產(chǎn)品質(zhì)量安全網(wǎng)絡(luò)輿情下的企業(yè)網(wǎng)絡(luò)聲譽(yù)研究

張慶民，吳春梅，劉小峰

（1.南京大學(xué) 工程管理學(xué)院，江蘇 南京 210093；2.南京財經(jīng)大學(xué) a.管理科學(xué)與工程學(xué)院；b.會計(jì)學(xué)院，江蘇 南京210046；3.南京審計(jì)學(xué)院 國際審計(jì)學(xué)院，江蘇 南京 211815）

一、引 言

面對風(fēng)起云涌的社會化媒體，如論壇、微博、社交網(wǎng)絡(luò)社區(qū)等，網(wǎng)民的網(wǎng)絡(luò)活動能力和領(lǐng)域不斷擴(kuò)大，在網(wǎng)絡(luò)媒體中發(fā)表自己對產(chǎn)品、服務(wù)質(zhì)量等話題的感受、觀點(diǎn)與情感，網(wǎng)絡(luò)輿情已經(jīng)顯現(xiàn)出強(qiáng)大的滲透能力和廣闊的企業(yè)應(yīng)用前景。尤其是近幾年來，產(chǎn)品質(zhì)量安全問題日趨突出，老百姓的生活受到了極大的影響，他們本身可能就是企業(yè)的顧客或者關(guān)心企業(yè)產(chǎn)品的顧客，因此，越來越多的顧客通過社會化媒體表達(dá)他們對產(chǎn)品的意見，當(dāng)大量網(wǎng)民意見自動地聚集在一起，他們的聲音將更多地影響著其他網(wǎng)民。結(jié)果，在網(wǎng)絡(luò)環(huán)境下，越來越多的網(wǎng)民能夠方便地從社會化媒體中獲取企業(yè)產(chǎn)品質(zhì)量安全信息，這種網(wǎng)民交互逐漸形成了網(wǎng)絡(luò)輿情，將直接或間接地影響著企業(yè)網(wǎng)絡(luò)聲譽(yù)。

當(dāng)今，企業(yè)網(wǎng)絡(luò)聲譽(yù)的影響范圍和深度不斷增強(qiáng)，越來越多的公司意識到挖掘網(wǎng)絡(luò)輿情信息獲取企業(yè)在線聲譽(yù)的價值，社會化媒體成為獲取企業(yè)網(wǎng)絡(luò)聲譽(yù)的第一手重要資料來源。對于網(wǎng)絡(luò)輿情的商業(yè)應(yīng)用，有必要以全新的管理視角、構(gòu)建新的商業(yè)管理理論體系來解釋和預(yù)測網(wǎng)絡(luò)輿情對企業(yè)網(wǎng)絡(luò)聲譽(yù)的影響，如何深入地量度網(wǎng)民反映的帖文所形成的網(wǎng)絡(luò)輿情？如何探究網(wǎng)絡(luò)輿情誘發(fā)的企業(yè)網(wǎng)絡(luò)聲譽(yù)的形成與演化趨勢？企業(yè)網(wǎng)絡(luò)聲譽(yù)怎樣度量等？均是值得探討的新問題，本文就是基于此開展研究工作。

二、文獻(xiàn)與方法回顧

（一）文獻(xiàn)回顧

基于社會化媒體的企業(yè)網(wǎng)絡(luò)聲譽(yù)研究，大多從網(wǎng)絡(luò)零售視角開展工作。Chang[1]等從網(wǎng)絡(luò)購物中如何選擇聲譽(yù)高的零售商角度出發(fā)，構(gòu)建了在線拍賣中幫助顧客選擇銷售商的MARM聲譽(yù)模型，另外，Wu[2]等建議了在線拍賣的幾種新方法，通過模擬和實(shí)證方式進(jìn)行了論證。Hansen[3]等和Walsh[4]等均采用了采用結(jié)構(gòu)方程模型開展研究，Hansen測試了顧客對企業(yè)聲譽(yù)的滿意和信任、企業(yè)聲譽(yù)是如何影響顧客忠誠度和口碑，Walsh研究了在B2B中企業(yè)聲譽(yù)對顧客感知價值具有重要的影響。另外，Walsh[5]等通過案例確定了基于顧客的企業(yè)聲譽(yù)的五個維度。Josang[6]等介紹了基于β概率密度函數(shù)合并回饋和提取聲譽(yù)等級的beta聲譽(yù)模型，隨后，Bharadwaj[7]等引入了信任與聲譽(yù)的模糊計(jì)算模型對beta聲譽(yù)模型進(jìn)行了擴(kuò)展，并對該模型與其他模型進(jìn)行了比較。這些企業(yè)網(wǎng)絡(luò)聲譽(yù)的研究成果主要利用了社會化媒體中的網(wǎng)絡(luò)口碑信息進(jìn)行分析。對于網(wǎng)絡(luò)輿情在企業(yè)網(wǎng)絡(luò)聲譽(yù)的研究成果大多集中在網(wǎng)絡(luò)輿情數(shù)據(jù)挖掘方面，對于網(wǎng)絡(luò)輿情影響下的企業(yè)網(wǎng)絡(luò)聲譽(yù)研究成果還不多。Gruhl[8]等強(qiáng)調(diào)博客、論壇社會化媒體與企業(yè)銷售的關(guān)系。Kaiser[9-10]等給出了一個神經(jīng)模糊方法獲取網(wǎng)絡(luò)輿情規(guī)則的預(yù)警系統(tǒng)，借助數(shù)據(jù)挖掘提出了一個允許提取、聚合和監(jiān)控顧客意見的方法，其主要依據(jù)正面、中性和負(fù)面帖子數(shù)量開展研究。Nambisan[11]等提出了由實(shí)用、享受、可用性、社交四維模型對在線產(chǎn)品網(wǎng)絡(luò)輿情評價并給出了實(shí)證分析。到目前為止，僅有少量的研究探討了如何管理企業(yè)網(wǎng)絡(luò)聲譽(yù)問題。對于企業(yè)網(wǎng)絡(luò)聲譽(yù)的計(jì)算，基本思路是用帖子數(shù)量的多少度量企業(yè)網(wǎng)絡(luò)聲譽(yù)的大小。我們認(rèn)為這種思路是不完整的，企業(yè)網(wǎng)絡(luò)聲譽(yù)大小應(yīng)該是通過受影響的網(wǎng)民數(shù)量、帖文質(zhì)量、輿情特性等因素開展研究更合理。

（二）研究方法回顧

網(wǎng)絡(luò)口碑、網(wǎng)絡(luò)輿情和企業(yè)網(wǎng)絡(luò)聲譽(yù)在已有文獻(xiàn)研究中屢被提及，但兩者關(guān)系還有待進(jìn)一步深入探討。為了測度網(wǎng)絡(luò)口碑誘發(fā)企業(yè)網(wǎng)絡(luò)聲譽(yù)問題，過去部分學(xué)者也進(jìn)行了一定的探討：大多采用人們比較容易接受的想法進(jìn)行了分析，企業(yè)網(wǎng)絡(luò)聲譽(yù)值=正面帖子數(shù)量-負(fù)面帖子數(shù)量；文獻(xiàn)[10]給出了如下的輿情指數(shù)計(jì)算公式：

式中的o表示輿情指數(shù)，pos、neg、neu分別表示正面、負(fù)面、中性帖子數(shù)量，ω為權(quán)重，i表示產(chǎn)品，t表示時間，n表示產(chǎn)品數(shù)量。另外，文獻(xiàn)[6]基于β概率密度函數(shù)，給出了單積分聲譽(yù)指標(biāo)的計(jì)算公式：

通過推導(dǎo)，企業(yè)網(wǎng)絡(luò)聲譽(yù)等級的結(jié)果為：

其中，N+i與N-i分別表示i產(chǎn)品的正、負(fù)帖子數(shù)量，

對于天涯論壇網(wǎng)站中的天涯輿情，天涯輿情中采用了給定權(quán)重的情況下對短期輿情指數(shù)進(jìn)行了計(jì)算，其計(jì)算公式為：某地區(qū)正面網(wǎng)絡(luò)輿情指數(shù)=50%×[某地區(qū)正面輿情帖子數(shù)量/全部地區(qū)正面輿情帖子數(shù)據(jù)量]+30%×[（某地區(qū)正面輿情帖子點(diǎn)擊量/全體正面輿情帖子點(diǎn)擊量）×0.5+（某地區(qū)正面輿情帖子回復(fù)量/全體正面輿情帖子回復(fù)量）×0.5]+20%×[某地區(qū)正面輿情帖子數(shù)量/某地區(qū)（正+負(fù)）面輿情帖子總數(shù)]。同樣，負(fù)面網(wǎng)絡(luò)輿情指數(shù)也是類似的。文獻(xiàn)[12]從各個指標(biāo)數(shù)的權(quán)重大小視角進(jìn)行了分析，運(yùn)用熵權(quán)-離差聚類法對各個指標(biāo)權(quán)重進(jìn)行了計(jì)算。上述網(wǎng)絡(luò)輿情指數(shù)的計(jì)算為進(jìn)一步研究由網(wǎng)絡(luò)輿情誘發(fā)的企業(yè)網(wǎng)絡(luò)聲譽(yù)問題奠定了基礎(chǔ)。

二、問題描述與模型設(shè)定

（一）問題描述

1.網(wǎng)絡(luò)口碑與網(wǎng)絡(luò)輿情

網(wǎng)絡(luò)口碑與網(wǎng)絡(luò)輿情均是網(wǎng)民在社會化媒體中分享自身感受、情緒等信息的產(chǎn)物，兩者具有一定的共性，傳播的主體均為網(wǎng)民，評價均會對企業(yè)網(wǎng)絡(luò)聲譽(yù)產(chǎn)生一定的影響，口碑和輿情信息均會隨著時間的流逝呈現(xiàn)衰減趨勢。但是，兩者對企業(yè)網(wǎng)絡(luò)聲譽(yù)的影響也具有明顯的差異性，這里以產(chǎn)品質(zhì)量安全為例加以比較分析。一是網(wǎng)絡(luò)口碑僅僅是顧客對產(chǎn)品質(zhì)量滿意程度的留言，一般情況下影響范圍有限。以淘寶為例，大多數(shù)產(chǎn)品僅僅存在評價數(shù)量、正面評價和負(fù)面評價數(shù)量和帖子內(nèi)容；二是網(wǎng)絡(luò)輿情具有口碑不具有的特性，網(wǎng)絡(luò)輿情一般是由于社會熱點(diǎn)或嚴(yán)重質(zhì)量安全問題引發(fā)的具有一定周期性特點(diǎn)的網(wǎng)絡(luò)評價，網(wǎng)絡(luò)輿情具有明顯的周期性，尤其是輿情高潮期的擴(kuò)散對企業(yè)網(wǎng)絡(luò)聲譽(yù)的影響尤其嚴(yán)重。

2.情感共振與企業(yè)網(wǎng)絡(luò)聲譽(yù)

目前階段，網(wǎng)民對企業(yè)產(chǎn)品質(zhì)量安全問題的感知是導(dǎo)致其網(wǎng)絡(luò)發(fā)帖、點(diǎn)擊、回復(fù)行為的根本原因，眾多的網(wǎng)民行為最終導(dǎo)致網(wǎng)絡(luò)輿情的發(fā)生，網(wǎng)絡(luò)輿情包括正面、中性和負(fù)面網(wǎng)絡(luò)輿情。從現(xiàn)有企業(yè)網(wǎng)絡(luò)輿情的報道分析，企業(yè)負(fù)面輿情比正面輿情的影響效果更明顯，尤其是在我國質(zhì)量安全問題高發(fā)的特殊階段，網(wǎng)民對企業(yè)產(chǎn)品質(zhì)量安全方面的問題揭露得更多。我們把網(wǎng)民對企業(yè)產(chǎn)品質(zhì)量安全問題的不滿通過網(wǎng)絡(luò)渠道表達(dá)出來，并不斷傳播擴(kuò)散所形成的一種情感表現(xiàn)，當(dāng)網(wǎng)民對輿情的感知與其內(nèi)在表達(dá)的情感觀點(diǎn)具有相似度時，該網(wǎng)民的網(wǎng)絡(luò)行為將發(fā)生相應(yīng)的改變，那么眾多的網(wǎng)民觀點(diǎn)的演化實(shí)質(zhì)上是由一系列的復(fù)雜網(wǎng)絡(luò)活動，稱為情感共振現(xiàn)象，這種有產(chǎn)品質(zhì)量安全問題誘發(fā)的網(wǎng)絡(luò)輿情現(xiàn)象稱為網(wǎng)民感知質(zhì)量輿情。有關(guān)情感共振現(xiàn)象的研究并不多，大多局限于概念層的闡述，基于這種現(xiàn)實(shí)狀況，可以通過提取復(fù)雜網(wǎng)絡(luò)活動中網(wǎng)絡(luò)輿情特征指標(biāo)來研究網(wǎng)民的情感共振。同時，企業(yè)網(wǎng)絡(luò)聲譽(yù)隨著網(wǎng)絡(luò)輿情的傳播擴(kuò)散逐漸形成，這種通過網(wǎng)民感知質(zhì)量輿情傳播擴(kuò)散給企業(yè)帶來的直接或間接的企業(yè)網(wǎng)絡(luò)聲譽(yù)影響?？梢?，企業(yè)網(wǎng)絡(luò)聲譽(yù)主要是基于網(wǎng)絡(luò)中網(wǎng)民行為所形成的，同樣也包括正面、中性和負(fù)面聲譽(yù)。

（二）模型基本假設(shè)

基于過去有關(guān)網(wǎng)絡(luò)輿情誘發(fā)的企業(yè)網(wǎng)絡(luò)聲譽(yù)問題的研究忽略了輿情衰減、帖文質(zhì)量影響、輿情特性等因素，本文通過對上述幾個問題的剖析，將從顧客感知視角研究企業(yè)網(wǎng)絡(luò)聲譽(yù)。其研究主要圍繞如下假設(shè)：①該網(wǎng)絡(luò)輿情涉及的產(chǎn)品質(zhì)量輿情事件與顧客有著密切關(guān)系，如食品安全、日用品質(zhì)量安全問題等，同時，假設(shè)采集數(shù)據(jù)的時間過程是關(guān)于時間的連續(xù)可微函數(shù)；②為了簡化研究問題的復(fù)雜性，這里不考慮網(wǎng)絡(luò)槍手或競爭對手惡意攻擊企業(yè)所形成的網(wǎng)絡(luò)評價對企業(yè)網(wǎng)絡(luò)聲譽(yù)造成的影響，僅僅假設(shè)網(wǎng)絡(luò)輿情事件受到產(chǎn)品質(zhì)量安全問題的影響，不是惡意誹謗、攻擊等網(wǎng)絡(luò)行為造成的；③網(wǎng)絡(luò)輿情分為正面輿情、負(fù)面輿情和中性輿情，依據(jù)前人研究成果和人們直觀感知，企業(yè)正面網(wǎng)絡(luò)輿情對企業(yè)產(chǎn)生一定的正面影響；中性網(wǎng)絡(luò)輿情對企業(yè)網(wǎng)絡(luò)聲譽(yù)的影響基本上呈現(xiàn)中性特質(zhì)；負(fù)面網(wǎng)絡(luò)輿情將對企業(yè)產(chǎn)生一定的負(fù)面影響，并且一般情況下負(fù)面網(wǎng)絡(luò)輿情對企業(yè)網(wǎng)絡(luò)聲譽(yù)的影響更大、更嚴(yán)重。因此，這里僅僅研究正面、負(fù)面網(wǎng)絡(luò)輿情對企業(yè)網(wǎng)絡(luò)聲譽(yù)產(chǎn)生的影響，中性網(wǎng)絡(luò)輿情不予考慮。

（三）研究模型構(gòu)建

通過上述回顧，以顧客網(wǎng)絡(luò)論壇行為例，開展企業(yè)網(wǎng)絡(luò)聲譽(yù)問題的研究，下面給出天涯論壇中的帖文實(shí)例，如圖1所示。

圖1 論壇貼文示例

圖1給出了蒙牛奶粉、雅培奶粉的兩條帖文信息，可以看出論壇中帖文有如下信息：一是每個帖子給出了完整的帖子題目、內(nèi)容、作者、時間、點(diǎn)擊次數(shù)、回復(fù)次數(shù)等信息；二是每個有關(guān)產(chǎn)品質(zhì)量安全的帖子基本上都是反映顧客的情感和認(rèn)知，是了解顧客對企業(yè)滿意程度的重要渠道，進(jìn)而獲取企業(yè)網(wǎng)絡(luò)聲譽(yù)；三是通過關(guān)鍵詞檢索到的帖子，具有明顯的相似特性，這與數(shù)據(jù)采集軟件的挖掘算法是相關(guān)的，不用為數(shù)據(jù)采集算法所困惑，該帖文為企業(yè)網(wǎng)絡(luò)聲譽(yù)分析提供了數(shù)據(jù)支持。一旦企業(yè)產(chǎn)品發(fā)生了質(zhì)量安全問題，受其影響的顧客會通過網(wǎng)絡(luò)等渠道把自己所遭受到的危害曝光，當(dāng)該種危害也同樣波及其他網(wǎng)民，那么，必然導(dǎo)致網(wǎng)民發(fā)泄自身不滿情緒，結(jié)果引發(fā)網(wǎng)民情感共振現(xiàn)象，帖子點(diǎn)擊數(shù)、回復(fù)數(shù)、轉(zhuǎn)載數(shù)會在短時間內(nèi)傳播形成網(wǎng)絡(luò)輿情。

為了構(gòu)建從顧客感知的企業(yè)產(chǎn)品質(zhì)量輿情與企業(yè)網(wǎng)絡(luò)聲譽(yù)的關(guān)系，通過網(wǎng)絡(luò)輿情分析企業(yè)網(wǎng)絡(luò)聲譽(yù)的設(shè)計(jì)思路為：眾所周知，影響網(wǎng)絡(luò)輿情的因素包括網(wǎng)絡(luò)輿情主體網(wǎng)民（意見領(lǐng)袖）、網(wǎng)絡(luò)輿情事件特性、網(wǎng)絡(luò)媒體等。對于已經(jīng)發(fā)生的產(chǎn)品質(zhì)量安全問題引發(fā)的網(wǎng)絡(luò)輿情事件，如毒奶粉、塑化劑等熱點(diǎn)事件，其議題內(nèi)容和關(guān)注熱度是引發(fā)網(wǎng)民情感波動的根本動力，再加上網(wǎng)民（意見領(lǐng)袖）傳播、網(wǎng)絡(luò)媒體報道進(jìn)一步加大了對該事件擴(kuò)散，它們的作用最終都體現(xiàn)在網(wǎng)民行為上，如發(fā)帖、點(diǎn)擊閱讀、回復(fù)數(shù)量增多，所以在設(shè)計(jì)模型時給出了帖子總數(shù)、帖子點(diǎn)擊數(shù)、帖子回復(fù)數(shù)。我們也知道這些帖子中有些帖文內(nèi)容影響較大，有些則影響較小，因此，在分析這些帖子對企業(yè)網(wǎng)絡(luò)聲譽(yù)造成影響的時候要區(qū)別對待。另外，再加上網(wǎng)絡(luò)輿情（如三聚氰胺）事件與網(wǎng)絡(luò)口碑（如淘寶商品評價）事件呈現(xiàn)的網(wǎng)絡(luò)信息特性具有明顯的不同特點(diǎn)，網(wǎng)絡(luò)輿情一般具有發(fā)生期、發(fā)展期、高潮期、衰退期四個周期，尤其是高潮期間的輿情擴(kuò)散強(qiáng)度對企業(yè)網(wǎng)絡(luò)聲譽(yù)的影響更大，而網(wǎng)絡(luò)口碑基本上不具有這種特點(diǎn)。為了充分體現(xiàn)網(wǎng)絡(luò)輿情周期性的特點(diǎn)，尤其是輿情高潮期輿情擴(kuò)散強(qiáng)度對企業(yè)網(wǎng)絡(luò)聲譽(yù)造成的影響，圖2中給出了反映網(wǎng)絡(luò)輿情擴(kuò)散強(qiáng)度的因素。該設(shè)計(jì)模型就從帖文數(shù)量分布和帖文強(qiáng)度分布兩個方面對網(wǎng)絡(luò)輿情進(jìn)行了刻畫。

圖2 研究思路框圖

圖2給出了從產(chǎn)品質(zhì)量安全事件發(fā)生到企業(yè)網(wǎng)絡(luò)聲譽(yù)形成過程的研究思路框圖。該框圖從帖文數(shù)量分布和帖文強(qiáng)度分布兩個方面對網(wǎng)民情緒引發(fā)的網(wǎng)絡(luò)行為呈現(xiàn)的信息結(jié)果進(jìn)行分析，從圖1中的帖子特點(diǎn)可知，帖子數(shù)量分布可從帖子總數(shù)量、帖子點(diǎn)擊數(shù)、帖子回復(fù)數(shù)三個方面進(jìn)行分析，帖文強(qiáng)度分布可依據(jù)網(wǎng)絡(luò)輿情周期特點(diǎn)進(jìn)行分析，進(jìn)而根據(jù)采集的信息數(shù)據(jù)能夠計(jì)算正負(fù)帖文的參與人數(shù)、帖文影響力、輿情衰減函數(shù)的結(jié)果，最終實(shí)現(xiàn)企業(yè)網(wǎng)絡(luò)聲譽(yù)的計(jì)算。該模型在充分考慮網(wǎng)絡(luò)輿情的特點(diǎn)和帖文重要程度的不同，克服了簡單地采用正負(fù)帖子求差的方式統(tǒng)計(jì)輿情指數(shù)獲取企業(yè)網(wǎng)絡(luò)聲譽(yù)，因此，在企業(yè)網(wǎng)絡(luò)聲譽(yù)的計(jì)算中，基于顧客網(wǎng)絡(luò)輿情計(jì)算的企業(yè)網(wǎng)絡(luò)聲譽(yù)更具有合理性和可解釋性。

三、多屬性企業(yè)聲譽(yù)計(jì)算方法

下面運(yùn)用多屬性方法進(jìn)行計(jì)算，該方法主要考慮影響企業(yè)網(wǎng)絡(luò)聲譽(yù)的三個因素：輿情衰減函數(shù)、帖文影響力、輿情擴(kuò)散強(qiáng)度。

以企業(yè)i輿情熱度較高的產(chǎn)品質(zhì)量安全事件k為例，設(shè)定被評估企業(yè)為ei,k，以過去企業(yè)網(wǎng)絡(luò)聲譽(yù)研究為基礎(chǔ)進(jìn)行修正，新修正的企業(yè)網(wǎng)絡(luò)聲譽(yù)級數(shù)表達(dá)式為：

式中TD(ri,k,t)表示帖子信息ri,k隨時間t衰減函數(shù)后的結(jié)果，CA(ri,k)表示帖文影響力，SD(ri,k,D)為在輿情周期中高潮期D階段的帖子信息ri,k的擴(kuò)散強(qiáng)度，ω1+ω2+ω3=1。

（一）輿情衰減函數(shù)

在信息爆炸時代，網(wǎng)絡(luò)信息更新速度非常之快，企業(yè)網(wǎng)絡(luò)輿情也一樣，隨著時間流逝，信息的影響不斷衰減。對于此類現(xiàn)象，目前比較一致的做法是為不同時期的帖文按照距離當(dāng)前時間的遠(yuǎn)近程度分配不同的權(quán)重，距離當(dāng)前時間點(diǎn)越近，賦予的權(quán)重越大；否則權(quán)重越小。因?yàn)闄?quán)重的分配是一種主觀的、經(jīng)驗(yàn)式的決斷，為了有效地計(jì)算帖文時間對企業(yè)網(wǎng)絡(luò)聲譽(yù)值的影響，引入時間衰減函數(shù)，衰減函數(shù)由于受內(nèi)部參數(shù)取值的約束，函數(shù)值易于控制，衰減幅度在理論上可操作，靈活性也更強(qiáng)。采用衰減函數(shù)能夠達(dá)到比權(quán)重分配更穩(wěn)健更合理的效果，時間衰減函數(shù)的引入能夠較好地反映帖文隨時間變化的狀況。

對于輿情信息的衰減，正面輿情信息與負(fù)面輿情信息對網(wǎng)民的影響是不一樣的，一般認(rèn)為負(fù)面輿情信息衰減相對于正面輿情信息要慢些。因此，這里采用了不同的衰減系數(shù)，使得負(fù)面輿情信息衰減慢，正面輿情信息衰減快，從而給出了如下時間衰減函數(shù)。

（二）帖文影響力

眾所周知，在網(wǎng)絡(luò)社區(qū)中不同帖子的影響效果是不同的，如果同等對待不同影響力的帖子，就忽視了帖文影響力不同的情況，針對這種現(xiàn)象，下面給出了計(jì)算方法。

首先，定義輿情影響力的邊界數(shù)量界限，帖子點(diǎn)擊數(shù)量s，回復(fù)數(shù)量h，第x帖子輿情影響力以帖子點(diǎn)擊和回復(fù)數(shù)主要指標(biāo)，分別表示為表示帖子點(diǎn)擊次數(shù)值，O+h,i表示帖子回復(fù)次數(shù)值，i∈[1,8]，下面以帖子點(diǎn)擊次數(shù)為例給出邊界劃定區(qū)間分布，如圖3所示。

圖3 帖文影響力與輿情邊界值關(guān)系

通過上述帖子點(diǎn)擊次數(shù)的分布，設(shè)定M(ri,k)的取值范圍如下：

同樣，帖子回復(fù)次數(shù)的劃定也是類似的。通過帖文點(diǎn)擊次數(shù)和回復(fù)次數(shù)的劃定區(qū)間分布，給出帖文影響力的計(jì)算公式為：

（三）輿情擴(kuò)散強(qiáng)度

網(wǎng)絡(luò)輿情的發(fā)生是網(wǎng)民情感與帖文內(nèi)容共鳴誘發(fā)的結(jié)果，我們認(rèn)為這種現(xiàn)象與復(fù)雜系統(tǒng)中的動力機(jī)制類似，它能在外部和內(nèi)部隨機(jī)擾動影響下涌現(xiàn)出的情感共振現(xiàn)象。在網(wǎng)民參與人數(shù)是關(guān)于時間的連續(xù)可微函數(shù)假設(shè)條件下，一般認(rèn)為在輿情高潮期，帖子的擴(kuò)散強(qiáng)度最大，也就是單位時間內(nèi)產(chǎn)品質(zhì)量輿情事件對網(wǎng)民感知造成的沖擊最大，這是網(wǎng)絡(luò)口碑和輿情特性之間的重要區(qū)別。通過輿情高潮期的擴(kuò)散強(qiáng)度能夠更好地分析企業(yè)網(wǎng)絡(luò)聲譽(yù)的變化。

過去一般的求解方法是根據(jù)輿情周期特性，t0設(shè)定截取高潮期的天數(shù)d；對高潮期間網(wǎng)民回復(fù)、點(diǎn)擊帖子數(shù)求和sum；用sum除以d得到單位天數(shù)的質(zhì)量輿情擴(kuò)散值v；最后，以v除以論壇中總的網(wǎng)民數(shù)量M，即得到質(zhì)量輿情擴(kuò)散強(qiáng)度值。為了更好地量化網(wǎng)絡(luò)輿情擴(kuò)散強(qiáng)度，對文獻(xiàn)[13]進(jìn)行了修正，負(fù)面網(wǎng)絡(luò)輿情演進(jìn)規(guī)律模型為：求解得：

這里K為論壇網(wǎng)民數(shù)量，f-(t)為輿情的參與人數(shù)，為輿情發(fā)生期參與人數(shù)的初始值，r∈[0,1]為網(wǎng)民對該負(fù)面網(wǎng)絡(luò)輿情的情感共振誘發(fā)的輿情參與人的最大增長率，該值一般根據(jù)輿情主題發(fā)生期的初始網(wǎng)民數(shù)進(jìn)行確定。根據(jù)該文獻(xiàn)對各類突發(fā)事件的界定，突發(fā)事件按照其性質(zhì)、嚴(yán)重程度、可控性和影響范圍等因素，一般分為四級:Ⅰ級(特別重大)、Ⅱ級(重大)、Ⅲ級(較大)和Ⅳ級(一般)，其對應(yīng)的最大增長率r為[0.1～0.3]、[0.3～0.5]、[0.5～0.7]、[0.7～0.9]，如圖4所示。

圖4 輿情擴(kuò)散增長率與輿情等級關(guān)系

通過圖4中的網(wǎng)絡(luò)輿情的等級確定輿情擴(kuò)散增長率，進(jìn)而運(yùn)用公式（7）求得企業(yè)i在高潮期間D的負(fù)面網(wǎng)絡(luò)輿情的參與人數(shù)f-(ri,k,D)。同樣，對于正面網(wǎng)絡(luò)輿情來說，一般不存在明顯的情感共振，在這里忽略不計(jì)，所以，輿情擴(kuò)散強(qiáng)度公式為：

四、實(shí)證分析

為方便對比本文構(gòu)建的基于企業(yè)網(wǎng)絡(luò)聲譽(yù)模型與現(xiàn)有的聲譽(yù)計(jì)算模型，下面通過快速消費(fèi)品（奶業(yè)）、耐用品（手機(jī)）兩個行業(yè)的論壇數(shù)據(jù)進(jìn)行實(shí)證分析。

（一）數(shù)據(jù)來源

為了能夠有效地分析網(wǎng)絡(luò)輿情對企業(yè)網(wǎng)絡(luò)聲譽(yù)的影響，選擇一些與顧客密切相關(guān)的生活消費(fèi)品作實(shí)證樣本?？焖傧M(fèi)品、耐用品行業(yè)中分別選擇奶粉、手機(jī)作為研究對象，從天涯論壇中采集所有的帖子數(shù)量、內(nèi)容、回復(fù)數(shù)、點(diǎn)擊數(shù)、發(fā)帖時間等。這里分別列舉了快消品中的三種品牌奶粉，為了不對產(chǎn)品企業(yè)造成負(fù)面影響，分別以Milk1、Milk2、Milk3表示；同樣，耐用品中的三種品牌手機(jī)，也分別以MobileP1、MobileP2、MobileP3表示。為了有效搜集顧客感知的產(chǎn)品質(zhì)量輿情數(shù)據(jù)，選用火車頭采集器軟件，其操作方法請參閱火車頭采集器說明書，采集關(guān)鍵詞為“品牌名、奶粉（手機(jī)）質(zhì)量”，采集時間范圍默認(rèn)，包括基于關(guān)鍵詞的天涯論壇中能夠采集到的全部帖子數(shù)量。通過分析發(fā)現(xiàn)，不論是奶粉、還是手機(jī)，大部分帖子都是2006年以后出現(xiàn)的，僅有少量關(guān)于產(chǎn)品質(zhì)量的帖子出現(xiàn)在2006年以前，并且這些帖子的點(diǎn)擊數(shù)量、回復(fù)數(shù)均不多，對網(wǎng)絡(luò)輿情的傳播影響不大。因此，正文中使用的有效帖子基本上分布在2006年以后，各產(chǎn)品的實(shí)際帖子分布時間段為采集到該產(chǎn)品的第一條有效帖子時間點(diǎn)到采集結(jié)束時間點(diǎn)（2013年6月）。例如，Milk2奶粉的帖子最早出現(xiàn)在2007年12月，MobileP2、MobileP3手機(jī)產(chǎn)品的帖子最早分別出現(xiàn)在2011年9月、2009年1月。另外，本文研究中沒有考慮當(dāng)企業(yè)產(chǎn)品質(zhì)量引發(fā)的網(wǎng)絡(luò)輿情事件存在多個高潮期的情況，如Milk2奶粉的網(wǎng)絡(luò)輿情高潮期從2008年以來，接連出現(xiàn)高潮現(xiàn)象，2008年9月17日查出Milk2生產(chǎn)的嬰幼兒奶粉也檢出三聚氰胺；2010年5月15日曝光的Milk2純牛奶變質(zhì)；2011年4月的Milk2牛奶中毒之真相揭露；2011年12月26日的帖子被廣泛關(guān)注；2012年1月6日曝光的Milk2被國家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局檢出黃曲霉毒素M1超標(biāo)，在輿情演化過程中這些事件都出現(xiàn)了明顯的多個高潮期。為確定網(wǎng)民對企業(yè)網(wǎng)絡(luò)聲譽(yù)影響的有效帖子，對采集到的帖文信息條目篩選并進(jìn)行有效刪除，最終確定了有效的帖子數(shù)量，表1列出了研究對象的數(shù)據(jù)來源及樣本數(shù)據(jù)范圍。

表1 樣本信息

（二）數(shù)據(jù)計(jì)算分析

根據(jù)第三部分的論述，運(yùn)用采集的樣本數(shù)據(jù)進(jìn)行實(shí)證分析。首先，對公式中使用的參數(shù)進(jìn)行設(shè)定。對于輿情衰減函數(shù)的計(jì)算公式（5）中的μ+的取值，根據(jù)人們一般認(rèn)為正面網(wǎng)絡(luò)輿情的衰減比負(fù)面輿情的衰減快一些的特點(diǎn)進(jìn)行設(shè)置，這里設(shè)定正面輿情的參數(shù)μ+要略小于負(fù)面網(wǎng)絡(luò)輿情的取值μ-，設(shè)定為μ+=0.80，μ-=0.82；在帖文影響力的計(jì)算公式（6）中，根據(jù)實(shí)際采集到的帖子點(diǎn)擊數(shù)、回復(fù)數(shù)的分布情況，當(dāng)帖子點(diǎn)擊數(shù)小于50，則認(rèn)為該帖子的影響力較小，當(dāng)帖子點(diǎn)擊閱讀次數(shù)大于5000，則認(rèn)為該帖子的影響力非常大，故設(shè)定O-d,1為50，O-d,8為5000；在輿情擴(kuò)散強(qiáng)度中，根據(jù)圖4中設(shè)定的網(wǎng)絡(luò)輿情的四個等級：Ⅰ級、Ⅱ級、Ⅲ級、Ⅳ級與輿情擴(kuò)散增長率的關(guān)系進(jìn)行了設(shè)定，本文以顧客感知的產(chǎn)品質(zhì)量的網(wǎng)絡(luò)輿情等級較大為例進(jìn)行分析，故設(shè)定r=0.53，并基于計(jì)算公式（7）進(jìn)行計(jì)算。表2給出了快消品和耐用品各個參數(shù)的計(jì)算結(jié)果。

表2 各參數(shù)計(jì)算結(jié)果

根據(jù)表2中的數(shù)據(jù)，假設(shè)ω1=ω2=ω3=1/3，運(yùn)用公式（3）計(jì)算可得，快消品和耐用品質(zhì)量輿情對企業(yè)網(wǎng)絡(luò)聲譽(yù)影響的范圍大小，這里是以質(zhì)量輿情事件影響網(wǎng)民數(shù)量的比值進(jìn)行比較分析。

為了更好地說明本文提出模型的合理性，表3對比了三種方法的計(jì)算結(jié)果。

表3 計(jì)算結(jié)果比較

通過表3計(jì)算的結(jié)果可以看出，不論是快消品還是耐用品，雖然三種方法的計(jì)算結(jié)果和計(jì)量單位不一致，但這三種計(jì)算企業(yè)網(wǎng)絡(luò)聲譽(yù)方法所得的企業(yè)網(wǎng)絡(luò)聲譽(yù)結(jié)果的排序是一致的。本文方法計(jì)算的Milk1、Milk2、Milk3的企業(yè)聲譽(yù)級數(shù)分別為0.007 0、0.249 5、0.076 0，三家奶業(yè)公司的產(chǎn)品質(zhì)量輿情對網(wǎng)民的影響是不同的，Milk1的網(wǎng)絡(luò)聲譽(yù)最好，其次是Milk3，最后是Milk2。同樣，可以計(jì)算出三家手機(jī)企業(yè)的產(chǎn)品質(zhì)量輿情對網(wǎng)民的影響結(jié)果，MobileP1、MobileP2、MobileP3的企業(yè)網(wǎng)絡(luò)聲譽(yù)分別為0.119 5、0.140 4、0.073 4。三種方法對比說明，進(jìn)一步考慮輿情衰減函數(shù)、帖文影響力、輿情擴(kuò)散強(qiáng)度計(jì)算企業(yè)網(wǎng)絡(luò)聲譽(yù)，更符合實(shí)際情況。

通過顧客感知的產(chǎn)品質(zhì)量輿情研究企業(yè)網(wǎng)絡(luò)聲譽(yù)問題，主要計(jì)算結(jié)果分析如下：

（1）網(wǎng)絡(luò)輿情與企業(yè)網(wǎng)絡(luò)聲譽(yù)有一定的相關(guān)關(guān)系，網(wǎng)絡(luò)輿情分為正面、中性、負(fù)面三類，對于品牌消費(fèi)品來說，企業(yè)網(wǎng)絡(luò)聲譽(yù)能夠通過正面、負(fù)面網(wǎng)絡(luò)輿情所反映。本文通過社會化媒體中的產(chǎn)品質(zhì)量輿情計(jì)算了企業(yè)網(wǎng)絡(luò)聲譽(yù)值。從上述快消品和耐用品分析可知，由于企業(yè)產(chǎn)品質(zhì)量安全問題，社會誠信體系和投訴渠道不健全的情況下，顧客借助社會化媒體對企業(yè)產(chǎn)品質(zhì)量安全問題進(jìn)行曝光成為當(dāng)前一種重要的渠道，再加上眾多網(wǎng)民（意見領(lǐng)袖）、媒體的關(guān)注與傳播，最終形成了正面或者負(fù)面的企業(yè)網(wǎng)絡(luò)聲譽(yù)。

（2）將影響企業(yè)網(wǎng)絡(luò)聲譽(yù)的網(wǎng)絡(luò)輿情分為三大因素進(jìn)行了分析:第一個因素是由于論壇中帖子隨著時間衰減變化對企業(yè)網(wǎng)絡(luò)聲譽(yù)的影響也會呈現(xiàn)減弱趨勢；第二個因素是由于帖子本身的點(diǎn)擊、回復(fù)數(shù)等不同，該帖文對企業(yè)網(wǎng)絡(luò)聲譽(yù)的影響效果也不同；第三個因素是由于論壇中帖文中闡述的企業(yè)產(chǎn)品質(zhì)量存在嚴(yán)重性問題所導(dǎo)致的顧客情感共振，網(wǎng)絡(luò)輿情呈現(xiàn)出其特有的高潮期現(xiàn)象，對企業(yè)網(wǎng)絡(luò)聲譽(yù)會造成更大的沖擊。從數(shù)據(jù)采集和分析過程來看，這網(wǎng)絡(luò)輿情的這三個因素較好地反映了企業(yè)網(wǎng)絡(luò)聲譽(yù)現(xiàn)象。

五、結(jié)論與研究局限性

網(wǎng)絡(luò)輿情和網(wǎng)絡(luò)口碑是企業(yè)網(wǎng)絡(luò)聲譽(yù)的主要標(biāo)識，社會化媒體的普及為更好地從顧客網(wǎng)絡(luò)輿情視角獲取企業(yè)網(wǎng)絡(luò)聲譽(yù)提供了廣闊的空間。近年來，越來越多管理學(xué)者開始關(guān)注網(wǎng)絡(luò)口碑、網(wǎng)絡(luò)輿情與企業(yè)網(wǎng)絡(luò)聲譽(yù)問題?；谏鲜龅臄?shù)據(jù)計(jì)算分析，本文在網(wǎng)絡(luò)輿情與企業(yè)網(wǎng)絡(luò)聲譽(yù)研究方面具有幾點(diǎn)價值：

（1）擴(kuò)展了運(yùn)用網(wǎng)絡(luò)輿情、網(wǎng)絡(luò)口碑研究企業(yè)網(wǎng)絡(luò)聲譽(yù)的理論。網(wǎng)絡(luò)輿情、企業(yè)網(wǎng)絡(luò)聲譽(yù)作為近年來才發(fā)展起來的一個交叉研究領(lǐng)域，網(wǎng)絡(luò)輿情數(shù)據(jù)為研究企業(yè)管理問題提供了實(shí)證資料，基于產(chǎn)品質(zhì)量輿情視角的企業(yè)網(wǎng)絡(luò)聲譽(yù)分析，不僅考慮了正面和負(fù)面帖子數(shù)量問題，還通過網(wǎng)民行為、網(wǎng)絡(luò)輿情特性進(jìn)行了分析，更能真實(shí)地反映企業(yè)產(chǎn)品質(zhì)量安全問題對企業(yè)網(wǎng)絡(luò)聲譽(yù)的影響。本文擴(kuò)展了過去僅僅依賴帖子數(shù)量計(jì)算企業(yè)網(wǎng)絡(luò)聲譽(yù)的局限性，進(jìn)一步考慮了輿情的時間衰減特性、帖文內(nèi)容的影響特性、輿情演化周期等要素對企業(yè)網(wǎng)絡(luò)聲譽(yù)的影響，為分析企業(yè)網(wǎng)絡(luò)聲譽(yù)提供了理論支持。

（2）加強(qiáng)網(wǎng)絡(luò)輿情渠道管理，尤其是輿情早期的預(yù)警監(jiān)測。當(dāng)前，論壇、博客、微博等成為網(wǎng)民參與網(wǎng)絡(luò)活動的重要媒介，網(wǎng)絡(luò)媒體渠道成為網(wǎng)民發(fā)泄自身情感的重要陣地，因此，企業(yè)加強(qiáng)網(wǎng)絡(luò)輿情的監(jiān)測預(yù)警勢在必行。面對網(wǎng)絡(luò)中突如其來的網(wǎng)絡(luò)輿情問題，我們研究發(fā)現(xiàn)，其實(shí)該企業(yè)的產(chǎn)品質(zhì)量問題信息在網(wǎng)絡(luò)中已經(jīng)存在了一段時間，有些存在的時間或者更長，但這些產(chǎn)品質(zhì)量安全信息并沒有引起企業(yè)的重視，并且其有害產(chǎn)品還不斷地在危害著其他消費(fèi)者，這種企業(yè)網(wǎng)絡(luò)輿情案例現(xiàn)象是近幾年普遍存在的一種現(xiàn)象。可見，企業(yè)需要進(jìn)一步加強(qiáng)網(wǎng)絡(luò)輿情方面的預(yù)警與監(jiān)管。根據(jù)網(wǎng)絡(luò)輿情存在的發(fā)生期、發(fā)展期、高潮期、衰退期四個階段，需要對網(wǎng)絡(luò)輿情中的帖子數(shù)量、帖文信息進(jìn)行有效分析。企業(yè)需要正確把握網(wǎng)絡(luò)輿情特點(diǎn)，有針對性地開展網(wǎng)絡(luò)輿情應(yīng)對。企業(yè)通過網(wǎng)絡(luò)輿情商用軟件可以做到實(shí)時預(yù)警監(jiān)測，第一時間獲取顧客反映的產(chǎn)品質(zhì)量問題，能夠做到在輿情發(fā)生期、發(fā)展期階段獲得輿情信息，這樣有助于降低網(wǎng)絡(luò)輿情的傳播、更好地維護(hù)企業(yè)網(wǎng)絡(luò)聲譽(yù)。

（3）增強(qiáng)企業(yè)網(wǎng)絡(luò)輿情的應(yīng)急處理能力。及時分析顧客反映的問題的嚴(yán)重程度，對顧客損失進(jìn)行服務(wù)補(bǔ)救，通過官方微博等渠道對顧客反映的產(chǎn)品質(zhì)量安全問題進(jìn)行正面及時地回應(yīng)，實(shí)事求是地評價存在的問題，降低負(fù)面網(wǎng)絡(luò)輿情對企業(yè)網(wǎng)絡(luò)聲譽(yù)造成的影響。企業(yè)對產(chǎn)品質(zhì)量問題處理的態(tài)度是否能夠被網(wǎng)民接受，是進(jìn)一步導(dǎo)致該網(wǎng)絡(luò)輿情事件是否會進(jìn)一步惡化的重要因素，因此，加強(qiáng)企業(yè)的應(yīng)急處理能力是非常關(guān)鍵的。同時，依據(jù)顧客反饋的情況加強(qiáng)企業(yè)產(chǎn)品質(zhì)量安全管理，及時回收市場上的質(zhì)量產(chǎn)品，并保證不再出現(xiàn)類似的產(chǎn)品質(zhì)量問題，最終提升企業(yè)的網(wǎng)上、網(wǎng)下市場的營銷能力，獲得良好的企業(yè)美譽(yù)度。

另外，由于本文只針對天涯論壇中產(chǎn)品質(zhì)量輿情對企業(yè)網(wǎng)絡(luò)聲譽(yù)的影響進(jìn)行了實(shí)證研究，不能完全反映社會化媒體中的網(wǎng)絡(luò)輿情信息，不能全面地反映企業(yè)網(wǎng)絡(luò)聲譽(yù)值，具有一定的局限性，但提供了一條解決問題的思路。為了獲得更具有普遍的研究結(jié)果，在后續(xù)的工作中需要拓展到新浪騰訊微博、博客等社會化媒體中獲取研究樣本進(jìn)行論證分析，同時，對表達(dá)式中的部分參數(shù)設(shè)置也需要進(jìn)一步分析比較，以便獲得更加合理的參數(shù)設(shè)置，將有助于更好地分析企業(yè)網(wǎng)絡(luò)聲譽(yù)。

[1]Chang Jau-Shien，Wong Hao-Jhen.Selecting appropriate sellers in online auctions through a multi-attribute reputation calculation method[J].Electronic Commerce Research and Applications，2011，10（2）:144-154.

[2]Wu Fan，Li Hsiao-Hui，Kuo Yo-Hsin.Reputation evaluation for choosing a trustworthy counterparty in C2C e-commerce[J].Electronic Commerce Research and Applications，2011，10（2）：428-436.

[3]Hansen H，Samuelsen B M，Silseth P R.Customer perceived value in B-t-B service relationships：Investigating the importance of corporate reputation[J].Industrial Marketing Management，2008，37（2）：206-217.

[4]Walsh G，Mitchell V-W，Jackson P R.Examining the antecedents and consequences of corporate reputation：A Customer Perspective[J].British Journal of Management，2009，20（2）：187-203.

[5]Walsh G，Beatty S E.Customer-based corporate reputation of a service firm：scale development and validation[J].J.of the Acad.Mark.Sci，2007，35（1）：127-143.

[6]Josang A，Ismail R.The beta reputation system[R].Bled，Slovenia：The 15th Bled Conference on Electronic Commerce，2002：708-721.

[7]Bharadwaj K K，Al-Shamr M Y H.Fuzzy computational models for trust and reputation systems[J].Electronic Commerce Research and Applications，2009，8（1）：37-47.

[8]Gruhl D，Guha R，Kumar R，et al.The predictive power of online chatter[C]//Proceedings of the eleventh ACM SIGKDD international conference on knowledge discovery and data mining，New York：ACM，2005：78-87.

[9]Kaiser C，Schlick S，Bodendorf F.Warning system for online market research-Identifying critical situations in online opinion formation[J].Knowledge-Based Systems，2011，24（6）：824-836.

[10]Kaiser C，Bodendorf F.Monitoring opinions in online forums-a case study from the sports industry[J].International Journal of Information and Education Technology，2012，2（3）：212-215.

[11]Nambisan P，Watt J H.Managing customer experiences in online product communities[J].Journal of Business Research，2011，64（8）：889-895.

[12]張慶民，王海燕，吳春梅，等.基于熵權(quán)—離差聚類法的城市公共安全輿情評估[J].中國安全科學(xué)學(xué)報，2012，22（9）：147-152.

[13]蘭月新，鄧新元.突發(fā)事件網(wǎng)絡(luò)輿情演進(jìn)規(guī)律模型研究[J].情報雜志，2011，30（8）：47-50.