共查询到17条相似文献，搜索用时 718 毫秒
1.
[目的/意义]在线评论在消费者网络购物决策过程中解决信息不对称的作用日益显著,探索在线评论有用性影响因素对消费者和商家都具有重要意义。[方法/过程]以信号传递理论为框架,从与评论内容、评论者和反馈有关的信号构建在线评论有用性影响因素模型,同时考虑商品类型的调节作用,并分析了信号环境的影响。[结果/结论]通过亚马逊中国网站获取客观数据进行实证研究,发现负面评论、评论字数越多、评论含有图片、评论者对信息有披露、评论者排名越靠前、评论回应数量越多则评论有用性越高,商品类型在评论情感倾向、评论图片对评论有用性影响中起到了显著的调节作用,并且信号影响评论有用性受到信号环境的影响。 相似文献
2.
随着互联网的迅速发展,消费者购物决策越来越依赖于在线评论。从信息接受模型对信息有用性影响出发,构建在线评论有用性投票增量的时间窗,建立在线评论有用性影响因素模型,研究在线评论内容和评论者对在线评论有用性的影响。基于TripAdvisor.com的4 258条酒店评论数据,运用负二项回归进行实证分析。研究发现评论内容长度、评论极端性、评论有用性投票数、评论者认可度和个人信息披露对在线评论有用性具有显著正影响,这对在线零售商和消费者具有重要的启发和建议。 相似文献
3.
在线评论的感知有用性对在线消费者购买意愿的影响路径研究 总被引：1，自引：0，他引：1
《科技创业月刊》2016,(9)
网络购物的兴起,在线评论受到消费者的关注度增加,消费者在网络购物前会参考购买者评论,作为购买决策的指导。在线评论在一定程度上能够刺激消费者的购买意愿,从而产生购买行为。论文在对线评论及其感知有用性的相关理论进行回顾的基础上,分析总结出在线评论有用性感知的影响因素。然后根据购买意愿的研究现状,确定态度对购买意愿的影响。再提出研究假设:在线评论感知有用性对购买意愿的影响经过了态度的中介作用,建立研究模型,并对假设进行验证,最后得出结论建议 相似文献
4.
随着网络购物的不断发展,许多在线购物网站的评论系统都增加了追加评论的功能,含追加的在线评论显著增多。然而,以往关于在线评论的研究主要集中在对一次性在线评论的研究,较少研究关注含追加的在线评论。本文聚焦于含追加的在线评论,基于归因理论、负面偏差效应等理论,运用眼动追踪技术,探索含追加的在线评论有用性感知的影响因素与消费者对其主观认知过程。研究结果表明,消费者对含负面追加评论的评论信息、初次评论与追加评论情感不一致的评论信息、初次评论与追加评论时间间隔较长的评论信息的关注程度更大,有用性感知更高。另外,眼动实验给出了更为复杂的变量之间的交互关系。 相似文献
5.
6.
在线商品虚假评论信息不仅误导消费者购物决策与商家销售评估,而且严重干扰了在线商品交易平台的意见挖掘结果。本文针对国内外对在线商品虚假评论治理的研究现状,从法律监管和鉴别模型两个层面重新定位了其治理目标,指出应根据不同的治理对象,从监管虚假评论形成路径的基本要素、减弱虚假评论形成路径的促进因素、激励正常消费者作出真实有效的评论并优化虚假评论识别模型的鉴别准确率4个方面完善在线商品虚假评论信息的治理途径,并详细阐述了各治理途径的具体实施办法以及今后优化和完善的建议与对策。 相似文献
7.
【目的/意义】在线评论在消费者购买决策中的重要性日益凸显,探索电商平台消费者绿色产品在线评论信息采纳的影响因素,为进一步挖掘在线评论的商业价值、促进绿色产品的消费提供参考。【方法/过程】以TAM和ELM为理论基础,结合社会环境因素和消费者个体特质因素,构建电商平台消费者绿色产品在线评论信息采纳意愿的影响因素模型,运用结构方程模型进行实证检验。【结果/结论】结果表明评论质量和社会影响均对感知评论有用性产生正向影响,评论源可信度与感知评论有用性的关系不显著,感知评论有用性和社会影响又对评论采纳意愿产生正向影响,产品卷入度会调节消费者评论有用性的感知,而专业知识未能起到调节作用。 相似文献
8.
运用文献调研法、专家咨询法确定影响网购决策的在线评论及其接收者因素,使用DEMATEL方法建立各因素之间的相互影响关系,并对其影响机理进行深入研究。研究发现：影响网购决策的12个在线评论及其接收者因素中,在线评论者专业性与可信性、评论的新颖性、评论接收者性别与年龄为深层因素,不受其他因素影响,其通过影响中层因素和表层因素,间接影响购买决策;在线评论内容丰富性与数量为中层因素,受深层因素的影响,同时影响表层因素,间接影响购买决策;在线评论的客观性与可理解性、好评率、在线评论接收者的专业性与产品涉入度为表层因素,主要受其他因素的影响,且相互影响,直接影响消费者购买决策。 相似文献
9.
电子商务中在线评论有用投票数影响因素研究 总被引：1，自引：0，他引：1
在线评论对消费者购物选择具有重要的影响,但日益增加的海量信息导致了信息过载等问题。因此,判断和识别评论信息的有用性具有重要的研究意义。本文采用文本挖掘和统计分析方法,从评论信息特征和评论者信息两个角度,对在线评论获得有用投票数的影响因素进行了分析,并通过亚马逊商城的用户评论样本,具体研究了各因素的影响作用。研究发现：评论评分对在线评论的有用投票数具有负向影响,而评论信息丰富性和历史评论有用性评价对其具有正向影响。 相似文献
10.
[目的/意义]对在线负面评论有用性影响因素分析，能够有助于揭示在线评论的作用机理，更加有效地发挥在线评论的应用价值。[过程/方法]以京东商城（jd.com）搜索型和体验型商品的在线负面评论为研究对象建立分层回归模型，从形式特征、内容特征、文本特征、反馈特征等4个维度出发，探索不同因素对在线负面评论有用性的影响，并采用主成分分析法对商品类型调节作用下的影响因素重要程度进行排序。[结果/结论]研究结果表明，在线负面评论的影响因素受商品类型调节，会对有用性产生非线性复杂影响，导致作用度存在差异。对于搜索型商品，在线负面评论中评论等级、回复次数和评论长度等影响因素的有用性明显；而对于体验型商品，在线负面评论中附加图片、详尽地客观描述能够促进消费者做出购买决策。 相似文献
11.
为了理解在线评论对消费者网络购买意愿影响的主要动因,基于计划行为理论、技术接受模型理论和网购顾客消费体验对在线评论行为作用模型,构建在线评论对消费者网络购买决策影响的动因模型,并提出若干假设,最后通过数据采集,采用AMOS21.0软件进行数据分析,对模型和假设进行了实证研究,统计分析结果表明: 消费者——网站关系、在线评论数量、在线评论质量、在线评论接收者专业能力、在线评论接收者涉入度、在线评论接收者感知风险影响消费者网络购买意愿,在线评论者资信度和在线评论的时效性影响不显著.基于此,本文对结果进行了讨论,并对消费者和网商营销提出了建议. 相似文献
12.
[目的/意义]旨在为后疫情时代下消费者的渠道迁移意愿研究的研究提供参考.[方法/过程]以PPM模型结合TAM模型为理论基础,从推、拉、锚定三方面研究消费者购买生鲜农产品迁移意愿的影响因素.对生鲜电商在线评论进行文本分析得出,线上渠道的平台服务、产品质量和包装物流会影响消费者感知线上渠道有用性,将这三个因素代入模型拉力因... 相似文献
13.
14.
【目的/意义】互联网数据中隐藏着的消费心理、消费需求等消费者情报对提升企业竞争力意义重大。对用
户购买行为产生及演进机制的发掘,不仅能让企业掌握更多自身产品和服务中的具体细节信息,还能从本质上发
现用户的需求偏好,推进企业实施科学经营决策。【方法/过程】本文提出一种利用因果事理图谱的消费者情报获取
方法,以京东平台手机在线评论数据源为例,首先通过利用基于规则和依存句法分析结合的自然语言处理技术对
数据源之间的因果关系变量进行识别和事件知识抽取,再结合LDA模型进行事件聚类,最后利用Gephi可视化等
方法实现对用户购买行为的起源与发展机制等特征的识别与呈现,探测用户潜在需求偏好。【结果/结论】结果显
示,用户购买手机的行为是一系列严密的因果事理逻辑演进过程,包括买前需求、购买决策、买后评价三个递进阶
段,用户经历产生购买需求;多维需求驱动购买决策演化;最后是否获得对应需求服务的过程影响满意度的评价。
【创新/局限】采用事理图谱的用户购买行为分析,为拓展大数据情报挖掘方法提供了借鉴。但基于规则的事件知
识抽取受数据库限制,导致该方法实施效率受到一定程度影响。 相似文献
15.
从在线消费者网络,基于消费者网络的产品扩散、电商变革等方面对在线消费者网络驱动下的产品扩散研究进行述评。认为未来研究应关注消费者网络产品扩散的影响因素,新兴模式及中国情境下的消费者行为,消费者网络行为涌现及供应链协调,以及考虑消费者网络效应下的平台间竞争问题。 相似文献
16.
网络零售环境中,在线评论对产品销量和消费者购买决策都产生了非常重要的影响.本文在对在线评论的内容和范围做出明确界定的基础上,分析影响消费者采纳在线评论意见的3个方面:有用性、可信度和其他调节因素,得出评论有用性的主要影响因素为:量、长度、星级、语言风格和内容离散度、内容一致性等,评论可信度的主要影响因素为价、论证质量、评论人可信度和评论人的专业度等,调节因素则主要为消费者已有信念、介入度和文化因素.最后,提出值得未来研究深入探讨的在线评论研究主题. 相似文献
17.
《Information processing & management》2020,57(6):102323
With the fast growth of e-commerce and the emerging new retail trend—online and offline integration—it is important to recognize the target market and satisfy customers with different needs by analyzing their online search behaviors. Accordingly, we propose sequential search pattern analysis and clustering to analyze consumers’ search behavior throughout the entire shopping process from the perspective of consumer need-states. We seek to understand how recommendation functions (RFs) or popular non-RF web features help consumers to shop online from a need-state perspective. We adopt maximal repeat patterns (MRPs) and lag sequential analysis (LSA) to analyze the sequence of search paths and identify significant repeated search patterns. Furthermore, to investigate the behaviors of customers with different types of need-states, we analyze webpages related to RFs and non-RF features using clustering to connect the evaluation results of search patterns with page traversal behaviors. This yields four groups of consumers who browse for information, adopt recommendations, consult reviews, and conduct searches with different levels of goal-oriented or exploratory-based need-states. The results show that consumers with strong goal-oriented need-states have the simplest search paths compared to other groups, whereas exploratory-based consumers have the most complicated search paths. Furthermore, consumers with higher need-states tend to search directly, consult reviews carefully, and have stored sequential search patterns, whereas consumers with exploratory-based need-states tend to explore the categories of products and adopt product classification hierarchy as a pivot to explore web features and then adopt specific types of RFs. Interestingly, consumers in the review-consulting group all belong to the goal-oriented need-states type with strong knowledge-building behaviors compared to others. The results reveal that each group employs its own particular web features to facilitate the shopping process and we can identify consumer types based on shopping behavior in the early stage of shopping. This suggests that e-store sellers can refine web features and deploy marketing strategies tailored to the search patterns for different levels of need-states. 相似文献