产品评论精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的产品评论主题范文，仅供参考，欢迎阅读并收藏。

第1篇：产品评论范文

关键词关键词：决策树；多特征组合；产品评论；情感分析

DOIDOI：10.11907/rjdk.162835

中图分类号：TP301

文献标识码：A文章编号文章编号：16727800（2017）005000105

0引言

计算机网络、电子商务和移动技术的飞速发展，使用户更加便捷地融入网络，成为信息的使用者和创造者。现今，人们更加习惯于在互联网上发表自己对产品、服务或事件的观点、偏好及情感倾向。CNNIC在《第37次中国互联网络发展状况统计报告》[1]中指出：截至2015年12月份，我国网民数量达到6.88亿，互联网普及率接近50.3%，庞大网民数量为生成海量互联数据提供了基础。其中，在线产品评论数据具有很大的商业价值。面对海量的碎片化、非结构化、口语化、随意化和多样化的交易评论信息，如何借助计算机提取有价值的信息，帮助企业快速定位用户偏好及喜爱和消费者快速检索所需的信息来了解产品的质量和口碑，一直是学者研究的重点和难点。

情感分析又称为意见挖掘，简言之，即从带有情感色彩的主观性文本中抽取用户对话题、产品、个人、组织和服务等的情绪、评价、喜好、情感倾向[24]。按照处理文本的内容，可分为基于新闻评论的情感分析和基于产品评论的情感分析[5]。前者主要处理网络新闻事件评论，后者研究对象主要是网购后对产品、服务等的在线评论。

目前，国内外学者对文本情感分析已经作了大量研究，常用的方法可以分为两类：基于情感词典的方法和基于机器学习的方法[67]。基于情感词典的方法使用知网Hownet、Wordnet和台湾大学情感词典NTUSD等词典[810]，该方法虽然简单直观，但忽略了文本中情感单元和修饰词之间的关系。该方法在句子级情感识别上存在不足，但在词语级情感识别上可以发挥很大作用。基于机器学习的方法又可以分为有监督和无监督学习两种。常用的有监督方法有ME、NB、SVM、CRF等，无监督方法有PMI等[1113]。基于机器学习的情感分类方法是通过提取文本特征，运用数理模型，把文本特征作为输入变量，经过函数运算后输出结果，根据结果对文本进行分类。该方法不仅考虑到语句文本中的情感词语及还考虑了句法结构，词语之间修饰关系。该方法有较高的正确率和稳定性，同时方便地扩展到不同领域。但由于中文词语的一字多义、交叉歧义、表达多样性、句式的复杂性、语言结构的复杂性和词语的不间断性等，使得中文分词和情感分析工作比英语更加困难，学者们一直在寻找方案以提高中文文本情感识别的准确率。

已有研究多关注一条完整在线产品评论的情感倾向。该方法主要存在以下两个方面的不足：一是不能正确反映用户内心的情感，对于一款产品，用户可能喜欢某些方面的设计，对另一些设计感到不满，如果仅用评论的整体情感倾向代替用户对产品某一具体方面的情感倾向，显然存在误差；二是混淆评价对象，因为多数分析针对的是用户的完整评论，不能识别出用户对某个具体评价对象的情感倾向。因此，针对以上两点，本文对每条完整的评论按照一定的语法规则进行分句，识别有效子句，提取评价对象，使用C4.5决策树识别子句的情感倾向，该方法采用最大信息增益率作为决策树的属性选择标准，选择的属性作为分裂节点，最初选择的属性作为决策树的根节点，对于分裂节点的不同取值，采用递归的方法求其子树，相比于朴素贝叶斯方法，该方法在分类的稳定性上具有明显优势。

1相关工作

在线产品评论的情感分析侧重点不同于新闻评论的情感分析。在线产品评论的情感分析更加关注用户对产品属性或服务的评价，可以忽略评论中一些具有情感倾向的词语或句子。判断一条在线产品评论是否有用，关键在于文本中是否包含评价词、产品属性等。比如华为honor畅玩版4X在线产品评论：“一直在用华为的手机，这款手机挺喜欢的。”该评论就是垃圾信息，虽然文本中出现情感词“喜欢”，但是句子不包含产品属性和评价词，不能区别产品属性的好与坏。假设“喜欢”一词出现在新闻评论，该语句一定代表了评论者的一种正向的感倾向，不能视为垃圾信息。为了更准确地识别在线产品评论的情感倾向，本了如下相关工作：数据抓取、隐性产品属性追加、用户分词词典、评价词表、否定词表、程度副词表等的建立和预处理。

1.1数据抓取

采用八爪鱼采集器从亚马逊官网抓取华为honor畅玩版4X的在线产品评论信息。八爪鱼采集器简化了用户获取信息的流程，实现数据自动采集、编辑和规范化，降低提取信息的成本。通过设计评论信息提取规则，从亚马逊官网提取在线评论信息，得到正面在线评价500条，负面在线评价197条。

1.2隐性产品属性追加

由于用户输入网页评论具有随意性，可能导致文本评论中没有评价对象或属性值，仅有评价词。例如：“个人感觉5.5太大了，不好拿”。该评论中“个人感觉5.5太大了”隐含了评价对象屏幕。对于该类问题，本文设计了常用评价对象和评价词对应表，使用Java程序自动识别评价词，再检索评价对象，如果检索不成功，则添加对应的评价对象，否则不作任何处理。

1.3词典建立

为了更加准确地识别产品评论中的特征词语，如情感词、评价对象、否定词和程度副词等，为后面的机器学习提供可靠的数据，本文建立了相应的词表。

1.3.1用户分词词典

使用中科院张华平博士研发的中文分词软件NLPIR2016对在线产品评论进行分词处理，其主要功能包括中文分词、词性标注、命名实体识别、用户词典功能、微博分词、新词发现与关键词提取等。对于特定领域本体相关属性和常用短语不能正确进行分词，可以人工添加用户词典辅助分词。本文添加不能被正确识别的手机产品属性，形成用户词典表，如图1所示。图1中没有词性标注的词语在NLPIR件中默认是名词，vi表示不及物动词。

1.3.2评价词表

评价词表达了用户对评价对象的情感倾向，最能反映用户对产品属性的喜恶之情，在文本情感分析中有着举足轻重的作用。本文结合Hownet的正、负评价词表，以及从亚马逊官网抓取的评论信息，剔除与手机领域无关的评价词，如：安乐、安全等，添加新的评价词，如：高大上、物美价廉等。最终得到正向评价词表、负向评价词表。部分正、负向评价词表如图2所示。

1.3.3否定词表

否定词语的出现一般会反转语句的情感倾向，使得语句的正向情感变成负向情感，负向情感变成正向情感。本文在抓取的评论和网络资源中提取了常用否定词，形成否定词表，部分否定词表如图3所示。

1.3.4程度副词表

对于程度副词，其位置的不同会影响到文本语句的情感倾向。本文关注两种位置不同的程度副词。1）其位置在否定词和评级词之间；2）其位置在否定词之前。例如：“手机配置不是很高”，“手机配置很不高”，前者整个语句的负面情感倾向要明显弱于后者。因此本文更加关注其出现的位置而不是其语气强度，部分程度副词表如图4所示。

1.4预处理

预处理是指使用NLPIR分词软件之前对在线产品评论的处理、加工，提取有用信息，分为以下几个步骤：

（1）拆分每条完整评论。根据评论文本中的特殊标点符号把一条完整的评论分成若干子句，特殊标点符号包含逗号、句号、井号、叹号、问号和破折号。根据用户的表达习惯，一般用逗号分隔的子句已包含评价对象和评价词，所以选取逗号分割语句。在输入文本评论时，用户可能使用井号、破折号替代逗号、句号，因此特殊标点符号也包含井号和破折号。

（2）使用NLPIR API对子句进行分词处理，词性标注，去除停用词。

（3）识别有效子句。本文仅处理包含手机产品属性的文本评论。如果评价对象是客服服务、快递速度和态度等与手机产品属性无关的，则直接删除该评论；如果需要测评商城和快递服务，则需要保留，然后删除不包含手机产品属性或评价词的子句，降低干扰语句出现的概率。

最终得到有效子句3 161条。其中，正面文本评论2 119条，负面1 042条。

2模型建立

使用决策树对数据集建立模型，主要包含以下4个步骤：

（1）计算所有属性划分数据集所得的信息增益。信息熵的计算公式：

H（C）=-∑iP（ci）log2P（ci）（1）

在实际计算中，P（ci）取值是类别为ci的样本所占总样本的比例，即：

P（ci）=|ci|/|C|（2）

其中，|C|是训练集样本的总数，|ci|表示类别为ci的样本数。

假设用属性A来划分数据集S中的数据，属性A对数据集S的划分熵值为H（C|A）。如果属性A是离散型数据类型，有K个不同的取值，则属性A依据这K个不同的取值将S划分为K个子集{S1，S2，...Sk} ，属性A划分为S的信息熵为：

H（C|A）=∑kj=1CjCH（Cj）（3）

如果属性A是连续型数据类型，则按照属性A的取值递增排序，将每对相邻的中点看作可能的分裂点，计算每个可能的分裂点：

H（C|A）=|SL||S|H（CL）+|SR||S|H（CR）（4）

其中，SL和SR分别对应该分裂点划分的左右两部分子集，选择H（C|A）值最小的分裂点作为属性A的最佳分裂点。属性A的信息增益：

Gain（S，A）=H（C）-H（C|A）（5）

该值的大小代表属性A对数据集S的识别能力。

（2）计算各属性的分裂信息和信息增益率。C4.5引入了分裂信息来调节信息增益，属性A的分裂信息为：

SplitE（A）=-∑kj=1|Sj||S|log2|Sj||S|（6）

属性A的信息增益率为：

GainRatio（A）=Gain（S，A）SplitE（A）（7）

（3）选择信息增益率最大的属性作为分裂节点，信息增益率可以部分消减因属性分类数目产生的影响。

（4）把该节点作为根节点，对其属性的不同值，递归调用以上方法，求其子树，该过程还包含根据每个叶子节点包含的最少实例数量和置信因子对生产树进行修剪，克服过拟合现象。

3实验及结果分析

本文主要研究在线产品评论的情感分析，即通过机器学习的方法识别出文本的正、负面情感。首先使用网络爬虫软件八爪鱼抓取honor畅玩版4X手机在线产品评论，然后对其进行特殊处理。过滤评论中的无效语句，添加隐形产品属性，根据产品属性把在线产品评论分割成不同的简单子句。使用NLPIR2016分词工具对处理后的有效子句评论进行分词，词性标注，去除停用词，抽取文本特征，从中选择不同特征项进行组合，得到特征向量，最后使用C4.5建立模型，并检验模型的性能。

3.1在线产品评论数据抓取流程

在线产品评论数据抓取主要分为3个过程：制定数据抓取规则、运行规则，导出数据到本地计算机。①制定规则。该步骤为核心步骤，主要包括分页设置、循环设置、列表设置、提取字段设置。设置Xpath路径正则表达式，匹配评论信息对应的html标签，抓取评论数据；②运行规则。打开已经设置成功的规则，单击“启用单机采集”选项，出现采集页面后，单击“运行”按钮；③导出数据。数据采集完成后，选择“导出到Excel 2003”选项，将数据导入到本地计算机。

抓取在线产品评论的工作流程如图5所示。

3.2基于决策树的情感分析

基于决策树方法的情感分析的过程整体上分为3步：①预处理。对抓取的在线产品评论进行预处理，主要包括拆分子句、删除垃圾评论、添加隐形产品属性、识别有效子句等；②文本分词、表示。添加用户分词词典，使用NLPIR API完成分词、词性标志，去除停用词语，提取并修正文本特征，完成特殊语句处理，选择不同的特征向量进行组合；③情感分析。使用weka中的J48建立模型，选用十字交叉法拆分数据，并根据查确率、查全率和F值3个指标检验模型的性能。

本文使用NLPIR2016分词软件对处理后的在线产品评论进行分词处理，该分词软件有很高的正确率和运行效率，允许用户添加用户词典，提高了软件分词的正确率。本文中添加的用户词典是手机产品属性，其作用是降低软件分词的错误率，确保提取正确的产品属性。NLPIR完成分词后，标注词语的词性，去除停用词。停用词主要包括表示数量的数词、人称代词、带有单位的量词等。

提取文本评论中的特征项，本文选用的特征项如下：正面评价词数量、负面评价词数量、否定词、程度副词、特殊符号。其含义如表1所示。

语句中的评价词表达了用户对产品属性的态度，与语句的情感倾向存在直接关系。否定词语的出现往往会改变语句的情感倾向。大部分学者只关注程度副词的强度值，本文关注其在文本中所在的位置，其在语句中的位置影响语句的情感强度。词语殊符在一定程度上也反映了评论者的情感倾向。模型中正向情感倾向标注为1，负向情感倾向标注为-1。

对于一些特殊语句、评价对象及评价词，本文作如下特殊处理：

（1）含有“除”的特殊比较句。该语句含义的侧重点一般在后半部分。因为前期预处理会把含有“除”的比较句拆分成两个子句，所以需要合并含有“除”的比较子句和与其紧挨的下一子句，使得比较句的表达意思更加完全。

（2）非评价词错误识别为评价词的特殊情况。本文采用匹配评价词表的方式来识别评价词。该方法存在不足之处，当子句中包含评价词，但该词不能表达评价词的情感倾向时，非评价词错误识别为评价词的现象就出现了。本文针对这种情况，设置了对应的检验规则，发现并删除误判的评价词，增加数据的真实性和可靠性。实验发现，对于仅包含一个汉字的评价词，其被错误识别的概率较高。

同一评价词修饰不同评价对象时表达的情感倾向有所差别。比如评价词“高”对应不同评价对象“配置”和“价格”，对于前一个评价对象来说是正面的评价词，对于后者就变成了负面情感词。本文中对于后者做了添加否定词的处理，使其变得规律化。

此外，评价词的前后出现程度副词，并导致其表示的情感倾向发生变化时，对该子句做添加否定词的处理。对于特定的评价对象，出现特定的词语，通过添加否定词处理使其规范化。

3.3实验结果

实验中选择不同的特征组合，使用十字交叉进行试验，其对应关系如表2所示。

实验中采用weka中的J48分类方法来识别文本的情感倾向。实验结果使用weka默认的评价指标，其指标包含如下：Precision表示查准率，检测搜索系统拒绝非相关信息的能力；Recall表示查全率，检测检索系统检出相关信息的能力；FMeasure是查全率和查准率的调和平均数，综合评价方法的效果；ROC Area表示接受者操作特征曲线面积，其值越接近1，表明模型的分类效果越好。其实验结果如表3所示，其中每组实验包含正向、负向情感倾向和加权后各项指标的值。

3.4结果分析

从表3的实验结果可以看出，实验1仅使用情感词的数量特征，实验结果加权后查准率为85.5%，查全率和F值也在85%以上。实验2加入程度副词，结果有所改善，查准率、查全率和F值约提升1%，但效果不是很明显。实验3与实验1对比，添加了否定词数量特征，结果发生显著变化，加权后查准率、查全率和F值均达到96%。表明否定词特征在实验中起到积极作用，否定词的出现一般会改变原有语句的情感倾向。实验4是在实验3的基础上加入了程度副词特征，加权后实验指标查准率、查全率和F值下降0.1%左右，仅ROC增加0.3%，模型性能总体略微下降，与实验2有相似之处。实验中程度副词的出现与否和子句中的否定词有关，并且程度副词不转变语句的总体情感倾向，只是改变情感的强弱，当程度副词和否定词同时出现时，程度副词不起作用或者发挥轻微地消极作用。实验5与实验4相比，增加了特殊符号特征，但实验结果中大部分指标相同，表明该特征在实验中没有起到积极作用，因为实验中包含特殊符号的子句数量很少，只有26条，这与用户的表达习惯有关，当用户表示不满情感时，用户输入问号或者语气词表示其不满情感的可能性比较低。

4结语

本文使用决策树多特征组合研究在线产品评论的情感倾向。抓取亚马逊官网的评论数据，从评论中提取特征，采用多种特征进行组合，并取得较好的实验效果，该方法的准确率达到96%。实验表明，子句中评价词的数量和否定词的数量等特征很大程度上决定了该子句的情感倾向，而实验中的程度副词和特殊符号等特征并没有产生显著的积极作用，没有显著提高实验结果。由于实验的样本数量有限，用户的表达方式和规则不能统计完全，实验还有待继续完善和改进。

通过实验发现，该实验仍有提升的空间。随着网络的发展，新词不断产生，尤其是网络热词，一些词语被赋予新的含义，如何正确识别这些词语的情感倾向也是一个亟待解决的难题；同时加上网络的普及和用户的参与，产生了海量的评论信息。如何使用云技术高效、准确地识别评论的情感倾向，需要继续深入研究。

参考文献参考文献：

[1]CNNIC.第37次中国互联网络发展状况调查统计报告[R].北京：中国互联网中心，2016.

[2]SERRANOGUERRERO J，OLIVAS J A，ROMERO F P，et al.Sentiment analysis： a review and comparative analysis of web services[J].Information Sciences，2015，311（5）：1838.

[3]QI J，FU X，ZHU G.Subjective wellbeing measurement based on Chinese grassroots blog text sentiment analysis[J].Information & Management，2015，52（7）：859869.

[4]张紫琼，叶强，李一军.互联网商品评论情感分析研究综述[J].管理科学学报，2010（6）：8496.

[5]ZHANG L，GHOSH R，DEKHIL M，et bining lexiconbased and learningbased methods for twitter sentiment analysis[J].Hp Laboratories Technical Report，2011.

[6]PANG B，LEE L，Vaithyanathan S.Thumbs up sentiment classification using machine learning techniques[J].Proceedings of Emnlp，2002（3）：7986.

[7]付丽娜，肖和，姬东鸿.基于OCSVM的新情感词识别[J].计算机应用研究，2015（7）：19461948，1952.

[8]KAMPS J.Using wordnet to measure semantic orientation of adjectives[C].International Conference on Language Resources and Evaluation，2004：11151118.

[9]朱嫣梗闵锦，周雅倩，等.基于HowNet的词汇语义倾向计算[J].中文信息学报，2006（1）：1420.

[10]王振宇，吴泽衡，胡方涛.基于HowNet和PMI的词语情感极性计算[J].计算机工程，2012（15）：187189，193.

[11]李婷婷，姬东鸿.基于SVM和CRF多特征组合的微博情感分析[J].计算机应用研究，2015（4）：978981.

第2篇：产品评论范文

关键词：在线评论；信息特征；品牌信任；体验型产品

中图分类号：F2707文献标识码：A

在线口碑是传统的线下口碑借助互联网的发展而演化成的一种特殊的口碑类型，而在线评论（Online Reviews） 则是在线口碑的一种重要的表现形式，它作为一种新型的口碑传播形式已经成为消费者购买决策和企业营销重要的信息来源。依据消费者在购买决策前是否需要获得产品属性的客观评价的程度，可将产品类型分为搜索型产品和体验型产品。本文主要从体验型产品的角度，运用消费者认知过程理论和信息传播理论对在线评论与品牌信任的关系进行研究。

一、理论基础及研究假设

（一）在线评论信息特征分析

根据信息传播理论，在线评论为消费者提供了用户视角的产品信息，有用的产品信息可以提高消费者感知。在线评论有用性是指在线评论在消费者决策过程中的感知价值，是消费者对其他互联网用户提交的评论对自己购买决策是否有帮助的一种主观感知。通过对文献资料的梳理与研究发现，在线评论有用性的影响因素主要包括在线评论的信息特征、在线评论信息的发送者特征和接受者特征。其中，在线评论信息特征的维度上讨论最多的主要包括评论星级、评论内容、评论数量、评论差异。

1.评论星级

评论星级是指在线评论中消费者以星级的形式给产品或服务评分。多数在线评论平台的评论等级都定为从高到低、从正面到负面的五个星级，其中五星为最高等级，为极端正面评价，而一星为最低等级，为极端负面评价，中间的三星则为中立评价。凭借用户的评价星级，消费者可以清晰地判断评论人对该产品的情感倾向。Sen和Lerman指出在线评论的情感倾向对在线评论质量有显著影响，评价星级越高，评论的情感倾向越倾向于极端正面，评论质量越高[1]。也有学者得出不同的结论，认为评价星级越低而信息越可靠，因为消费者自身对产品有负面情感倾向，面对大量正面评论信息，极端评价的可信性受到质疑。对于体验型产品，Forman（2008）认为星级高的比星级低的在线评论更有价值，体验型产品消费者对商品抱有正面情感倾向，认为用户负面评论的动机应归因于个人而非产品[2]。

2.评论内容

在查看评论星级之后，消费者还会通过阅读评论内容来进一步了解产品或服务的信息。具有可读性的评论内容能够提高消费者的感知有用性，评论质量较高。评论的写作风格，即评论者在撰写评论时使用的词语、是否有拼写和语法错误、语句的长度等会影响评论的可读性，进而影响在线评论的有用性[3]。通常认为评论的长度和字数与评论的质量的相关性较大，评论较长，所包含的信息内容较多，但是太长又会增加消费者的认知成本；评论较短，则不能全面地表达评论者的观点。石旭（2011）通过对一种体验型产品（酒店）进行实证研究，结果证明易于理解的简明的在线评论信息更容易被消费者获取，能够让消费者快速理解评论的核心内容和情感倾向。所以，评论内容的可读性、易理解性成为消费者判断评论质量的主要特征。

3.评论数量

当消费者借助其他用户的在线评论做出购买决策时需要一定的信息总量，信息总量不仅与评论内容有关，还与在线评论的数量有关。在线评论中评论数量是最重要的特征[4]，评论数量的多少直接影响着消费者的信息获取总量。在线评论平台中的用户评论越多说明该产品的购买者或者关注者越多，消费者在购买决策过程中容易受到从众心理的影响，从而影响着消费者的购买意向。通过对亚马逊书店的实证研究，Chen和Wu（2004）等发现在线评论的数量与图书销量呈显著的正向影响关系[5]。从信息结构的角度出发，Lee和Park用实证方法对口碑数量与信息有用性之间的关系进行了验证，认为信息总量随着网络口碑数量的增加而增加，口碑数量的多少影响着消费者对信息有用性的感知[6]。

4.评论差异

评论差异主要指消费者所的评论信息存在的差异或不一致性，评论差异反映了消费者对产品或服务的观点分歧，持有不同观点的消费者会给该产品或服务打出不同的评价分数。所以，对于评论差异的度量指标通常会用评论分数的方差或标准差。产品或服务的评论信息差异越大，说明产品或服务覆盖的消费者细分市场越多，评论信息在不同细分市场之间的越分散，公众获取该类评价信息的概率就越大。所以，评论差异作为在线评论的一个特征受到学者们的较多关注。Martin等通过实验的方法验证被试者在电影选择上更倾向于影评分数差异较大的，该研究认为评论差异会引发消费者的好奇心，在好奇心的驱动下消费者会产生更多的消费需求。Clemons等学者也利用共鸣理论证明该观点，认为口碑评论的差异程度对产品的销量有着重要的影响。

众多学者的研究发现评论星级、评论内容、评论数量和评论差异是评价在线评论信息质量和有用性的主要特征，我们将分别从这四个在线评论信息特征对体验型产品品牌信任的影响作用和影响路径进行实证研究。

（二）基于消费者认知的品牌信任分析

品牌信任（Brand Trust）的概念由Howard和Sheth（1969）提出后[7]，许多研究者从不同的角度定义了品牌信任的涵义，其中金玉芳（2005）采用头脑风暴法和深度访谈法，定性地研究了消费者对品牌信任的理解，认为品牌信任是消费者在众多的品牌中对某一品牌所持有信心的态度。迈克尔・R・所罗门和卢泰宏在《消费者行为学》中指出态度由认知、情感和行为三种成分构成，这三种构成成分可以表达为ABC态度模型，分别为基于认知信息加工的态度、基于行为学习过程的态度和基于享乐主义消费的态度。其中，基于认知信息加工的态度模型（图1）表明消费者对产品的购买决策过程就如同问题的解答过程一样，消费者要通过积极收集有关产品和品牌的信息来形成产品和品牌的认知，通过评价这些认知继而形成一种情感[8]。该模型假设消费者对购买决策是高度参与的，消费者会被激励收集大量的信息，仔细权衡利弊才最后做出决策。体验型产品的消费者为了降低网络购物的不确定性和风险性，对网络信息更加依赖，使用更为频繁。因此，体验型产品消费决策的特征符合基于认知信息加工的态度模型的假设。本文将依据认知信息加工模型探讨对于体验型产品，在线评论提供给消费者的信息是如何影响消费者对产品和品牌的认知，继而影响消费者对品牌的态度，形成品牌信任的（模型中的虚线部分）。

假设1和假设5未通过检验，且存在负向影响关系，说明高评价星级对于消费者的产品认同和品牌认同产生反向影响，这可能是因为评价星级是消费者在消费体验产品后给出的综合评分，产品评价星级高，很有可能是消费者没有深入了解产品信息而习惯性地给出高分评价，而评价星级低的一般是消费者结合自身消费体验和感受给出的真实评价，信息来源于消费者真实情感倾向的可能性相对较高，信息更可靠。另外，假设1和假设5未通过检验还有另外一种解释。网络水军一般是指受网络公关公司的雇佣，以发帖、回帖为主要手段，在网络论坛中大量灌水，为雇主进行网络造势的人员。“网络水军”这一新兴现象在2009年被央视报道以后，不少网虫们纷纷加入网络水军一族，为企业提供品牌炒作、产品营销、口碑维护、危机公关等服务。对于产品或服务的在线评论，受雇于企业的网络水军们一般给出较高的综合评论得分，造成消费者对评论星级较高的评论持怀疑态度。因此，消费者更愿意参考评价星级较低的评论信息。

三、研究结论与管理启示

本文以典型体验型产品化妆品为例，实证分析了在线评论信息特征对体验型产品品牌信任的影响，回答了在线评论信息对消费者品牌信任是否存在影响及影响路径的问题。研究结果表明：在线评论信息特征中，评论内容、评论数量和评论差异性能够通过提高消费者对体验型产品的认同感，进而影响消费者对体验型产品的品牌信任，进而影响消费者对体验型产品的品牌信任；消费者的产品认同感既可以直接影响消费者的品牌信任，也可以通过提高消费者的品牌认同感间接影响消费者的品牌信任。体验型产品的消费者需要参考更多其他消费者的经验与评价，才能更为准确地判断其真实质量。在线评论给消费者的品牌认同与信任提供了更多有价值的信息，对在线评论的管理是体验型产品购物网站的重点管理内容。

本文结论对体验型产品购物网站的在线评论管理具有一定的启示：

（一）引导评论内容

评论内容通过影响消费者的产品认同和品牌认同进而影响消费者的品牌信任，购物网站在线评论的管理者们可以通过对消费者的在线评论内容进行合理引导，从而使得消费者的品牌信任有效提高。管理者们应该深入了解消费者最为关心商品属性，有针对性地引导消费者从这些属性方面展开评论，如将单独的一个评价文本框分割成若干个文本框，分别标注产品质量、产品外观、物流速度等不同的消费者关注的商品属性，引导消费者在无形中给予更为全面的评论信息。 管理者们也可以采取有效措施激励消费者给出更多有价值的评价信息，如鼓励消费者可以通过上传图片、微视频的方式给出有事实依据的客观性的评论内容，对于这样的评论或者评价内容超过一定字数的给予积分奖励、返现等，鼓励消费者更为真实全面的信息，提高评论内容的可读性和易理解性，从而提高品牌信任。

（二）增加评论数量

消费者的在线评论越多说明该产品的购买者或者关注者越多，在产品质量相差不大时，评论数量比星级评分对品牌信任的影响更加重要。在线评论管理者们应该关注在线评论数量的增加和在线评论传播广度的加强，通过各种措施鼓励消费者在购物后在线评论，使更多的潜在消费者了解、认同和信任产品及其品牌，促进产品销售。

（三）管理负面评论

有差异或不一致的评论信息受到更多消费者的关注，评论差异越大说明产品覆盖了更多的消费者细分市场，越有利于消费者对产品和品牌的全面理解和认同。一般来讲，正面积极的评论信息可以直接有助于消费者建立品牌信任，而对于负面消极的评论信息，在线评论的管理者们应该有效管理，消除其负面影响。如商家应该有危机意识，应与消费者之间建立良好的沟通渠道和互动关系，及时回复评论，坦诚地承认自己的不足，并承诺改进，避免负面信息的影响扩散。另外，商家应在与消费者的沟通中表现出对消费者的关心，鼓励消费者提出更多产品或服务的改进意见，甚至可以邀请一些消费者参与新产品的试用，从情感上建立消费者的品牌信任。

（四）清除虚假评论

购物网站应该在大多数用户看到虚假评论之前对其进行过滤，清除假扮成普通消费者的网络水军，在购物网站上明文规定禁止网络水军的评论，对于有虚假评论的商户给予一定的处罚；同时，鼓励消费者尽可能地使用实名进行评论等，保持购物网站在线评论的清洁，以提高在线评论信息的可靠性。

参考文献：

[1]S. Sen， D. Lerman. Why Are You Telling Me This？ An Examination into Negative Consumer Reviews on the Web[J].Journal of Interactive Marketing， 2007，21（4）： 76- 94.

[2]C Forman， A Ghose， B Wiesenfeld. 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.

[3]廖成林，蔡春江，李忆. 电子商务中在线评论有用性影响因素实证研究[J].软科学， 2013（5）：46-50.

第3篇：产品评论范文

日本京瓷公司是从事电子工业用陶瓷材料生产的跨国大集团公司。正像京瓷公司本身一样，它所实行的“变形虫经营方式”在日本也是十分有名的。所谓“变形虫经营方式”，简言之，是以不固定的组织单位为作业中心（责任中心），并作为一个独立“核算”单位，进行业绩考评的方法。其实质是作业系统的成本控制，即将作业成本会计与责任成本核算体系相结合，建立业绩考评体系，对产品成本形成进行全面控制。我国近年来对成本控制的研究十分广泛，理论上比较丰富，但在应用中的成功实例却介绍不多。本文拟结合日本京瓷公司“变形虫经营方式”的实际，阐述作业成本控制的内涵、作用及其现实意义。

一、作业成本控制的内涵

作业会计（Activity－BasedAccounting），最早提出的时间是20世纪30－－40年代。最初作业成本会计是作为一种正确分配制造费用、准确计算产品成本的方法提出来的，其理论核心是企业各种作业消耗企业资源，而企业产品则消耗各种作业。作业成本核算系统（Activity－BasedCostingSystem）简称ABC系统，是成本管理会计的热门话题之一，是管理会计针对传统成本核算系统中产品成本被扭曲，以至于导致错误的管理和决策而做出的相应反应。80年代中后期以来，随着作业成本计算法在先进制造企业的成功应用，ABC开发的结果逐渐偏离了解决成本扭曲的本意，人们发现ABC给企业成本管理提供了很好的基础。于是，利用ABC提供的成本信息进行成本控制、预算管理、生产管理等的作业成本管理理论及实务纷纷涌现。以作业为中心进行核算、控制。分析和管理，是作业成本控制的基本特征。具体涉及以下几个方面的内容：

（－）建立作业中心

首先，应该认识和了解企业实际存在的各种本来意义上的作业。这些作业的确定需要全面了解企业生产经营布局和程序、分析企业的有关流程图等。具体作业的划分根据企业的规模和条件可粗可细，比如小型企业可将整个购进过程作为一项作业，而大型企业则可进一步将其区分为请购申请、评估报价、签订合同等多项作业。作业划分越细，越有利于成本管理，核算结果越准确，但核算过程也越复杂。

在确认了企业的作业后，要进一步分析成本动因，进而组成一系列作业中心。所谓成本动因又称作业成本驱动因素，是指决定成本发生的哪些作业，可作为分配成本的标准。作业中心是成本归集和分配的基本单位，它可由一项作业或一组作业所组成。其组成应根据重要性原则和相关性原则。

在京瓷公司的实践中，“变形虫”就是生产过程中的一个作业中心，它是工厂、车间中形成的最小基层组织，也就是最小的生产单位，相当于一个生产小组。比如说某个车间的一道工序，至少需要10个人来干，就由这10个人组成1个小组，这就形成了一个变形虫。

变形虫有几个原则，一个是相对于一个工作量，以最少的必要人数来组成；再一个就是单纯化，把一个工程尽量分成一个个最单纯的工序，然后针对于每一个工序，形成一个变形虫。而最重要的一点，就是其大小、组合可以随时地变化。比如说一道工序的工作量今天增多了，变形虫的人数就随之而增加，到明天工作量减少了，变形虫也随之缩小。而如果产品的种类、工序发生了变化，变形虫就随之而重新去排列组合。也就是说，随时根据生产的需要，伸缩自在，变化自如。所以这种生产小组，就叫做“变形虫”。

在京瓷，基层单位中没有固定的组织，只有一个个随时变化的变形虫。当然也就没有班长、组长一类的固定职位。每个变形虫的负责人，就由对这个变形虫所承担的工作最为熟练，最有技术的职工来担任。而变形虫的组合变了，负责人也就换了。

京瓷公司“变形虫”组织的建立要点有：第一，作为能够独立核算的单位，该部门应该理清收入和经费；第二，作为独立事业应有足够的完整性；第三，必须是能够贯彻执行公司目标的最小单位。这样一种变形虫的经营方式，既有效率，又好管理。其大小随着工作量不断变化，就避免了工作量减少时容易发生的“窝工”、人员浪费。而每一个变形虫的规模尽量缩小，又是承担最为单纯化的工作，所以负责人也便于管理，而生产中的各种漏洞、问题，也就可以随时地发现、纠正。

（二）以作业中心作为责任中心，建立责任成本核算体系

规划好作业中心之后，便可以作业中心为基础进行各项成本的归集。建立ABC系统的程序一般是先根据成本驱动因素建立作业中心，然后，将成本费用分类汇集于不同的作业中心，在将各作业中心汇集起来的费用分配到成本中心的各种产品上去。

利用上述作业成本计算方法并将其应用于成本控制，还必须建立以作业为中心的责任成本核算体系。在作业成本核算体系中，汇集各类不同水平作业的作业中心便可作为责任成本中心。这样，就把成本责任与应完成某种作业的作业中心相结合，并与服务、管理等部门紧密结合，有效地根据各部门的责任作业控制成本和进行分析与考核。在实践中，还经常可以设置内部银行制度，各作业中心（责任中心）之间以内部转移价格转移产品，核算各中心“利润”。

变形虫经营方式的最大特色和妙处，就在于将作业系统与责任成本核算体系相结合，以作业中心——变形虫作为责任中心。每一个变形虫，是一个独立“核算”单位。也就是说，以变形虫为单位进行独立的“成本”和“利润”核算。

作为一个独立“核算”单位，变形虫并不是简单地从上一个工序接手多少半成品，而是按单价（即内部转移价格）来计算作为这个变形虫成本的一部分。然后，再加上这个变形虫在完成本工序的加工任务中所需耗费的材料、能源、人工等费用，就成为这个变形虫的“总成本”。于是，在它把自己所完成的半成品交给下一个工序的时候，也就不是单纯的“转交”，而是“卖”，按照内部转移价格计算，形成变形虫的“产品销售额”。而从其产品销售额中减去其总成本，就形成了这个变形虫的“利润”。

（三）建立业绩考评体系

为进行经济责任完成情况的考核，应建立业绩考评体系。传统的考核计量指标均以货币形式出现，是很不完善的。在新体系中，考核计量指标要结合企业管理需要引入多种非货币形式的考核指标，以便与作业成本控制的推行有机配合。

在京瓷公司的实践中，看一个变形虫成绩的标准，不是看它“完成了多少生产任务”，而是可以直接着它“赚”了多少钱，获取了多少利润。每天只要整个工序在运转，这种变形虫之间的“买”、“卖”在进行，每个变形虫的成本和利润就一目了然。每个变形虫的成绩，最终就落实到每一个人每小时创造的利润，也就是“用每人每小时的附加价值”来加以衡量。这样一来，每一个变形虫，变形虫中的每一个成员，就不是单单在规定时间内完成生产任务就了事，而必须每日每时都得考虑怎样去降低成本、增加利润，怎样提高每人每小时的产值。于是，在变形虫中，为了压低成本，一支铅笔一个螺丝钉都要成为节约的对象。为了节省时间，提高效率，许多人工作时连厕所都尽量少上，走起路来都是一溜小跑。成本意识、经济利益的意识，就这样渗透到了公司的每一个基层单位，渗透到了每一个职工心中。

也就是说，变形虫经营方式在很大程度上是公司内部各个生产小组之间进行的一种“劳动竞赛”。

这种竞赛带来了一种荣誉。每一个变形虫的“利润额”，也就是每人每小时所创造的附加价值的多少，都要换算成一定的点数，每个月在公司内公布出来，看看谁的点数高，谁为公司做出的贡献大。

二、实施作业成本控制的作用

京瓷公司通过变形虫经营方式，使每一个职工在其工作中，都能随时而又的的确确地感受到自己的每一份劳动所创造的价值，所做的贡献，同时也使成本意识深入人心。可见实施作业成本控制，对于成本管理和控制有非常重要的作用。

（－）有利于成本计算的精确化和科学化

众所周知，作业成本法被提出的初衷是以成本驱动因素理论为基础，将间接费用分类汇集于各个作业中心，以计算出更合理的产品成本。这种方法从一开始就具有公认的精确性和科学性的性质。

（二）有利于分清各作业中心的责任

通过划分作业中心，分类汇集各种成本费用，各作业中心的成绩可以一目了然。企业内部可以通过计算各作业中心的利润或建立预算计划体系，来对各作业中心的成绩进行考评，明确分清各作业中心的责任。

（三）有利于加强成本控制

以作业中心为责任中心，建立一整套完整的记录、计算、积累有关责任成本的核算，充分体现了成本控制的要求。同时也将成本意识贯彻于每一个职员的工作中，使节约成本、杜绝浪费化为每一个职员自觉的行动。

（四）有利于企业总目标的实现

作业管理是企业战略管理的一个组成部分，责任成本制度与作业管理的结合，形成了企业管理制度的一个重要成分，在企业管理中，它是最全面、最系统而且综合性最完善的管理手段。在这种制度下，各个责任（作业）层次的经营目标是整个企业经营目标的体现。因此，在各个基层组织不断取得最佳经营成果的同时，推进了企业总体目标的实现。

（五）有利于把企业全面经济核算引向深入

在各个责任中心（作业中心）之间发生的产品或劳务的转移时，要依据企业内部制定的内部转移价格。它不仅可以衡量各部门经济责任的完成情况，而且，像市场上的物价直接影响人们的消费行为一样，内部转移价格的高低，会对各部门的工作态度产生重大影响，因此，可以利用这一价格杠杆，来调节企业的生产活动，提高劳动效率。经济核算的目的也是为了加强管理，提高各级负责人的责任心，以提高整个企业的盈利水平和经济效益。

第4篇：产品评论范文

关键词：农产品供应链；优化；评述

一、引言

随着我国加入WTO后农业对外开放的速度加快，在当前激烈的国际市场竞争中，我国农产品产业的壮大与发展来自其整个产业链的整体素质和综合实力，已不单纯是某个农产品生产环节的单一竞争。农产品供应链管理成为了这一环境下有效的竞争武器。目前我国农产品供应链研究较国外发达国家差距很大，农产品供应链整体水平较低，题有待全面的、系统的、深入的研究，国内的一些相关法规政策也不够完善，有许多关键性的问题有待深入研究。本文在梳理国内外相关农产品供应链的研究和实践基础上，针对相关学者对农产品供应链的问题进行了相关梳理和探究，对农产品供应链及其优化进行归纳梳理，并提出评述与展望，为其他学者的研究提供思路。

二、农产品供应链理论研究的评述

1.供应链与供应链管理

供应链是在美国哈佛商学院迈克尔・波特教授在上世纪80年代初期提出的。目前没有统一定义，各国相关研究机构和学者对供应链的表述也都大相径庭。美国的斯蒂文认为“通过增值过程和分销渠道控制从供应商的供应商到用户的用户的流就是供应链，它开始于供应的源点，结束于消费的终点”。英国的马丁（2010）认为供应链是由相互关联的企业通过上下游的连接，以各种方式联系在一起，最终让消费者享有产品或服务。艾伦（2008）认为供应链是由链上合作的成员构成的整体网络系统，把基础商品加工转化为客户需要的商品，且管理各阶段的利润。我国对供应链管理的研究起步相对较晚，农产品供应链管理的研究从1999年开始，利用CNKI检索表明，国内首篇关于农产品供应链管理的文献刊发于2000年。马士华（2006）认为通过对信息流、物流、资金流等相关环节的控制，从原材料的采购开始，制成各类中间产品乃至最终成品，最后由各种销售网络把成品送到消费者手中，这种将供应商、制造商、分销商、零售商、直到最终用户连成一个网链结构就是供应链。李季芳（2011）还认为供应链网络具有整体功能。

通过上述对国内外学者对供应链的定义，可以概括出供应链主要包括以下几个方面：供应链的核心是企业。链的起点是从产品的原材料开始。通过对中间环节的控制，制成半产品以及成品。最后利用各种销售通道把产品送到消费者手中。这种将原料供应商，产品制造商、分销商、零售商直连接到终端消费者形成的一个整体功能网络和模式贯穿起来，就形成了供应链。而供应链的管理，就是通过各种方式对链条中各个节点加以控制，以便更好的满足顾客的需求和满足企业的利益，以实现整个链条收益的最大化。

2.农产品供应链

金廷芳（2011）认为农产品供应链是在农产品生产和流通过程中，涉及的所有原材料供应商、产品生产者、中间商以及消费者等构成的网络体系。周静（2011）农产品供应链上所有的生产及销售环节都与农产品有密切的关系。农产品供应链与其他供应链相比还有较大的差别是基于农产品的特殊属性，首先，农产品种类繁多，如蔬菜、水果等果蔬，禽、蛋、水产品、肉等生鲜类，这部分农产品可以无需加工直接进入市场，也可以加工后再进入市场；而小麦、棉花等则必须通过加工这一环节，才能最终进入市场。其次是生鲜类农产品不易储藏，且受天气、病虫等自然灾害的影响较大。最后是目前我国农业产业的主要是以分散经营为主，不便于管理。刘秀玲（2006）认为，农产品供应链使农户和企业形成网络结构。游军（2009）认为：农产品供应链是以农产品加工企业为核心，控制各节点，将各环节连成整体的功能网链结构。通过对上述学者的研究梳理，笔者得到以下结论：农产品供应链是一条以农产品为主体，从原材料的收购、加工、运输、分销直至最终送到消费者手中的链，主体是农产品，而核心仍然是加工企业。

三、农产品供应链优化的评述

当前国内外关于农产品供应链的研究主要集中在相关理论分析等方面，研究其形成的原因、发展的过程、现存的组织模式、合作的机理模型及各环节上的利益分配机制为主。

1.生鲜农产品供应链优化评述

生鲜农产品因其品种繁多，且易腐坏、不耐储藏等特性，其消费受地域、气候、文化习俗、消费习惯等因素的影响很大，加上运输成本巨大，一直备受各国政府和相关学者的关注。汤鹏（2013）利用Stackelberg主从对策理论的优化模型，分析得出鲜活农产品供应链的稳定性特性决定了它具有很强的随机性。蒋侃（2006）以主要研究生鲜农产品的生产、流通和消费，在对生鲜农产品供应链的优化中提出从服务水平、核心企业组织资源、信息共享机制、协调利益一体的供应链合作伙伴关系等方面进行了详细阐述。赵辛（2013）指出管理生鲜农产品供应链就有风险管理，需要依靠政府来制定科学的政策去进行宏观调控，保障鲜活农产品供应链的有效运行。谢若琪（2015）提出建立生鲜配送中心，加大生鲜农产品生产的建设、提升组织成员的素质，提高农民参与率等方式优化农产品供应链。李娇娇（2015）则通过引入实证案例，证明生鲜超市进军生鲜电商不失为农产品供应链优化一个好的机遇。

2.农产品供应链物流体系优化评述

物流是供应链管理的重要部分，精简供应链中物品从供应商到消费者之间的过程，通过控制物流服务、物流信息等合理化管理，尽可能的降低供应链成本，并且高效率的满足消费者的需求。曾德强（2013）提出了以农产品物流中心为核心企业的农产品供应链流通模式。邱忠权（2010）则构建了可选的供应链物流网络优化模型，并在常温、冷链的此基础上扩展构建了有包装、存储条件可以选择的供应链物流网络优化模型。王蕾（2014）认为区域农产品物流系统优化需要综合考察，其主要从农产品物流体系主体优化、功能优化、平台优化三个方面对农产品物流体系优化进行了构建。李建伟（2011）认为应用物联网技术，能使供应链管理实现高度敏捷性和完全的集成化。

3.农产品供应链信息管理优化评述

对于农产品供应链上的任何节点企业，从产地到销地利用网络信息技术对各环节进行管控，无疑是为农产品供应链上信息传递实现了优化。陈永平（2014）指出在农产品供应链优化过程中，信息资源优化成为农产品价值创造能力提升的重点。李梦蝶（2014）分析指出目前消费者对于生鲜农产品电子商务终端供应链供应商品并不满意，仍需提高我国农业整体竞争力。孙炜（2004）认为电子商务作为推进和实现农产品流通模式高级化和成熟化的重要手段，可以更好地进行农产品价值创造与转移，并通过不同的方式提出了农产品供应链利用网络信息实现优化。刘助忠（2015）研究指出，“互联网+”致力于“线上线下”优势流程的融合，希望通过集成优化不同地区、不同企业、不同环节的供应链流程，加以融合“互联网+”，是解决农产品供应链流程优化的关键。孙开钊（2015）认为应顺应当前“互联网+”的发展大势，利用当前以电子商务、大数据等为代表的新型技术创新供应链发展模式，切实际的给农民、涉农生产企业以及涉农零售企业带来实际的经济效益，才是真正的实现整条供应链资源的优化配置和价值增值。

四、结语

目前我国农产品供应链优化研究成果相对丰硕。近年来，农产品供应链在核心期刊、博硕论文等研究成果大量涌现，研究数量越来越丰富，我国农产品供应链研究虽然起步晚，但研究成果颇丰。但也有一些局限：第一，研究成果多表现在定性分析，而定量分析少，大多停留在对农产品供应链的定性描述现状和问题、分析过程与机理、设计框架和模式等方面，结论一般为策略和政策建议，对农产品供应链的定量分析的数据和结论相对较少。第二，农产品供应链的理论研究较多，实证研究相对较少。第三，对于农产品供应链管理优化多为理论模型或顶层设计，研究成果有待落实，在底层细节设计、实现系统实施的方面研究较少。第四，对农产品供应链信息管理的研究文献较少。

总之，农业产业是我国经济发展重要的组成部分，加强其农产品供应链优化研究具有广阔的空间和较大的研究价值。基于目前研究成果，顺应当前“互联网+”的发展大势，后续研究要立足于数据，对“互联网+”背景下的农产品供应链优化进行实证分析。

参考文献：

[1]孙国华.物流与供应链管理[M].北京：清华大学出版社，2014.

[2]Martin Christopher.logistics and supply chain management[M].American：Prentice Hall，4th Edition，2010.

[3]艾伦・哈里森.物流管理与战略：通过供应链竞争[M].北京：中国人民大学出版社，2010.

[4]马士华，林勇.供应链管理[M].北京：高等教育出版社，2006.

[5]李季芳.农产品供应链管理研究[M].北京：经济科学出版社，2011.

[6]金廷芳.农产品供应链模式创新研究[J].商场现代化，2011，4：97-98.

[7]周静.物联网对农产品供应链竞争力提升的研究[D].广州华南理工大学，2011：1-94.

[8]刘秀玲，戴蓬军.农业产业化经营中供应链物流管理研究[J].商业研究，2006，5：183-187.

[9]游军.农产品供应链研究进展[J].湖南农业科学，2009，10：99-102.

[10]汤鹏.鲜活农产品供应链优化研究[J].农业网络信息，2013，5：5-9.

[11]蒋侃.生鲜农产品供应链的分析及其优化[J].沿海企业与科技，2006，01：57-58.

[12]赵辛.鲜活农产品供应链价格风险生成机理与管理机制研究[D].西南大学，2013.

[13]谢若琪.山西省生鲜农产品“农超对接”供应链优化[D].太原理工大学，2015.

[14]李娇娇.农超对接模式下生鲜农产品供应链优化研究[D].成都理工大学，2015.

[15]曾德强.农产品供应链物流系统优化仿真[D].内蒙古科技大学，2013.

[16]邱忠权.绿色农产品封闭供应链物流网络优化研究[D].西南交通大学，2010.

[17]王蕾.基于供应链的新疆北疆农产品物流体系优化研究[D].石河子大学，2014.

[18]李建伟.物联网背景下农产品供应链的优化[J].河南农业科学，2011.

[19]陈永平.供应链信息资源优化及其价值创造能力提升[J].商业经济与管理，2014.

[20]李梦蝶.生鲜农产品电子商务供应链的优化策略研究[D].武汉科技大学，2014.

[21]孙炜.电子商务环境下我国农产品供应链体系的结构优化[J].工业工程与管理，2004.

[22]刘助忠.“互联网+”概念下的“O2O”型农产品供应链流程集成优化[J].求索，2015.

第5篇：产品评论范文

近年来，因特网的迅猛发展，尤其是智能手机的出现，给人们的生活方式带来了巨大的改变和冲击，它使得传统的信息交流方式发生了变革，使人类第一次在信息传递和交流方面打破了时空的限制。以互联网为基础，智能手机软件为平台，一种全新的网络社会正在大步登上历史舞台。根据有关资料显示，近几年内，我国网络用户人数呈几何级数激增，在网上购物的人数也出现了很大程度地提升。进入网络时代，网络销售因其成本低廉，受众广大，市场机会大大增加和操作方便等因素，也赢得了许多商家和企业的青睐。在新时期，为了扩大自身产品市场的范围，更具前瞻性地定位产品策略，提高消费者对产品的忠诚度，企业将更多的注意力放在了消费者的身上。基于网络购物在互联网时代彻底改变了人们的购物方式，研究在线评论对于消费者购买决策的影响，把握影响消费者购买决策的因素，对于企业自身的战略定位和市场定位就显得十分关键。而且，企业也可以利用在线评论的方式扩大自己的影响力，以较低的成本收集市场信息。因此，本文基于对数据和模型论证分析的结果，通过分析消费者的购买决策受在线评论影响的方式和程度，进而研究在线评论对于企业产品战略的影响。

2理论分析

2.1消费者行为分析消费者是以产品或服务为消费对象的人。消费者购买行为是人们日常生活中最为常见的一种活动，指的是消费者产生了某种购买需求之后，由需求驱动而购买商品的活动。消费行为虽然由于消费者的习惯、心理以及行为方式不同而千差万别，但作为商品经济中重要的一环，基于大多数人在发生消费行为时的思维习惯和思考方式，我们仍能得到一些消费行为的共性。一般认为消费行为是消费者为获得消费资料和劳务而从事的物色、选择、购买和使用等活动。很多学者强调，消费者的行为趋向是影响消费者的各种内在因素和外部环境共同作用的结果。而消费者自身的欲望是驱动消费者产生行为的主因。

2.2网络购买相关理论

2.2.1网络购买及其一般模式网上购物是指用户在虚拟的网络环境下完成购物的过程。具体环节包括产生网络购物的动机，搜索，浏览相关商品信息，做出是否购买的决策，并最终完成购买。从购买过程的角度来看，网络购物与传统的购物都是在真正购买之前就已经开始考虑和分类，并将持续到购买之后的整个过程。网络购物的最大优势在于其便捷性和高效性，因此才能对传统购买方式产生巨大的挑战。

2.2.2消费者网购行为的特性从以前需要到特定的交易场所购物，到现在利用网络随时随地购物，这种购物方式的巨大变化无疑对消费者具有很大的吸引力。消费者足不出户，仅仅通过虚拟的环境便能产生实质性的实物交换过程，这不能不说是一个巨大的进步。从购物方式来说，网络购物使人类第一次突破了时空的限制，只要有网络，消费者可以随时随地去购买。如此便捷的方式，导致了消费者行为在传统消费的基础上有了新的特点。(1)便捷高效。消费者利用网络可以随时随地去购买，不需要到专门的商场，不需要调整自己的购物时间。网络购物在极大地改变着人们的生活方式，通过网络购物，人们第一次真正地掌握了主动，这是相比于传统购物最大的改变。(2)需求多样性。网络在极大地拓宽人们视野的同时，也导致消费者对于商品的样式、外观、装饰、包装等有了更多的需求。在传统的购物环境下，人们受已有的商品和自身的认识等种种限制，对于所消费的产品并没有多样的需求。可在网络时代，人们更加追求时尚与个性化，在购物过程中就可对商家提出自己的需求。消费行为不受任何限制。(3)主动性增强。消费者可以根据自己的购买意愿随时去网络上购买相关商品，不用再受到任何限制。而且网络购物没有营业员在一旁唠叨，完全可以根据自己意愿浏览、挑选，因此购物环境会更舒适。

2.2.3在线评论相关研究尽管近年来对于消费者购买决策的研究已经涉及了很多方面的因素，且形成了较完善的理论体系，但国内对于在线评论的研究却要少得多。国外有一些关于在线评论的研究：NanHu，PaulA.Pavlou等人研究指出，在线评论作为传统营销的数字化形式，已经成为网络消费者获取信息来源的主要渠道之一，同时也成为企业经营活动中所借助的极为有效的工具。

2.3产品策略产品策略是市场营销战略的核心，是制定价格、选择分销渠道与目标顾客，以及选择促销策略的基础。所谓产品策略，即企业首先要基于自身的目标顾客考量和现有市场的竞争状况，明确企业所能提供的产品和服务，也就是要解决产品定向问题。从某种程度来说，企业能否制定明确而具有竞争力的产品策略是企业是否能在市场上立足的基础。所以，企业必须时刻把握消费者的消费动向和需求。在互联网时代，网络购物方兴未艾，越来越多的消费者选择足不出户的方式进行消费，进行购物。那么对于企业来说，掌握消费者的决策意向就显得很关键。而在线评论无疑是一种较好的方式。

3研究设计与模型框架

3.1研究对象本文研究对象为网络消费者，包括已经使用互联网和智能手机去购物的消费者和潜在网上消费者。网上消费者是指为满足消费需求而在网上购买、使用经营者所提供的商品或服务的个人和单位。Wangshu-chuan(2001)将潜在网上消费者定义为有机会接近电脑和上网，但是还没有在网上购过物的消费者。

3.2研究假设根据前面的文献回顾，消费者购买决策是一个复杂的过程，过程中有许多未知变量和影响因素。人们对于影响消费者购买决策的因素作了很多研究，同时认识到因素也在一定程度上对企业的产品策略产生影响。本文将从几个维度提出在线评论对消费者购买决策的影响因素的假设。P1：评论内容质量越高，越影响消费者的购买决策。P2：评论者可靠度越高，影响购买决策的程度越大。

3.3构建模型根据上述提出的研究假设，建立如下模型，见图1，这四个假设都是对消费者购买决策产生正向影响。本文将通过分析调查问卷的数据来验证这些假设。

3.4研究方法为了实现上述研究目标，我们主要用了下面两种方法。

3.4.1分析、检索文献为了更好地探索在线评论对于企业产品策略决策的影响，以及对于消费者购买决策的影响，我们查阅了大量的文献和研究报告，借鉴了相关领域的研究成果和方法，征询了许多专家学者的意见，尽可能取得必要的背景材料和数据。

3.4.2逻辑分析在获得所分析资料和数据的基础上，借鉴关于在线评论的一些研究，首先确立了影响购买决策的关键因素，然后建立了在线评论对企业产品策略产生影响的模型，并分析、检验模型的有效性。

4研究结论

第6篇：产品评论范文

关键词：产品；消费者特征；在线评论

一、在线评论的概念

在线评论是消费者对商品质量、性能、使用体验的评价信息，包括评论者信息、评论等级、评论内容和评论时间等组成部分。本文分析的在线评论是指客户购买后关于产品和商家服务的自身体验，即消费者在购物网站或者其他评论网站、论坛根据自己的亲身体验或他人的经历对某种产品或服务发表的正面或负面的看法。在线评论是在线口碑最重要的一种表现形式，具有非面对面性、互动非线性、异步性、集中性、可存储性、匿名性、内容形式和传播渠道多样性等特点。

二、产品属性和消费者互联网体验对在线评论效果的调节作用

1.产品属性的调节作用

一个公司的营销策略可能不会适用于所有产品，即使这些产品属于同一类别。在线市场的扩散导致许多利基生产商的出现，利基产品生产商和那些主要通过在线渠道销售的生产商更应该关注在线评论和在线评论系统的操控，因为在线评论可能大大影响他们的销售。

信息产品，如书籍、电影、音乐、电脑游戏，消费者对此类产品的购买往往只有一次，属于单一购买产品。许多这些单一购买产品可以被认为是经验商品，其产品特点在消费之前很难被观测到。因此，在线评论可以减少采购此类产品的风险。消费者对在线评论的依赖足够高时，在线评论对产品销售量的影响也越高。

消费者对产品的了解会影响消费者的信息搜寻活动，消费者会随着产品特点的变化而使用不同的信息源。Cheema和Papatla（2010）的研究发现，相比于享乐产品，在线信息对实用性产品的重要性更高。

一些学者认为，在线评论对流行产品销售的影响更高，原因如下：首先，受欢迎的产品往往得到更多的评论，大量的评论会使这样的在线评论似乎更值得信赖。一个消费者可能不相信一个非专家，但如果90%的非专家都认为值得购买，那么它可能就是值得购买的。信息来源的增加可能会导致更多的信任。随着在线评论数量的增加，总体评价收敛于真实的质量。因此，流行产品的评论能比较准确地反映产品质量，从而更有影响力。第二，因为流行产品收到大量的评论，消费者更加相信他们可以在线上找到一个受欢迎的产品，这会使得他们更有可能寻找流行产品的在线评论，更多搜索可能会增加这些评论的影响。相反，如果消费者相信利基产品的评论是罕见的，而且很难找到，他们可能就不会搜索这样的评论，所以利基产品的评论几乎不影响消费者的购买决策。最后，流行产品的评论对消费者的购买决策可能会有一个很大的影响，因为消费者经常接触到这些评论。相比于利基产品，流行产品会更加频繁的被讨论，频繁的接触会对消费者购买行为产品巨大的影响。

与此相反，另一些学者认为在线评论对流行产品的影响更小，例如，对于流行产品，消费者对在线评论的需求可能较低，因为消费者使用在线评论是为了获得质量信息来降低风险，但流行产品本身就会传递高质量信息，购买流行产品往往会降低潜在风险。在消费者购买决策的背景下，如果消费者选择一个著名品牌，当该品牌后来被证明并没有那些不太知名的品牌更好时，他们的后悔程度低于他们选择一个后来被证明质量不够好的不太知名的品牌。对于那些消费者感兴趣的利基产品，他们有可能搜索更多的口碑信息来使他们远离可能发生的后悔，因此，在线评论可以更有效地影响利基产品的销售。

2.消费者互联网体验

互联网大大降低了信息搜索成本，使得各种备选方案之间的比较更加方便。具有更多互联网体验的消费者更有可能使用在线渠道收集产品信息，因为从在线渠道收集信息的成本可能低于线下渠道。互联网体验与利用互联网收集信息的频率呈正相关。互联网体验缺乏会导致消费者放弃互联网这一信息来源，具有更多互联网体验的消费者更容易访问在线评论。对于一个网络新手，使用在线信息可能唤起其对不确定性和复杂性的感知。一个具有更多互联网体验的消费者可能会对在线渠道的属性有不同的感知和更多的信心。因此，互联网体验对网络信息的评价有一定的调节作用。

一些研究表明具有更多互联网体验的消费者更有可能使用互联网作为他们的主要信息来源并使用互联网的信息，同时，他们也更可能受到在线评论的影响。然而，也有研究表明，具有更多互联网体验的消费者可能会发现在线评论信息不可信。因为任何人都可以提供在线信息，此类信息的质量往往差别很大。一位经验丰富的在线客户更有可能接触到低可靠性信息来源和负面体验。这会导致一个新手可能会轻易相信网上的观点，具有更多互联网体验的消费者却不会那么容易被影响。

另外也有一些研究表明，具有更多互联网体验的消费者可以很容易的从多个来源找到关于一个产品的许多评论。然而，评估这些信息来源的有效性需要较高的认知成本，这导致他们不容易受到在线评论的影响。

三、建议

在线评论不仅是消费者进行购买决策的重要信息来源，而且是企业应当重点关注并进行有效利用和监控的营销手段。企业应从战略高度重视在线评论，加强消费者与评论网站关系的密切程度，重视在线评论自身特征，发掘资信度高的在线评论者，有效控制在线评论对消费者的影响力。

电子零售商只有采用有效的在线评论策略，才能真正使在线评论成为消费者与商家沟通的有效渠道、消费者购买决策的有效信息来源，从而推动零售商销售额和利润的增加。

参考文献：

第7篇：产品评论范文

关键词：在线评论；有用性；商品品牌；实证研究；调节效应

中图分类号：F713.36 文献标识码：A 文章编号：1001-8409（2013）05-0046-05

An Empirical Study on Influence Factors of

Online Reviews’ Helpfulness in E-commerce

LIAO Cheng-lin1，CAI Chun-jiang1，LI Yi2

（1.School of Economics and Business Administration，Chongqing University，Chongqing 400044；

2.School of Economics and Business，Chongqing University of Posts and Telecommunications，Chongqing 400044）

Abstract：This paper，based on an empirical study on 445 valid samples of Amazon，discusses the affecting factors of online reviews’ helpfulness and the mechanism between them.The results indicate that review rating and reviewer ranking have significant negative correlation to reviews’ helpfulness，it review depth and purchasing experience has significant positive correlation to online reviews’ helpfulness.The brand has a moderating effect on theimpact thatreviewer ranking and purchasing experience onreviews’ helpfulness，the impact that reviewer ranking on reviews’ helpfulness in the middle and lowend brand is more significant，and the impact thatpurchasing experience on reviews’ helpfulness in the premium brand is more significant.

Key words：online review；helpfulness；brand；empirical study；moderating effect

1 引言

在线评论作为口碑传播的一种新形式，是消费者在网络上，以文本形式为主对商品的评价，这些评价包括对商品的肯定、不满或个人对特定产品服务的购买和使用感受。网络用户可以通过在线社区或评论网站免费阅读和分享这些评论[1]。在线评论是获取商品信息的重要来源之一，是对商品说明、专家评论和系统自动生成的个性化推荐建议的补充。CNNIC针对在线商品评论对网络消费者购买行为的调查结果显示，43.3% 的消费者表示在线商品评论是购买决策前最重要的信息来源之一[2]。

Ghose和Ipeirotis等针对搜索型商品，研究评论的主客观倾向及主客观混杂度对在线评论有用性的影响[3]。Mudambi等人在借鉴信息经济学理论的基础上，将在线评论有用性定义为其他评论者的，有助于消费者购买决策的在线商品评价。并通过对两类6种商品的研究发现，评论深度、评论极端性和商品类型都对在线评论有用性产生影响[4]。尽管目前在评论有用性影响因素研究方面已取得一些进展，但大多比较分散，且主要从评论信息内容、商品类型等角度来分析，而消费者在搜集商品信息时，不同品牌之间侧重点有所不同，评论者的某些属性也会影响其评论的认可度，然而少有学者把这两方面作为研究对象。

本文将商品品牌引入到在线评论有用性影响因素的研究框架之中，结合评论信息属性和评论者属性等因素，通过亚马逊商城445个有效样本的实证分析，研究了我国电子商务环境下，商品品牌是否对在线评论有用性具有影响作用，以及如何影响评论的有用性。

2 理论背景与研究假设

2.1 商品品牌

Philip Kotler将商品品牌定义为一种名称、术语、标记、符号或图案，或是他们的相互组合，用以识别企业提供给某个或某群消费者的产品或服务，并使之与竞争对手的产品或服务相区别[5]。商品品牌之所以重要，是因为消费者对于品牌的选择与购买直接决定了企业的营业收入，进而对企业的发展产生重大影响[6]。王等通过实证研究，发现品牌效应对消费者行为有显著影响，一个能给消费者带来深刻印象的品牌总能赢得消费者特别的注意力，一个优秀的品牌会得到消费者的认可，在消费者做出购买决策时会首先选择自己喜爱的品牌[7]。那么商品品牌是否对商品评论有用性产生影响？因此本文将商品品牌作为影响评论有用性的主要因素之一。

2.2 评论信息属性

2.2.1 评论等级

Krosnick等认为在线评论等级表示消费者对产品和服务的综合态度，一般有5个等级，即1星级到5星级，一般情况下将1星级和2星级视为对商品的消极评论或差评，4星级和5星级为好评，3星级最能反映评论的客观性[8]。在国外电子商务环境下，Pavlou和Dimoka等通过实证研究，发现eBay中商品的好评和差评比中评的影响作用更大[9]。Forman等发现在对书籍的评论中，中评的有用性比好评和差评低[10]。鉴于此，本文认为评论等级是影响评论有用性的一个重要因素。在国内电子商务环境下，消费者在信息搜寻过程中认为对商品的好评一般带有购买者的主观情感倾向，中评比较客观，而差评往往会揭示商品的缺点或不足，为获得商品的真实信息，消费者会更多地浏览评论者对该商品的中评和差评。在此基础上提出假设：

H1：评论等级与在线评论有用性显著负相关，对评论的接受者而言，中评和差评往往具有更高的有用性。

2.2.2 评论深度

彭岚等从减少消费者决策风险出发，在感知诊断性概念基础上定义了评论有用性概念，构建了一个评论有用性影响因素模型。提出评论长度、评论等级、使用互联网经验等是影响评论有用性的重要因素[11]。Mudambi认为信息深入性能够增加消费者的信心以促进整个决策过程。篇幅较长的评论经常包含更多商品本身，怎样使用以及在何种情况下使用等信息。评论字数的多少在某种程度上能够减少商品质量、性能等属性的不确定[3]。消费者的品牌形象认知对其品牌选择行为有重要影响[12]，高端品牌常常给人一种信赖感，消费者不会怀疑该品牌商品的质量、性能等；而中低端品牌没能成功塑造品牌形象，在购买其商品时，消费者需要搜集更多相关信息来减少对品牌的担忧，因此提出假设：

H2：商品品牌对评论深度对在线评论有用性的影响具有显著调节作用，在中低端品牌中，评论深度对评论有用性影响更为显著。

2.3 评论者属性

2.3.1 评论者排名

J B Fogg等认为，名声可信度是指信息来源具有社会地位或专家形象[13]。郭国庆等将评论者资信度引入在线评论可信度研究，发现评论者资信度越高，在线商品评论的有用性或可信度越高[14]。在虚拟社区中，排名靠前的必定是那些积极参与讨论的成员，在群体中具有较大的号召力，发表的商品评论会得到更多的关注，能为消费者做出购买决策提供有力的支持。尤其在购买中低端品牌商品时，发表评论的评论者排名越靠前，消费者认为该评论的可信度越高，因此提出假设：

H3：商品品牌对评论者排名对在线评论有用性的影响具有显著调节作用，在中低端品牌中，评论者排名对评论有用性影响更为显著。

2.3.2 购买经验

购买经验指评论者在做出评价以前是否已经购买过该商品。王平等将购买经验作为一个主要研究因素，结合商品类型的差异，构建消费者在线评论有用性影响因素模型，发现评论者购买经验是评论有用性的一个重要影响因素[15]。亚马逊在线商城页面上已购买商品的评论者会以红色字体显示“购买过此商品”，但不能保证未显示购买该商品的评论者是否在其他商城有购买行为。消费者在选择商品时，经常会受到他人对商品的认识和使用经验的影响，这些意见和看法有时会直接影响消费者的购买决策。由于高端品牌更加注重消费者体验及其购买价格昂贵，消费者在做出购买决策前通常会向具有购买或使用经验的消费者征求意见，因此他们发表的商品评论更具说服力。

H4：商品品牌对评论者购买经验对评论有用性的影响具有显著调节作用，在高端品牌中，购买经验对评论有用性影响更为显著。

基于以上文献，本文构建了商品品牌与评论信息属性、评论者属性、评论有用性之间影响机制的概念模型，如图1所示。该模型表明：（1）评论等级、评论深度、评论者排名及购买经验对在线评论有用性具有显著影响；（2）商品品牌可能对评论等级、评论深度、评论者排名及购买经验对在线评论有用性的影响具有调节作用。

3 实证分析

3.1 数据收集

数据来源于亚马逊商城商品页面中的用户商品评论，选择了高端和中低端品牌的3类商品，包括MP3播放器、手机、数码相机。选择这3类商品主要是考虑到与其他商品相比拥有大量的商品评论，同时高端和中低端品牌易于区分。

商品的评论必须包含以下5个方面的数据：（1）发评者空间排名；（2）发评者是否已购买该产品；（3）评论文本内容；（4）评论有用票数；（5）评论总投票数。对上述商品，共收集了发表时间截止到2011年10月31日的总投票数不少于1的480条在线评论，筛选出提问等其他不符合评论条件的35条，得到有效评论445条。

3.2 变量设计

本文将评论有用性作为因变量，并用评论有用票数与总投票数的比值来度量评论有用性，由于在选取商品评论时总投票数不少于1，因此，该值是一个0～1的连续值（不包含0）。

自变量有评论等级、评论深度、评论者排名和购买经验。本文将评论等级视为从1～5的连续变量；评论深度用评论文本的字数加以测量，该指标是一个取值大于0的连续型变量；亚马逊在线评价系统自动按照评论者对商品的评论以及评论有用性等因素对其进行排名，取值是大于1的连续数值，取值越大，排名越靠后。考虑到评论者等级太低，消费者对其评论的采纳率也相对较低，对研究的贡献很少，因此，将评论者等级锁定在1～100000以内。将购买经验定义为1个二值变量，“0”表示未购买，“1”表示已经购买。

为了探讨不同商品品牌中评论有用性影响效应的差异，引入商品品牌作为模型中的调节变量，并将其定义为1个二值变量，“0”表示中低端品牌，“1”表示高端品牌。

3.3 数据分析

为检验评论等级、评论深度、评论者排名和购买经验是否对评论有用性具有显著影响，本文首先对上述因素进行多元线性回归，各因素都达到了较高的显著性水平（p

由表3可知，各指标对评论有用性存在显著的影响。由交互效应的分析发现，商品品牌对评论者排名和购买经验对评论有用性的影响有着显著的调节作用。为了进一步探讨不同品牌具体的影响效应，分别对高端和中低端商品进行多元线性回归分析，结果见表4、表5。

4 结果讨论

从实证结果来看，本文提出的假设H1、H3、H4都得到支持，H2未得到检验。

（1）假设H1得到支持，由表3可知，评论等级的系数为负，说明评论等级越高其有用性越小。评论等级是评论者根据商品介绍或自身的使用体验给出的综合评价，在消费者购买商品之前会多方面搜集信息，评论等级越高，很可能说明购买者没有深入了解商品，无法得知其优缺点，而中评和差评一般是购买者结合自身使用经验给出的评论，因此具有更高的价值。

（2）假设H2未得到验证。评论篇幅越长，涉及到对商品的介绍和评价越多，浏览该评论的消费者也会获得更多有用信息，因此，评论深度对消费者的购买决策起到了正向的指导作用。无论在高端或中低端品牌中，评论深度都对评论有用性有显著正向影响（sig

（3）假设H3得到支持。评论者排名可以体现评论者的权威性，排名靠前意味着具有良好的专业知识、丰富的经验和更深刻的认识，积极活跃地参与群体讨论、信息和知识共享，发表的商品评论具有较高的参考价值，能够对评论有用性产生显著的正向影响作用。特别是在中低端商品中，消费者在做出购买决策之前，会努力寻求排名靠前的评论者的评论。

（4）假设H4得到支持。有购买经验的消费者的评论往往具有更高的有用性，在使用商品之后，消费者能更好地了解商品的性能、质量，并结合自身体验，总结出商品的优缺点等。从表3和表4的比较可知，购买经验对高端商品评论有用性的影响显著于中低端商品，是因为高端商品更加注重消费者体验及其购买价格昂贵，因此有购买经验的评论者的评论对消费者更具有参考意义。

根据实证结果对概念模型进行修正，修正后的模型如图2所示。

5 结语

本文借助于实证研究方法，探讨了我国电子商务环境下在线商品评论有用性的影响因素以及各因素之间的作用机制。结果表明，评论信息属性和评论者属性都对评论有用性具有显著影响。其中，评论等级和评论者排名与评论有用性显著负相关，评论深度和购买经验与评论有用性显著正相关。商品品牌对评论者排名和购买经验对评论有用性的影响具有显著调节作用。本文的研究结果为国内电子商务市场实践提供了以下几方面的启示：

（1）重视消费者关于商品的中评和差评。研究表明，消费者在搜集商品相关信息时，会更加注重评论者给予的中评和差评。因此商家应该根据这类评论，找到消费者给予消极评论的原因，并不断改进商品或改善服务等。

（2）规范消费者评论。评论网站应该引导消费者对商品做出规范的评论，如应该尽可能地描述商品的特性、功能等属性，或结合自身的使用体验阐述商品的优缺点等，给潜在的消费者提供真实可靠的信息。

（3）对不同品牌的商品评论有所侧重。本文研究表明，商品品牌对评论者排名和购买经验对评论有用性的影响具有调节作用，评论网站或商家可以根据商品品牌的市场定位，将消费者最关注的评论以不同的方式呈现，这样可以减少消费者的搜索成本，同时增强其购买欲望。

（4）提高网上商城或企业的应急处理能力。研究表明，在线商品评论会影响消费者购买行为，如果出现排名靠前且有购买经验的评论者，利用其自身优势在商品页面虚假信息的情况，为避免给商家和潜在消费者造成重大损失，需要网上商城和企业时时关注信息更新，并建立一套有效的应急管理方案，积极采取补救措施。

当然，本研究还存在不足。首先，用评论的字数来度量其深度不够精确，因为有些评论虽然篇幅很长，但是包含的有用信息不多，对消费者而言价值有限。其次，用评论者排名来度量评论者属性不够全面，可将评论者的学历、年龄、网络购物时间等作为研究因素。为此，本文的后续研究将引入文本挖掘方法，用文本的特征等属性来度量其深度，同时区分商品类别，比如分为搜索型商品和体验型商品，从而更全面更深入地研究影响评论有用性的因素。

参考文献：

[1]Godes D，D Mayzlin，Using Online Conversation to Study Word-of-mouth Communication[J].Marketing Science，2004，23（4）：545-560.

[2]中国互联网信息中心（CNNIC）.2009年中国网络购物市场研究报告[R]，2009，（11）：38- 42.

[3]Ghose A，P Ipeirotis，A Sundararajan.The Dimensions of Reputation in Electronic Markets[J].Working Paper，New York University，2005，（12）：02.

[4]Susan M，Mudambi，David Schuff.What Makes a Helpful Online Review？ A Study of Customer Reviews on [J].MIS Quarterly，2010，1（34）：185-200.

[5]菲利普.科特勒，凯文.莱恩.凯勒.营销管理[M]，上海人民出版社，2009，11.

[6]Kevin Lane Keller，Donald R Lehmann.Brands and Branding：Research Findings and Future Priorities [J]，Marketing Science，2006，25（6）：740-759.

[7]王，周学春.象征型品牌的效应——从意义到忠诚[J]，管理科学，2011，24（4）：41-53.

[8]Krosnick J A，Boninger D S，Chuang Y C，Berent M K，Camot C G.“Attitude Strength：One Construct or Many Related Constructs？” [J]，Journal of Personality and Social Psychology，1993，65（6）：1132-1151.

[9]Pavlou P，Liang H，Xue Y.Uncertainty and Mitigating Uncertainty in Online Exchange Relationships：A Principal-Agent Perspective [J]，MIS Quarterly，2007，31（1）：105-131.

[10]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.

[11]彭岚，周启海，等.消费者在线评论有用性影响因素模型研究[J]，计算机科学，2011，8（38）：205-207.

[12]关辉，董大海.品牌形象对消费者行为倾向影响的实证研究[J]，中国流通经济，2007，7：42-45.

[13]B J Fogg，Hsiang Tseng.The Elements of Computer Credibility [J]，Proceedings of the SIGCHI Conference on Human Factors in Computing Systems，1999，80-87.

[14]郭国庆，陈凯，等.消费者在线评论可信度的影响因素研究[J]，当代经济管理，2010，10（32）：17-23.

第8篇：产品评论范文

【关键词】用户评论；电子商务影响力

【中图分类号】F713.36　【文献标识码】A　【文章编号】1672－5158(2012)09－0446－01

随着互联网的普及，网上购物方兴未艾，人们逐渐关注网购商品的实质，网上用户评论这一功能应运而生。紧接着，评论类的网站也相继问世，如大众点评网、口碑网、豆瓣网等，这些都是新型的电子商务服务类网站，它们不仅贴合网上消费者的需求，也能吸引网下的消费者，为各类消费者提供了信息的参考和借鉴。评论的出现，使良多销售网站和商家有了紧迫感，因为评论将“优胜劣汰”这四个字体现得更加淋漓尽致。不论是想在网上还是网下占有一席之地，商家都必须严格把关自己的服务和产品质量，以保持良好的口碑与品牌形象，赢得更好的声誉。

一、网站评论的各种方式

1、留言板

留言板是最早出现也是被网站广为应用一种方式。在网络的世界里，留言板就像一座便于顾客思想沟通的桥梁。在销售类型的网站上，留言板实现了消费者与商家之间的互动。在购买商品之前，消费者可以通过留言板看到其他用户的留言，从中了解商品的情况及店家的信息。用户通常会在购物结束后，在留言板上写下自己对所购商品的评价以及对此次购物的想法主意主意。这对以后的浏览者来说，不管评价好与不好，留言都为他们提供了购物的参考依据。

2、社区论坛

社区论坛相对留言板而言更加自由，涉及的范围更广更全面。在这些网络社区中，人人都可以发表帖子，将发生在自己四周的事情放到网上供大众分享。可以对自己曾经就餐过的餐厅进行评论，也可以谈谈自己使用过的数码产品。在虚拟的社区论坛中，包含了现实生活中的各种话题。人们通过浏览论坛，阅读帖子，了解多方面的信息。大千世界，包罗万象。许多资讯都可以作为参考，特别是当你对某些物品茫然无知，但又很有兴趣购买的时候，就可以看看网上相关的评论。通过他人的言论会找到自己想要的信息。这在做出购买决策的时候往往会起到相当重要的作用，避免盲目购买。

3、第三方点评模式的网站

在第三方点评模式的网站里，最为大众所知的就是大众点评网。这种新型生活服务兼电子商务类网站给了人们一个更加透明化、针对性更强的信息沟通方式。随着参与的人数越来越多，网站的信息服务也更加完善。人们在这里写下自己的各种感触感染，对于现在注重品味和品质的消费者而言，这种方式更等闲被他们所接受，满意了他们购买放心、购买实惠的心理。

这些基于网站的评论方式提供给消费者十分便利的信息服务。当人们选购商品时，从网上就可以获得相当多的商品信息和用户使用感触感染。这些评论就是—个导航标，提供给人们明确的购物指南。

二、用户评论与消费网站之间的联系

1、消费者的重视程度

根据CNNIC《中国网络购物市场研究呈文》显示，41.1％的网购消费者每购买一个商品前都会先察看商品评论，26％的消费者买大多数的商品会看评论，仅剩下17.9％的消费者不看评论就购买商品。因此，对于近八成的消费者来说，评论是他们购买的一个重要参考依据。

评论给了用户充分的话语权，使用户在选择商品时不再感到茫然无助。CNNIC调查结果显示，学历较高、年龄在25至35岁之间的用户更为看重商品评论，女性也更等闲受到商品评论的影响。

此外，用户评论对消费者是否有价值是根据产品类别的不同而有所区别的。在现阶段，对于电子商务消费主体的年轻人来说，他们在购买某一产品之前，尤其是电子数码产品，往往会选择先上网查看这类产品所属品牌的口碑情况。另外，有调研人员也指出：“相比专业人士写的评论，普通人写的评论对消费者有更大的影响。”

2、淘宝的评价体系

就淘宝C2C类型的电子商务销售网站来说，用户对商品的评论在淘宝网上有着一个举足轻重的地位。其鲜明的特点是：买卖双方之间的互评。买家在交易结束后，不仅可以对商品的质量外观加以评论，更可以对卖家的店铺，包括宝贝与描述相符度、卖家服务态度、卖家发货速度等予以评分。卖家亦可以通过交易评分买家信用。双方之间的这种互动成了各自信誉度提升的一种方式。

对卖家而言，信誉度的指数可谓直接影响了销售量。信誉等级在淘宝网上是一个很直观的数据。很大部分的消费者在淘宝网上购物时，首先看的就是店铺信誉度这一点，而这个信誉等级也是通过广大买家的“好中差”三个层次的评价逐渐累积而成。如果网店的信誉度不高的话，就不足以激起消费者的购买欲望。因此不少有经验的卖家宁愿牺牲自己的经济效益也要维持良好的信誉度，评论的影响力可见一斑。其次受消费者关注的就是商品的评价详情。评价的好坏从一定程度上将决定下一轮客户的购买。

3、负面评论的看待

评论不仅给消费者个人提供了借鉴之处，对网站和商家而言，也是一个能够了解消费者心理的途径。

几乎所有品牌的产品评论都包含有负面的评论，其中当然也存在着一些谩骂性评论。除了这些，正面、理性的评论还是占多数。其实，这种现象也是十分正常的，正如硬币有正反两面一样，想要产品百分之百获得消费者的完全认可是绝对有难度的，毕竟众口难调。正因为评论能影响消费者的购买决策，有些商家专门找“托”针对这类产品对自己有利的信息，同时又对竞争对手恶言相向。如此一来就混淆了消费者的视听，使消费者对正面的网络评论亦抱有怀疑的态度。

4、网站角度

从网站和网商的角度而言，对于那些恶意的干扰评论，一方面应当加强网站的维护，从技术上限制用户的评论次数。比如说，同种商品每人的评论最多为1—2条；采用目前网站常用的验证码技术，防止恶意灌水现象。另一方面是完善用户评论板块，除了商品页面下方的评论板块之外，许多网站还增加了一个网店总体的留言板块，消费者更直接地从这里了解该店的详细情况，清晰直观，从而吸引用户。再则维护高信誉度评论者的活跃度，尤其是对女性和年轻网购人群。对于这些用户，网站可以采取权限的相关处理，随着信誉等级的逐渐提高，用户的购买优惠度也随之逐步加大，这样的方式有利于留住消费者。

5、消费者角度

从消费者的角度来说，先不管评论是好是坏，首先要确定的是这个产品的功能是否符合自己的需求。只有明确了自己的需要，才能有效地过滤一些看似有用实则无用的商品评论，其中也包括那些负面评论。

第9篇：产品评论范文

摘要：本文以基于数据挖掘的决策支持系统方法整合网络舆情信息，建立网络舆情信息仓库，对非结构化的模糊复杂的信息，运用数据挖掘中文本挖掘技术有效分析网络热点事件的舆情，及时发现重大突发事件，减少危机损失，提高政府管理和监控舆情危机的能力。

关键词：网络舆情 数据挖掘 决策支持系统

1、引 言

近几年，随着Web2. 0的兴起与普及，互联网已成为一个开放的、个性化的社会环境形态，对社会稳定和国家安全的维护带来了严峻挑战。但是现在我们政府情报机构网络安全管理和监控能力比较薄弱，难以适应复杂的环境。因此，建立基于数据挖掘的网络舆情预警决策支持系统，对非结构化的模糊复杂的信息，运用文本挖掘技术有效分析网络舆情事件，及时发现重大突发事件，减少危机损失，提高政府管理和监控能力势在必行。

2、基于数据挖掘的决策支持系统

决策支持系统(DSS) [1]是利用大量信息，数据结合众多模型，通过人机交互，辅助各级决策者实现科学决策的系统。它是融计算机技术、信息、技术、人工智能、管理科学、决策科学等学科和技术于一体的技术继承系统，包括数据仓库和数据挖掘分析系统，由以下三个主体[2]组成：

（1）模型库系统和数据库系统结合，作为该系统的基础，为决策问题进行模型计算和定量分析，提供辅助决策信息。

（2）知识库系统和数据挖掘的结合，从数据库和数据仓库中挖掘知识放入专家系统的知识库中，通过知识推理定性分析，辅助决策。

（3）数据仓库和OLAP，从数据仓库中提取综合数据和信息来反映了其内在本质。

3、基于数据挖掘的网络舆情预警决策支持系统的定位

从网络舆情预警决策支持系统的功能和实现方式对其定义：基于决策支持系统技术，将联机分析处理、数据挖掘模型（文本挖掘模型）、数据仓库、知识库、方法库等相结合，应用于情报机构的网络舆情预警中的人机结合系统。

3.1数据仓库

数据仓库[3]的设计要满足决策支持系统的要求，即数据要具备概括性、抽象性、统一性三个特点。所以图1中数据仓库和部门数据库加上一个虚拟层，实现数据挖掘的数据清洗，为数据仓库提取有用数据。

3.2数据挖掘方法

数据挖掘[4]，简单点说，就是从大量数据中寻找规律的技术，通过处理海量的、不完全的、随机的、结构复杂的数据选择有用数据，建立知识模型。网络舆情预警决策支持系统运用数据挖掘中文本挖掘技术，包括自动分类技术、自动关联技术、观点挖掘技术、自动分词技术、结构化抽取技术以及自动摘要、关键词技术等。

图1 决策支持结构系统

4、基于数据挖掘的网络舆情预警决策支持系统的构建

基于数据挖掘的决策支持系统采集网络中的新闻网页、论坛、博客、新闻评论，贴吧等网络资源，发现突发性热点事件，进行热点跟踪定位和实时舆情预警，帮助政府及时掌握舆情动向，准确捕捉预警信息，对有较大影响的重要事件快速发现、快速处理，为政府决策提供信息依据[5]。

4.1数据准备

网络舆情预警需要多样化的信息，在整理信息的时候，需要做到全面、准确、及时。本系统涉及的信息有：

文本信息：新闻、博客、产品评论、论坛帖子等文本信息，包括主题、关键词、时间、URL等。

词汇信息：包括现在词典中的字或词和现在网络用语的语义、适用的语境和是否带有情感等。

图像信息：主要是新闻、博客、产品评论、论坛帖子等上的图片，包括主题、内容、时间、URL、浏览数量等。

视频音频信息：主要是新闻、博客、产品评论、论坛帖子等上的视频音频，包括主题、内容、时间、、URL、浏览数量等。

这些来自互联网的大量信息，通过收集、整理、存储、预处理在数据库中作为原始数据，这些数据是离散的、模糊的。

4.2系统功能模块

根据网络舆情预警的规划，如舆情分类、情感分类与趋势预测、舆情检索以及统计分析等，本系统建立了舆情信息采集管理系统、舆情分类管理系统[6]、舆情来源管理系统、舆情情感分类管理系统和用户管理系统。

①舆情分类管理系统：舆情分类即对海量信息的自动(文本语义分析)分类。通过关键字样本、文件样本、自定义等把原始信息分类，形成分类别（危害国家安全、危害社会治安、扰乱社会秩序等）的分类库，分类管理可以对分类的类别数据进行增加、删除、修改等操作。

②舆情信息采集管理系统：舆情信息采集管理系统对文本信息、图像信息、视频音频信息的来源，如新闻、博客、产品评论、论坛帖子、网站及其网站的权威性进行分析统计。

③舆情来源管理系统：舆情来源管理部门对文本信息、图像信息、视频音频信息的来源，如新闻、博客、产品评论、论坛帖子、网站及其网站的权威性进行分析统计。

④舆情情感分类管理系统：舆情分类管理部门从根据新闻、博客、产品评论、论坛帖子等收集的文本信息、图像信息、视频音频信息，经过预处理之后，通过观点挖掘方法对舆情信息的情感倾向进行分析，及时发现消极情感的信息，以便迅速做出反应。

⑤舆情统计系统：统计舆情分类管理系统和舆情情感分类管理系统的信息，为政府提供报表或报文，供政府决策使用。

5、结 论

基于数据挖掘的网络舆情预警决策支持系统可以有效解决现在网络舆情预警系统中存在的问题，通过文本挖掘技术对非结构化的模糊复杂的信息分析处理，及时发现重大突发事件，减少危机损失，提高政府管理和控制舆情的能力。

参考文献：