基于用戶評論的網絡產品銷量影響因素研究

王倩倩　趙靜　袁勤儉

〔摘要〕目前國內外對產品評論的實證性研究主要集中在評論有效性和影響因素分析兩個方面，由于關鍵詞準確度不高、影響因素量化分析不夠，影響了模型的預測力。本文以淘寶網為例，運用三層架構提取評論關鍵詞、并將內容分析法納入其中，建立數學回歸模型。實驗結果表明，該種方法顯著提高了評論指標的有效性，使評論指標量化分析更為充分，實驗結果為商品優(yōu)化和營銷策略提供了科學依據。

〔關鍵詞〕內容分析法；客戶評論；影響因素；網絡產品；銷售量

DOI：10.3969/j.issn.1008-0821.2013.09.008

〔中圖分類號〕F7246〔文獻標識碼〕A〔文章編號〕1008-0821（2013）09-0044-05

Web2.0時代的到來，使用戶從單純的信息接受者變成了信息發(fā)布者。Web20這一平臺也改變了消費者表達觀點和看法的方式——他們可以在購物網站、博客、論壇中發(fā)表自己的購物體驗，對商品和服務進行評價。這些評論不僅僅有助于其他顧客了解產品和服務的口碑，幫助做出可靠的決策，還可以作為反饋機制幫助生產商和銷售商提高產品質量，優(yōu)化營銷策略，從而提高競爭力。目前國內外的研究主要集中在產品評論的有效性和影響因素分析兩個方面。

Susan MMudambi和David Schuff通過研究亞馬遜網站的產品評論來分析哪些評論對買家是有用的，指出了評論深度、產品類型和消費者之間有著密切的關系，這些因素對消費者購買產生一定的影響[1]。Wenjing Duan等人對電影評論進行研究，與早期把用戶評論作為外源因素的研究進行了對比，指出評論對電影銷量即票房有著說服和宣傳效果，應作為內源因素指標考慮[2]。Qiang Yea等人研究客戶的口頭在線評論與旅館客房銷售量之間的關系，分別對評論數量、評論等級、客房價格、所在城市和客房星級這五個指標進行數據分析，結果表明在線評論對旅館客房的在線預訂起著重要的作用，并對旅店的管理者應重視在第三方網站中的用戶評論提出了建議[3]。上海理工大學余傳明等人在分析現有產品屬性識別方法不足的基礎上，提出一種利用自組織映射（SOM）進行屬性識別的新方法，定義一種新的名為“屬性疊加矩陣”的SOM顯示方式。為驗證該方法的有效性，以餐館評論為樣本，從中抽取飲食行業(yè)的產品屬性，這些屬性對于餐館的生意有著重要的影響[4]。郝媛媛等人以體驗型商品——電影的在線評論為研究對象，結合文本挖掘技術和實證研究方法，從文本特征出發(fā)探索影響在線評論有用性的因素，建立評論有用性影響因素模型，對評論有用性進行分類預測[5]。

盡管諸多學者做出了有益嘗試，但仍存在以下問題：（1）由于關鍵詞的準確度不高，有些影響評論有用性的重要因素未納入到模型中，影響了模型的預測能力[6]。（2）模型中僅將評論的有用性或者評論的影響因素兩類問題進行研究，而未進一步對影響的程度進行定量考察。因此，基于現實中對有效地識別在線評論的關鍵因素和這些因素對銷售量的影響程度的迫切需要[7]，在已有研究基礎上，本文以淘寶女裝為研究對象，挖掘評論關鍵詞，將內容分析法這種定量方法與文本挖掘技術相結合，分析出各種因素特征對銷售量的影響程度，進而為網絡營銷策略的制定提供科學依據。