負(fù)向影響評(píng)論的有用性。該結(jié)論和假設(shè)相反，究其原因可能是對(duì)于手機(jī)這類商品來(lái)說(shuō)，評(píng)論內(nèi)容已經(jīng)提供了有關(guān)商品或服務(wù)的信息，根據(jù)經(jīng)濟(jì)學(xué)中的邊際效應(yīng)遞減規(guī)律，商家回復(fù)可能會(huì)給消費(fèi)者帶來(lái)認(rèn)知上的負(fù)擔(dān)。此外，商家回復(fù)的內(nèi)容大多是與產(chǎn)品無(wú)關(guān)的土味情話，可能會(huì)讓消費(fèi)者感到視覺(jué)疲勞，產(chǎn)生一種厭倦的心理，從而造成了相反的結(jié)果。根據(jù)回歸結(jié)果，研究假設(shè)的探究結(jié)果在表5中呈現(xiàn)。

為了保證回歸結(jié)果的穩(wěn)健性，本研究對(duì)變量進(jìn)一步做了共線性診斷，檢驗(yàn)結(jié)果見(jiàn)表6。在驗(yàn)證中各解釋變量之間的方差膨脹因子均不大于10，這說(shuō)明各解釋變量之間不存在較強(qiáng)的共線性，進(jìn)一步證明了結(jié)果的穩(wěn)健性。

六、結(jié)論

1.研究結(jié)論

目前，顧客評(píng)論系統(tǒng)在電商平臺(tái)中應(yīng)用廣泛，更多的用戶在做出購(gòu)買(mǎi)決策前會(huì)瀏覽在線評(píng)論，海量的在線評(píng)論為用戶提供了豐富的信息，但是過(guò)量評(píng)論信息增加了消費(fèi)者的認(rèn)知成本。因此，對(duì)于評(píng)論有用性的研究就顯得十分必要。

本研究聚焦于搜索型商品收集的在線評(píng)論，結(jié)合信息采納模型，從中心路徑的量化指標(biāo)出發(fā)，探究影響評(píng)論有用性的因素。通過(guò)京東商城的客觀數(shù)據(jù)進(jìn)行實(shí)證分析得出：星級(jí)評(píng)分、評(píng)論長(zhǎng)度、評(píng)論回復(fù)數(shù)、評(píng)論時(shí)長(zhǎng)正向影響在線評(píng)論的有用性;商家回復(fù)與在線評(píng)論有用性之間呈負(fù)向關(guān)系;而且，評(píng)論回復(fù)數(shù)對(duì)評(píng)論有用性的影響最為顯著。

2.研究意義

本文以信息采納模型為理論基礎(chǔ)，分析了中心路徑上的因素對(duì)在線評(píng)論有用性的影響。研究結(jié)論不僅深化了在線評(píng)論的相關(guān)理論，而且對(duì)電商平臺(tái)的在線評(píng)論機(jī)制具有重要的參考價(jià)值。商家可以利用結(jié)論對(duì)產(chǎn)品本身做出改進(jìn)，提供更符合消費(fèi)者要求的產(chǎn)品，從而達(dá)到增加銷量的目的。此外，本研究的結(jié)論也能夠減少消費(fèi)者的搜索成本和認(rèn)知成本，消除消費(fèi)者對(duì)產(chǎn)品或服務(wù)的不確定性，從而幫助他們做出購(gòu)買(mǎi)決策。

3.研究局限及未來(lái)可研究的方向

本研究也存在一些局限。第一，本研究只針對(duì)中心路徑上的因素進(jìn)行了定量分析，缺乏對(duì)這些因素進(jìn)行定性分析，以后可以進(jìn)行更全面、更深入的研究。第二，本文僅基于搜索型商品中手機(jī)的評(píng)論數(shù)據(jù)進(jìn)行了驗(yàn)證，且局限于京東商城一個(gè)平臺(tái)的評(píng)論，商品選擇具有單一性和片面性，此外，本文結(jié)論能否遷移到京東商城中其他商品和其他電商平臺(tái)中商品的評(píng)論有待進(jìn)一步驗(yàn)證，未來(lái)可以對(duì)此方面進(jìn)行改進(jìn)。

參考文獻(xiàn)：

[1]Mathur K.Sharma A.A Study of Online Shopping Habits of Consumers in India[J].International Journal on Customer R elations，2015.

[2]張艷輝，李宗偉，趙詣成.基于淘寶網(wǎng)評(píng)論數(shù)據(jù)的信息質(zhì)量對(duì)在線評(píng)論有用性的影響[J].管理學(xué)報(bào)，2017（1）.

[3]Dellarocas C， The Digitization of Word-of-Mouth： Promise and Challenges of Online Feedback Mechanisms[J]. 2003，49（10）：1407-1424.

[4]Huang P.，Lurie N. H.， Mitra S. Searching for Experience on the Web：An Empirical Examination of Consumer Behavior for Search and Experience Goods [J].Journal of Marketing，2009，73（2）：55-69.

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

[6]Forman，Chris， Ghose， Anindya， Wiesenfeld， Batia. 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]吳曄，馮鑫.基于IAM理論的在線評(píng)論媒介有效性研究[J].新聞大學(xué)，2019，156（04）：35-49+122.

[8]殷國(guó)鵬.消費(fèi)者認(rèn)為怎樣的在線評(píng)論更有用？——社會(huì)性因素的影響效應(yīng)[J].管理世界，2012（12）：121-130.

[9]Pack C，Lee T.Information direction，website reputation and eWoM effect：A moderating role of product type[J].Journal of Business Research，2009，62（1）：61-67.

[10]Pan Yue，Zhang JQ.Bornunequal：A study of the helpfulness of user-generated product reviews[J].Journal of Retailing，2011，87（4）：598-612.

[11]Deutsch， M.，and Gerard，H. B.“A Study of Normative and Informational Social In？uences upon Individual Judgment.”The Journal of Abnormal and Social Psychology 51.3 （1955）：629.

[12]Sussman， Stephanie Watts， Siegal， Wendy Schneier. Informational Influence in Organizations： An Integrated Approach to Knowledge Adoption[J].Information Systems Research，14（1）：47-65.

[13]王巧玉，錢(qián)慧敏.O2O網(wǎng)絡(luò)平臺(tái)對(duì)消費(fèi)者購(gòu)買(mǎi)決策影響研究[J].商業(yè)經(jīng)濟(jì)研究，2016（20）：53-55.

[14]Cheung， M. K. and Thadani，D. R.，2012，“The Effectiveness of Electronic Word-of-Mouth Communication：A Literature Analysis and Integrative Model”，Decision Support Systems，Vol.51，Article in Press.

[15]祝珊，殷國(guó)鵬.消費(fèi)者在線口碑有用性影響因素研究，山東社會(huì)科學(xué)，2011，190（6），121-124.

[16]Tversky A K D. Judgment under uncertainty：heuristics and biases[J].1974，185（4157）：1124-1131.

[17]苗蕊，徐健.評(píng)分不一致性對(duì)在線評(píng)論有用性的影響——?dú)w因理論的視角[J].中國(guó)管理科學(xué)，2018.163（5）：181-189.

[18]閔慶飛，覃亮，張克亮.影響在線評(píng)論有用性的因素研究[J].管理評(píng)論，2017，29（10）：95-107.

[19]Lee E. J.，Shin S. Y. When Do Consumers Buy Online Product Reviews？ Effects of Review Quality，Product Type，and Reviewer's Photo[J].Computers in Human Behavior，2014，31（1）：356-366.

[20]盧云帆，魯耀斌.社會(huì)化商務(wù)中顧客在線溝通研究：影響因素和作用規(guī)律[J].管理評(píng)論，2014，26（4）：111-121.

[21]閆強(qiáng)，孟躍.在線評(píng)論的感知有用性影響因素-基于在線影評(píng)的實(shí)證研究[J].中國(guó)管理科學(xué)，2013，：126-131.

作者簡(jiǎn)介：宋蘇娟（1994- ），女，漢族，籍貫：河南周口，四川農(nóng)業(yè)大學(xué)商學(xué)院，研究生在讀，研究方向：電子商務(wù)與數(shù)據(jù)挖掘、供應(yīng)鏈管理;彭衛(wèi)（1969- ），男，漢族，籍貫：四川安岳，博士，四川農(nóng)業(yè)大學(xué)商學(xué)院，副教授，研究方向：電子商務(wù)與數(shù)據(jù)挖掘、供應(yīng)鏈管理;王沖（1982- ），男，漢族，籍貫：四川成都，博士，四川農(nóng)業(yè)大學(xué)商學(xué)院，教授，研究方向：供應(yīng)鏈管理