追加評論特征及其感知有用性的研究

俞軍備 李明

摘 要：基于京東商城上6491對追加評論，運用情感分析對追加評論組按照情感效價、情感強度、時間距離進行分類，運用秩和檢驗等方法對不同類型追加評論的特征及其感知有用性進行了探究。研究發(fā)現(xiàn)：（1）相對于一次性評論，追加評論能夠帶給消費者更多的有用性感知。（2）相對于追評為正組，追評為負組給消費者的感知有用性更大。（3）對于前后效價一致和“初正追負”的兩次評論，追評情感強度強于初評，但對于“初負追正”組，追評的情感強度小于初評。（4）搜索品的時間間隔顯著大于體驗品;對于搜索品來說，時間間隔較長的追加評論感知有用性強于時間間隔短的追加評論，而對于體驗品來說，時間間隔較短的追加評論感知有用性強于時間間隔長的追加評論。

關鍵詞：追加評論;感知有用性;情感效價;情感強度;時間距離

Abstract：Based on the 6491 pairs of additional reviews of JD.com， the sentiment analysis is used to classify additional review groups according to emotional valence， emotional intensity and time distance. The rank sum test is used to analyze the characteristics of different types of additional reviews and their perceived usefulness. The study found that：（1） Compared with one-time reviews， additional reviews can bring more usefulness perceptions to consumers; （2） Compared with the additional reviews whose second review is positive， those whose second review is negative give consumers more perceived usefulness. （3）For the additional reviews whose two reviews valence are same， the emotional intensity of the second review is stronger than the first review， so is the additional reviews whose first review is positive and second second review is negative. But for the additional reviews whose first review is negative and second review is positive， the emotional intensity of the first review is stronger than the second review （4） The time interval of the search product is significantly larger than the experience product. For the search product， the additional reviews with longer time interval is more useful than the additional reviews with short time interval. And for the experience product， additional reviews with shorter time are more useful than those with a long interval.

Key words：additional reviews; perceived usefulness; emotional valence; emotional intensity; time distance

電商給人們生活帶來極大便利，但是其虛擬性一直是消費者對商品服務質量感知不足的重要因素，網(wǎng)絡口碑應運而生并隨著電商的發(fā)展不斷發(fā)展和完善。CNNIC的調查顯示，網(wǎng)絡口碑是消費者網(wǎng)購決策時最關注的信息。盡管網(wǎng)絡口碑在幫助消費者了解商品的過程中發(fā)揮了巨大作用，但是評論信息本身所具有的海量性、差異性、匿名性等特征也會讓消費者無所適從，難以甄別信息的真?zhèn)巍Ａ硪环矫?，商家慣于采取一些策略來操縱口碑的整體方向，如好評返現(xiàn)、刷好評、刪差評等，這也再一次降低了消費者對在線評論的信任度。

電商平臺也在不斷完善在線評價系統(tǒng)以適應電商發(fā)展的需要，如區(qū)分評論類型、形成商品評論標簽、評論的點贊和留言交流、曬商品照片視頻等。追加評價是近些年電商評價體系的重要創(chuàng)新，買家在交易成功并給出首次評價之后，還有一次機會對后續(xù)使用過程中出現(xiàn)的情況進行補充評價。相比較于一般評論，包含追加評論的評論可以提供給瀏覽者更多信息，也因此吸引了學者們的關注。王長征、石文華、李琪等學者的研究均證明追加型評論相比較一次性評論有諸多特點，其對消費者的購買決策也會產生不同的影響。

本文借助爬蟲技術獲取真實網(wǎng)購評論數(shù)據(jù)，使用情感分析技術將評論數(shù)據(jù)按照情感效價、情感強度等維度進行分類。使用評論投票數(shù)指標代表評論的感知有用性，在此基礎上對在線初次評論和在線追加評論的基本特征和感知有用性進行深度探索和比較分析。

1 相關文獻述評研究假設

1.1 在線評論及其感知有用性

在線評論（online reviews）指的是消費者在電商網(wǎng)站購得商品后，對商品質量性能和使用體驗的評價與反饋。相比較于企業(yè)的營銷刺激（如廣告、推銷等），消費者更傾向于參考在線評論做出購買決策。但在線評論本身虛擬匿名、體量巨大、觀點各異、真?zhèn)坞y辨的特點也加大了消費者對信息加工處理的難度。為了提高決策效率，消費者采納評論之前傾向于對評論的有用性進行評估。學者們的研究集中在在線評論的特征和感知有用性的關系上，研究的角度包括評論情感效價、評論深度、評論極端性、情感強度等。 也有學者證明了評論來源（發(fā)表者專業(yè)性、是否匿名、地理位置、可靠性等）、評論接收者特征（如性別、接收者專業(yè)性、涉入度）會影響評論接收者對評論有用性的感知判斷。此外，系統(tǒng)操控、商品類型、平臺類型等也常被納入影響因素。但上述對于在線評論的研究主要針對一般性評論，鮮有涉及追加評論。

1.2 追加評論的相關研究

為方便下文論述，將不包含追加評論的一般性評論稱為一次性評論，將既包含初次評論（以下簡稱初評），又包含追加評論（以下簡稱追評）的評論稱為兩次評論。 相對于一次性評論，兩次評論在數(shù)量上多了一次，但發(fā)表主體卻都是同一個人。追評還包括產品其他維度的信息，例如隨著使用時間的延長，消費者對產品態(tài)度的變化。 此外，在評論數(shù)量、評論長度和情感強度等方面，兩種類型的評價也存在諸多差異。王長征基于歸因理論證明了追加評論的感知有用性強于一次性評論，且矛盾型追加評論強于一致型追加評論。李琪等研究指出，矛盾型追加評論由于前后方向不一致，影響消費者的結果也不一樣?？偟膩碚f，現(xiàn)有關于追加評價的研究比較匱乏，學者們對追加評論感知有用性的研究較多運用情景實驗法。然而針對內容和觀點豐富多樣的追加評論，現(xiàn)有分類較為單一，研究維度劃分也不夠深入。本文通過爬蟲技術獲取大量真實評論作為研究材料，彌補了使用實驗法構造評論語句的主觀性，另外結合在線評論研究中常用到的維度，從情感效價、情感強度、時間間隔三個方面來刻畫兩次評論，并以此探究不同類型追加評論的感知有用性之間的差異。

1.3 假設演繹

1.3.1 一次性評論和兩次評論

歸因理論是人們如何推斷和解釋他人或自己的行為以及解釋如何影響其自身態(tài)度和行為的社會心理學理論，常用于解釋口碑或者其他營銷活動的說服效果。消費者在閱讀在線評論之后會對評論發(fā)布者的動機進行歸因，常見的動機包括情感分享、經(jīng)濟回報、利他主義、產品卷入、支持/懲罰商家等。消費者對于歸因為外部產品因素的在線評論感知有用性較高，而對于歸因為主觀因素的評論的感知有用性較低。對于兩次評論來說：第一，追加評論意味著消費者需要額外付出一倍的時間和努力去完成追評，這種成本耗損會讓閱讀者認為評論者是基于真實體驗（產品因素）發(fā)表的。第二，相比較于一次性評論大多是在收到貨之后立即評價，追加評價的發(fā)表時間更加滯后，意味著追加評論的觀點是由較長的使用時間支撐的，更具說服力。尤其對于一些耐用品來說，在收到貨之后立即發(fā)表的一次性評價的參考意義不大。第三，追加評論的發(fā)表者只有在認為自己的初次評論沒有達到信息說服效果的時候才會去補充說明，而追加評論補充說明的信息一般來講更有價值。這會讓閱讀者認為發(fā)表者對產品的認識更全面，對自己的言論更負責任。第四，Mudambi研究發(fā)現(xiàn)評論深度對消費者的購買決策起到了正向作用。兩次評論相對于一次性評論多了一條追加評論，所包含的信息更多，兩條評論之間的態(tài)度和情感變化、時間間隔等細節(jié)也會給消費者提供大量的隱含信息。

綜上，本文提出假設：

H1：消費者對于兩次評論的感知有用性強于一次性評論。

1.3.2 不同效價的兩次評論比較

評論效價指的是消費者在評論中表現(xiàn)出的對網(wǎng)購產品或服務整體的褒貶（正負）態(tài)度。Purnawirawan將評論的效價定義為評論的正負方向。Forman等研究發(fā)現(xiàn)閱讀者對正向評論和負向評論的有用性感知均高于中性評論。Chevalier認為正向評論能夠促進消費者的購買行為，而負向評論能夠抑制消費者的購買行為。但更多學者偏向于認為在線評論中存在著較為顯著的“負面偏差”現(xiàn)象，即消費者通常認為負面信息更具診斷價值，對其感知有用性更高，在做出購買決策時更依賴于負面信息。另外，商家對在線評論的影響和操縱也越來越常態(tài)化，刷好評、刪差評等新聞報道屢見不鮮，進一步降低了消費者對好評的信任。

以往研究按照初評和追評情感傾向是否一致，分為一致型追評組和矛盾型追評組，且矛盾型追評的感知有用性強于一致型追評組。但是本文認為通過對“初負追正”型兩次評論和“初負追負”型兩次評論進行具體討論可以推出，后者的感知有用性強于前者，而該假說有悖于矛盾型兩次評論的感知有用性強于一致型兩次評論的論斷。分析如下：對于“初負追負”兩次評論，雖然前后情感效價一致，不存在消費者態(tài)度的反轉，但是消費者對商品的不滿情緒在不斷發(fā)酵上升。根據(jù)歸因理論，評論閱讀者會傾向于將評論者發(fā)表追評的動機歸因于外在的產品因素，即商品出現(xiàn)一些新的不良的使用情況，進一步加大了評論者對商品的不滿，最終導致評論者發(fā)表負面追加評論。而對于初負追正兩次評論，本文認為考慮到評論者的“自我強化”動機（在他人面前表現(xiàn)良好），評論者在追評時承認自己初評 “錯怪”商家，對其來說是困難的。而站在評論閱讀者的視角，態(tài)度反轉一方面反映了評論者發(fā)表觀點不慎重，在沒有對產品充分了解的情況下即對商品發(fā)表錯誤觀點，這種前后矛盾顯著降低了評論者的可信度。另一方面，在目前電商整體評論環(huán)境可信度不高的環(huán)境中，消費者很容易懷疑正向追評是評論者受到商家的誘導而發(fā)表的，這也進一步降低了“初負追正”兩次評論的可信度。此外，“初正追正”兩次評論是最常見的兩次評論，其信息診斷性低且容易被懷疑受到商家操控，因此其感知有用性是四種類型中最低的。而對于“初正追負”兩次評論，評論者使用負向追評修改正向初評的觀點，說明后續(xù)使用商品的過程中出現(xiàn)了讓評論者態(tài)度反轉的因素，而該因素往往是產品因素。根據(jù)歸因理論，消費者對歸因為外部產品因素的評論信息的感知有用性更高。雖然“初正追負”的兩次評論也存在前后效價不一致會有悖于評論者的自我強化動機，但是本文認為，消費者懲罰商家的動機要強于自我強化動機。綜上，本文認為相對于追評，初評發(fā)表一般比較草率，而追評的效價在兩次評論中的診斷性更高。因此，以追評的效價劃分維度，負向追評的感知有用性要大于正向追評的感知有用性（即“初正追負”和“初負追負”的兩次評論感知有用性大于“初正追正”和“初負追正”的感知有用性）。

綜上，本文提出假設：

H2：追評為負的兩次評論的感知有用性大于追評為正的兩次評論。

1.3.3 兩次評論的情感強度

評論的情感分析一般涉及情感傾向和情感強度兩個方面。情感強度是指情感傾向的強弱程度，是人們對于某一事件所持觀點的情感傾向值。消費者發(fā)表在線評論時，往往會表達出自己對產品的喜好或厭惡，以及對服務、售后等多方面的情感，而情感強度能反映評論的主觀性信息。鄭麗娟的研究證明了程度副詞可以加強其修飾的情感詞的情感強度，例如都是形容產品質量差的評論觀點，“質量比較差”和“質量非常差”傳達給閱讀者的情感感受是不同的，后者顯然比前者的情感更強烈?，F(xiàn)有研究中較多關注于一次性評論的情感強度，而對兩次評論之間情感強度的異同關注較少。

對于“初正追正”兩次評論，消費者愿意花費時間和精力再次發(fā)表正向追評，說明消費者對商品服務極度滿意，或者說隨著時間的推移消費者對商品的滿意度呈上升狀態(tài)。由此可以得出，追評的情感強度顯然要大于初評。而對于“初負追負”兩次評論，隨著對商品的使用，消費者對商品不滿的情緒會繼續(xù)累積。當達到一定限度值之后，消費者決定通過追加評論再次發(fā)泄自己的不滿情緒，以此懲罰商家。因此，對于前后均為負向的兩次評論，追評的情感強度大于初評。對于“初正追負”的兩次評論，消費者的態(tài)度由好變差。電商平臺評論規(guī)則規(guī)定消費者只能將差評更改為好評而不能將好評更改為差評，亦即消費者給出好評之后，即便反悔也不能將其刪除或者改寫。出于懲罰商家和信息回報動機，評論者發(fā)表負向追評對不慎重和不理性的初評觀點進行修正。評論者最終想表達出來的觀點是對產品的負向態(tài)度，由于初次評論已經(jīng)給出了正向態(tài)度，因此評論者在追評中要表現(xiàn)出更強烈的負向態(tài)度才能至少中和掉之前發(fā)表的正向觀點。對于“初負追正”的兩次評論， 評論者發(fā)表初次負評時認為產品體驗糟糕，在使用一段時間之后評論者對產品的使用體驗上升。消費者初次評論“錯怪”產品和商家，之后消費者打算“認錯”。本文認為基于自我強化動機，消費者會傾向于輕微認錯，即評論者雖然在追評中會給出正面修正反饋，但是情感強度會降低。

綜上，本文提出如下假設：

H3a：對于“初正追正”兩次評論，追評的情感強度大于追評。

H3b：對于“初負追負”兩次評論，追評的情感強度大于追評。

H3c：對于“初正追負”兩次評論，追評的情感強度大于初評。

H3d：對于“初負追正”兩次評論，追評的情感強度小于初評。

1.3.4 兩次評論的時間間隔

在線評論具有時間效應，新發(fā)表的評論反映了商品的最新情況，因此消費者更傾向于瀏覽發(fā)表時間較近的評論。一次性評論一般是消費者在交易完成（收到貨物）之后較短時間內給出的評價，觀點缺少使用時間的支撐。而兩次評論是同一買家在購買后不同時間發(fā)表的，追加評價前會顯示評論者是在“購買N天后追評”。時間間隔反映了追加評論是評論者使用了一段時間之后發(fā)表的，比初始評價更具說服力，這也是閱讀者將兩次評論信息歸因為產品客觀因素的重要原因。王長征等發(fā)現(xiàn)相比于較短的時間間隔，較長的時間間隔會加強矛盾性追加評論的感知有用性。石文華的研究證明了產品價格正向影響追加評論的時間間隔。本文按照Nelson的分類方法引入商品類型變量：搜索型商品指的是消費者在購買之前通過商品的客觀屬性即可以對商品有較好的質量感知（如3C數(shù)碼產品），而體驗型商品的質量涉及個人偏好及主觀性的判斷，必須在消費者使用之后才能對其進行質量感知（如音樂）。搜索型產品往往需要一段時間的使用才能更加深入地了解產品的特性，因此追評時間距離如果太近，讓評論閱讀者感知到的耐用性信息不多。而體驗型產品可以在較短時間內熟悉產品，消費者在使用若干次以后即可以對其形成較全面的質量感知。如果追加評論相隔的時間過長，會讓閱讀者認為體驗品的即時體驗感覺已經(jīng)過期，從而對追加評論的有用性感知降低。因此，基于以上分析和推理，假設如下：

H4：搜索品追加評論的時間間隔要顯著長于體驗品。

H4a：對于體驗品來說，時間間隔較短的追加評論的感知有用性強于時間間隔較長的追加評論。

H4b：對于搜索品來說，時間間隔較長的追加評論的感知有用性強于時間間隔較短的追加評論。

研究模型見圖1。

2 實證研究

2.1 研究對象和數(shù)據(jù)獲取

以往研究中常用到的體驗型產品包括電影、音樂 CD、巧克力等，而常用到的搜索型產品主要是一些數(shù)碼 3C 產品，包括U盤、數(shù)碼相機、筆記本電腦等。通過小規(guī)模問卷調查的方法最終選取價格區(qū)間大致重合且消費者都比較熟悉的U盤和洗面奶作為研究對象。人們在購買前通過U盤的尺寸、材質、容量、讀寫速度等基本參數(shù)即可以對U盤的性能有比較清楚的了解，買到手的U盤一般性能和參數(shù)相差不大。而洗面奶中包含了各種消費者不了解的化學成分，即便商家對洗面奶的主要化學成分和功效進行了解釋，消費者也必須在親自使用之后才能感受到洗面奶的質量。從電商網(wǎng)站上搜索洗面奶和U盤會發(fā)現(xiàn)，兩種商品的價格大致分布為30～120元，控制了價格對本文的影響。

選取京東網(wǎng)站作為采集數(shù)據(jù)的來源，2019年4月1日，在京東的商品搜索框中輸入“U盤”和“洗面奶”分別進行搜索，選取默認綜合排序前十位的商品作為研究的數(shù)據(jù)采集對象。爬取的數(shù)據(jù)字段包括商品名稱、評論者ID、初評文本、追評文本、追評間隔時間、投票數(shù)、評論數(shù)、店鋪回復內容等。評論日期跨度從2018年3月31日到2019年4月1日。經(jīng)過數(shù)據(jù)清洗，刪除掉重復評論、錯值評論、初評或者追評缺失的默認評論、無關信息評論以及投票數(shù)為0的評論，最終得到洗面奶的一次性評論9660條，兩次評論3263對，得到U盤的一次性評論9681條，兩次評論3228對，樣本數(shù)量滿足研究需要。

2.2 變量的操作化定義

本文使用Python調用百度AI開放平臺的自然語言處理API（以下簡稱百度NLP）對評論進行初步的情感分析。百度NLP能夠準確地對中文文本的情感極性進行分析并給出相應置信度（用E表示），其詞庫量級和分析算法決定其分析精度高于一般學術研究中的自建詞庫，且已有學者在研究中運用。本文借鑒石文華的研究使用極性類別的置信度來表示情感強度，由此可以得到在線追加評論的情感傾向和情感強度值。

關于感知有用性的測量，以往文獻有使用“有用”投票占總投票數(shù)目的比值代表的，也有用“有用投票數(shù)”減去無用投票數(shù)代表的，還有直接用“有用投票數(shù)”代表的。本文使用投票數(shù)測量感知有用性?？紤]到電商網(wǎng)站一般優(yōu)先顯示最新的評論，本文假設發(fā)表于不同時間的評論被瀏覽者閱讀到的概率是一樣的，即忽略評論的時效性。而追加評論的時間間隔直接使用采集到的數(shù)據(jù)表示，并參考張艷豐的研究將時間間隔分為短期（0～19天）和長期（20～180天）兩個階段。變量的操作化定義見表1，部分處理后的數(shù)據(jù)截圖見圖2。

對主要變量評論投票數(shù)、情感強度值、時間間隔等變量進行正態(tài)性和方差齊次性檢驗，發(fā)現(xiàn)均不滿足，故本文采用Mann-Whitney U 檢驗等秩和檢驗方法代替T檢驗分析。

2.3 數(shù)據(jù)的描述性統(tǒng)計

對四種評價的數(shù)量占比統(tǒng)計，由圖3可知，洗面奶和U盤的數(shù)量占比分布非常接近：“初正追正”的兩次評論占比最大，大約為60%;“初正追負”和“初負追負”的比例相當，大約16%;“初負追正”所占比例最小，僅有7%。按照評論時間間隔的長短分布統(tǒng)計，發(fā)現(xiàn)U盤的追加評論更傾向于較晚發(fā)表，而洗面奶的追加評論更傾向于較早發(fā)表，這與H4a和H4b是符合的，統(tǒng)計學意義有待進一步驗證。

按照商品類型、情感效價兩個維度對評論文本的平均長度進行統(tǒng)計描述，可以得到如圖5統(tǒng)計。U盤和洗面奶的整體分布情況類似。在四種不同類型的評論中，“初正追正”“初負追正”“初負追負”三種評論的追評字數(shù)均少于初評字數(shù)，而只有“初正追負”型的追評字數(shù)多于初評字數(shù)。初正追負型兩次評論一般比較契合人們對追加評論的第一印象，即消費者態(tài)度由好變壞的“反悔現(xiàn)象”，這也反映了消費者的正向初評被“辜負”后，傾向于對商品開啟“瘋狂吐槽”。另外，可以觀察到矛盾型兩次評論（即“初正追負”和“初負追正”），無論負向評論出現(xiàn)的位置在初評還是在追評處，負向評論平均文本長度要長于正向評論，反映出負向評論所反映的信息比正向評論更豐富。而一致型兩次評論（即“初正追正”和“初負追負”），初評的信息量總是比起補充作用的追評多。

2.4 感知有用性差異檢驗

2.4.1 一次評論和兩次評論比較

首先對一次性評論和兩次評論的感知有用性差異進行檢驗。采用Mann-Whitney U 檢驗，結果見表2：兩次評論的秩均值高于一次性評論，M一次評論=12663.703

2.4.2 追加評價的效價比較

對追評效價不同的兩次評論感知有用性進行比較，發(fā)現(xiàn)M追評為正=3139.392

2.4.3 追加評論情感強度比較

將每組評論的初評和追評作為一個配對，使用Wilcoxon 帶符號秩檢驗。由表4可知，當初次評論和追加評論均為正向時：正秩=2273>負秩=1575，p=0.000，在0.001的顯著性水平下顯著。對于“初正追正”的兩次評論，追評的情感強度強于初評的情感強度，H3a得證。當初次評論和追加評論均為負向時：正秩=591>負秩=342，p=0.000，在0.001的顯著性水平下顯著。這表明對于“初負追負”的兩次評論，追評的情感強度強于初評的情感強度，H3b得證。綜上，可以得到對于一致型兩次評論來說，消費者在追加評論時一般表現(xiàn)出更強的情感強度。

由表5可知，當初次評論為正向、追加評論為負向時，負秩=499>正秩=398，p=0.000，在0.001的顯著性水平下顯著。H3c得證，表明對于“初正追負”的兩次評論來說，追評的情感強度大于初評。當初次評論為負向、追加評論為正向時，正秩=273>負秩=210，p=0.005，在0.05的顯著性水平下顯著。H3d得證，表明對于“初負追正”的兩次評論來說，追評的情感強度小于初評。

2.4.4 追加評論時間間隔比較

對于搜索品和體驗品的追加評論時間間隔特征進行檢驗，結果見表6：時間間隔的秩均值MU盤=3315.80>M洗面奶=3176.95，且p=0.003，在0.05的顯著性水平下顯著。H4得證，表明搜索品追加評論的時間間隔要顯著長于體驗品。

3 結論

3.1 研究結論

本文通過采集京東商城的真實評論，使用自然語言處理技術對在線評論進行效價分類和情感強度測量。研究發(fā)現(xiàn)：相比較于一次性評論，消費者對于兩次評論的感知有用性更強。此外，以兩次評論為研究重點，探究了初評和追評在效價、情感強度、時間間隔維度上的不同組合對評論感知有用性的影響。

關于情感效價的研究，將追加評論按照追評的方向分為“追評為正”和“追評為負”，結果顯示消費者對于負向追評類的感知有用性大于正向追評類的感知有用性，該分類方法雖與王長征等學者不同，但是驗證了王翠翠眼動實驗的結果。通過不同效價組合的初評和追評情感強度比較發(fā)現(xiàn)：一致型追加評論“初正追正”和“初負追負”組中，追評的情感強度大于初評;而對于矛盾型追加評論，“初正追負”組追評的情感強度大于初評;“初負追正”組的追評的情感強度小于初評。對不同類型商品的追評時間間隔研究發(fā)現(xiàn)：搜索品兩次評論的時間間隔要顯著長于體驗品;且對于體驗品來說，時間間隔較短的兩次評論的感知有用性強于時間間隔較長的兩次評論;而對于搜索品來說，時間間隔較長的兩次評論的感知有用性強于時間間隔較短的兩次評論。

3.2 理論意義和實踐意義

以往研究大多聚焦于一次性評論，本文對追加評論提出的新觀點是對現(xiàn)有研究的有益補充。在研究方法方面，以往對在線評論感知有用性的研究大致采用兩種方法，一種是通過量表來測量被試在不同評論環(huán)境中的感知有用性;另一種是使用爬蟲技術爬取真實評論，將感知有用性作為因變量構建回歸模型，探究相關因素的影響是否顯著。本文結合了兩種方法，數(shù)據(jù)來源于爬蟲技術爬取的真實評論，感知有用性的研究使用非參數(shù)檢驗的秩均值比較，這是對感知有用性探究方法的補充。另外，本文并沒有自建詞庫賦值進行情感分析，而是調用百度AI開放平臺的自然語言處理，一方面簡化了研究步驟并降低了研究難度，另一方面使用國內最先進的商用語言處理平臺，更加適用于本文對象，大大提高了情感分析的準確性。

研究結果顯示追加評論比一次性評論的感知有用性更高，因此商家不僅僅要鼓勵消費者發(fā)表評論，更要在消費者購買一定日期之后通過優(yōu)惠券激勵等方式鼓勵消費者發(fā)表追加評論。一般來說，商家在鼓勵追加評論時并沒有要求追評的時間，所以只是為了得到獎勵的消費者在初次評論之后就立即追加評論，而這種評論感知有用性是不高的。通過本文可以發(fā)現(xiàn)對于搜索品，消費者對于時間間隔較大的追評感知有用性更高，而對于體驗品正好相反。商家應該根據(jù)商品生命周期等因素，在消費者初評之后的特定時間段通過短信等方式引導消費者給出積極追加評價，例如引導洗面奶的追評可以在初次評論的20天以內，而U盤追評在初評的30天以后。商家應該在消費者可能發(fā)表評論的期間與消費者保持密切溝通，避免消費者給出負面評價。無論是初評還是追評出現(xiàn)負面信息，都會很快抓住消費者的眼球，降低消費者的購買意愿。因此，商家應該堅決避免出現(xiàn)初次評價和追加評價均為負向的評價。在初次評論為負向之后，商家應該通過補償?shù)确绞桨矒嵯M者，避免消費者情緒惡化，給出情感強度更激烈的負向追評。如果提升了消費者售后滿意度，并鼓勵消費者將售后處理的滿意度詳細體現(xiàn)在追加評論中，無疑是一個加分項，會對商品口碑起到積極作用。同時，商家也應該利用大數(shù)據(jù)分析方法實時監(jiān)測消費者口碑動態(tài)，做到及時發(fā)現(xiàn)問題并處理。

對于消費者來說，在瀏覽在線評論的時候應該要著重關注診斷性信息較多的追加評論，對于前后情感傾向矛盾的追加評論更要重點瀏覽。目前主流電商平臺都有對評論點贊詢問的功能，評價發(fā)布者可以看到并回復。如果消費者想了解更多追加評論中出現(xiàn)的細節(jié)，可以瀏覽評論區(qū)回復，或者直接評論請求樓主回答。

3.3 研究局限和未來展望

本文仍存在一定局限性：在樣本數(shù)量上，由于目前主流電商網(wǎng)站均設有反爬蟲機制，導致收集到的評論信息數(shù)量不夠大。為此，本文共選取10種U盤和10種洗面奶來提高數(shù)據(jù)規(guī)模，在提高數(shù)據(jù)量的同時也忽略了不同類型產品評論之間可能存在的整體差異，后續(xù)研究可以繼續(xù)擴大研究的商品種類和數(shù)據(jù)體量。此外，本文對情感強度的研究不夠具體，后續(xù)可以將效價和情感強度組合進行細化研究。

本文對商品類型的分類采取搜索品和體驗品，在消費者研究領域還有享樂品&實用品、高卷入度&低卷入度、社會距離遠&近等維度，在后續(xù)研究中可以對商品類型進一步細化。此外，本文在數(shù)據(jù)收集階段發(fā)現(xiàn)，初評默認好評的追加評價也占比較大，這種評論的感知有用性甚至大于“初正追正”的兩次評論，也值得學者關注。

參考文獻：

[1] 中國互聯(lián)網(wǎng)絡信息中心（CNNIC）. 2015 年中國網(wǎng)絡購物市場研究報告[R]. 2016.

[2] 淘寶.淘寶網(wǎng)評價規(guī)范[R]. 2015.

[3] 王長征， 何釤， 王魁. 網(wǎng)絡口碑中追加評論的有用性感知研究[J]. 管理科學， 2015， 28（3）：102-14.

[4] 石文華， 龔雪， 張綺， 等. 在線初次評論與在線追加評論的比較研究[J]. 管理科學， 2016， 29（4）：45-58.

[5] 石文華， 王璐， 繩娜， 等. 在線初次評論與在線追加評論對商品銷量影響的比較研究[J]. 管理評論， 2018， 30（1）：144-53.

[6] 李琪， 任小靜. 矛盾性追加評論對感知有用性的影響效應研究[J]. 管理科學， 2017， 30（4）：139-50.

[7] HERR P M， KARDES F R， KIM J. Effects of word-of-mouth and product-attribute information on persuasion：an accessibility-diagnosticity perspective[J]. Journal of Consumer Research， 1991， 17（4）：454-62.

[8] LACZNIAK R N， DECARLO T E， RAMASWAMI S N. Consumers responses to negative word-of-mouth communication：an attribution theory perspective[J]. Journal of Consumer Psychology， 2001， 11（1）：57-73.

[9] JIN L， HU B， HE Y. The recent versus the out-dated：an experimental examination of the time-variant effects of online consumer eeviews[J]. Journal of Retailing， 2014， 90（4）：552-66.

[10] CHEN Z， LURIE N H. Temporal contiguity and negativity bias in the impact of online word of mouth[J]. Journal of Marketing Research （JMR）， 2013， 50（4）：463-76.

[11] 盧向華， 馮越. 網(wǎng)絡口碑的價值——基于在線餐館點評的實證研究 [J]. 管理世界， 2009（7）：126-32.

[12] 龔詩陽， 劉霞， 趙平. 線上消費者評論如何影響產品銷量？——基于在線圖書評論的實證研究 [J]. 中國軟科學， 2013（6）：171-83.

[13] GHOSE A， IPEIROTIS P G. Designing novel review ranking systems：predicting usefulness and impact of reviews; proceedings of the International Conference on Electronic Commerce， F， 2007 [C].

[14] RACHERLA P， FRISKE W. Perceived ‘usefulness of online consumer reviews：an exploratory investigation across three services categories[J]. Electronic Commerce Research & Applications， 2012， 11（6）：548-59.

[15] SCHUFF D. What makes a helpful online review？ a study of customer reviews on amazon.com[J]. Social Science Electronic Publishing， 2012， 34（1）：185-200.

[16] 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.

[17] PAVLOU P A， FYGENSON M. Understanding and prediction electronic commerce adoption：an extension of the theory of planned behavior[J]. MIS Quarterly， 2006， 30（1）：115-43.

[18] SCHLOSSER A E. Source Perceptions and the persuasiveness of internet word-of-mouth communication[J]. Advances in Consumer Research， 2005， 32（1）：202-203.

[19] 楊亮，林原，林鴻飛. 基于情感分布的微博熱點事件發(fā)現(xiàn) [J]. 中文信息學報， 2012， 26（1）：84-91.

[20] 蔡淑琴， 秦志勇， 李翠萍， 等. 面向負面在線評論的情感強度對有用性的影響研究 [J]. 管理評論， 2017， 29（2）：79-86.

[21] 徐琳宏， 林鴻飛， 潘宇， 等. 情感詞匯本體的構造 [J]. 情報學報， 2008， 27（2）：180-5.

[22] NAN H， LING L， JIE J Z. Do online reviews affect product sales？ The role of reviewer characteristics and temporal effects [J]. Information Technology & Management， 2008， 9（3）：201-14.

[23] GODES D， MAYZLIN D. Firm-created word-of-mouth communication：evidence from a field test [J]. Marketing Science， 2009， 28（4）：721-39.

[24] GARBARINO E， STRAHILEVITZ M. Gender differences in the perceived risk of buying online and the effects of receiving a site recommendation[J]. Journal of Business Research， 2004， 57（7）：768-75.

[25] 杜學美， 丁璟妤， 謝志鴻， 等. 在線評論對消費者購買意愿的影響研究 [J]. 管理評論， 2016， 28（3）：173-83.

[26] MAN Y C， LUO C， SIA C L， et al. 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.

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

[28] MUDAMBI S M， SCHUFF D. What makes a helpful online review？ a study of customer reviews on amazon.com[M]. 2010.

[29] 張艷輝， 李宗偉. 在線評論有用性的影響因素研究：基于產品類型的調節(jié)效應[J]. 管理評論， 2016， 28（10）：123-32.

[30] 李琪， 任小靜. 消費者對不同平臺類型正面在線評論感知有用性的差異研究[J]. 經(jīng)濟問題探索， 2015（10）：41-7.

[31] GOLDSMITH R E， HOROWITZ D. Measuring motivations for online opinion seeking[J]. Journal of Interactive Advertising， 2006， 6（2）：1-14.

[32] DELLAROCAS C， ZHANG X， AWAD N F. Exploring the value of online product reviews in forecasting sales：The case of motion pictures[J]. Journal of Interactive Marketing， 2007， 21（4）：23-45.

[33] SUNDARAM D S， MITRA K， WEBSTER C. Word-of-mouth communications：a motivational analysis[J]. Advances in Consumer Research， 1998， 25（1）：527-531.