融合特征情感和产品参数的客户感知偏好模型

在线评论作为一种公开、可获取的信息资源，蕴含了关于产品质量的各种有价值的信息，对这些信息的分析与挖掘有助于企业了解客户的需求和偏好。目前，基于在线评论的客户偏好模型考虑了特征观点和评论数量，忽视了产品参数对消费者购买决策的影响。因此，本文提出了一种融合特征情感和产品参数的客户感知偏好模型。首先，利用在线评论提取客户讨论的产品特征，并识别产品特征的情感极性，从而进一步计算特征正负面情感得分，生成产品的特征情感。然后，结合企业定义的产品参数，构建特征情感和产品参数融合作用对产品销量影响的计量经济模型，分析客户对产品的感知偏好。最后，为验证模型的有效性，获取了汽车之家网站的39款汽车产品（SUV车型）的评论文本，并持续8个月的销量跟踪。研究结果显示本文提出的模型比信息增益和TF-IDF方法能够更加准确地获取客户的感知偏好。此外，研究结果解释了特征情感和产品参数与产品销量的关联关系，为企业的市场营销和产品设计决策提供了理论基础。     

基于在线评论数据的产品需求趋势挖掘

随着经济水平的提高和物质生活的丰富，消费者的需求变化也越来越快。能否迎合市场需求的变化是企业产品成功的关键。随着社交媒体的发展，消费者为了分享购物体验发表了许多在线评论信息，其中蕴含着消费者的需求变化。本文在产品特征提取和属性情感分析的基础上，构建了垃圾评论识别模型。然后，利用时间序列分析模型预测下阶段的产品属性关注度和情感计算。最后结合历史数据的变化趋势，分析产品属性的重要性和市场满意情况。利用汽车论坛上的汽车评论数据对本文提出的研究模型进行了验证。研究结果可以为企业制定营销策略以及产品改进与创新提供决策支持。     

基于在线评论和随机占优准则的生鲜电商顾客满意度测评

生鲜电商被认为是电子商务领域的下一片蓝海，吸引着各类资本、平台竞相追逐，但目前生鲜电商仍处于发展探索阶段，如何及时准确地把握顾客需求和有效地提升顾客满意度是当前面临的重要问题。本文提出一种基于在线评论和随机占优准则的生鲜电商顾客满意度测评方法：首先，利用生鲜电商存在的大量在线评论数据信息，基于LDA模型提取出在线评论中的主题，作为顾客对生鲜电商满意度的影响因素；其次，构建生鲜电商顾客需求的情感词典，计算在线评论中顾客的情感倾向得分，作为判断顾客满意度的依据；最后，利用随机占优准则，构建不同商品类别中影响因素的随机占优程度矩阵，并应用PROMETHEE-Ⅱ方法给出不同商品类别中影响因素的排序结果。通过爬取天猫网站中不同类别的生鲜商品在线评论信息进行顾客满意度评估的案例分析，验证本文提出的方法的可行性和有效性。结果显示，不同生鲜商品类别中顾客满意度影响因素的重要度排序是不同的。值得注意的是，所提方法也为其他产品或服务的顾客满意度评估问题提供了参考和支撑。     

基于多任务委托代理的业主与承包商激励模型

在线评论是近几年学者们非常关注的问题，已有研究多是针对消费者在收到产品之后第一次进行的评论，随着网络购物机制的完善，各大网上购物平台为消费者提供追加评论的机会，即在使用产品一段时间后再次进行评论。 将在线评论分为在线初次评论和在线追加评论，基于不同产品类型(搜索型产品和体验型产品)和产品价格，探讨评论数量、评论长度、评论时间间隔和评论情感强度之间的差异。从在线零售网站天猫商城上获取真实的在线评论作为实验数据，采用回归分析、多因素方差分析、独立样本t检验、配对样本t检验等方法，利用SPSS 20进行数据分析。 研究结果表明，①评论数量受到评论类型和产品价格的影响，评论类型对评论数量的影响最大，初次评论数量明显多于追加评论数量，产品价格对评论数量有负向影响，而产品类型对评论数量无显著影响；②体验型产品的评论长度和评论时间间隔均大于搜索型产品，产品价格正向影响评论长度和评论时间间隔；③初次评论和追加评论的情感强度差异受情感倾向的影响，如果初次评论和追加评论的情感倾向均为负向，则追加评论的情感强度大于初次评论的情感强度；如果初次评论和追加评论的情感倾向均为正向，则追加评论的情感强度小于初次评论的情感强度。 研究结果表明初次评论和追加评论在一些基本特征方面存在差异，一方面是对已有在线追加评论研究的补充，为后续比较研究初次评论和追加评论对消费者影响提供理论基础；另一方面，企业可针对不同类型和不同价格的产品采取不同措施，使评论长度、时间间隔和情感强度保持在优良水平，充分利用在线评论对消费者购买决策的影响。     

基于在线评论的产品需求偏好判别与客户细分——以智能手机为例

在数据为王的时代背景下，在线评论因具有信息多样性和参与群体性的特征而备受国内外学者的关注。本文以京东和天猫网络购物平台上的4款智能手机为研究对象，获取有效的在线评论26489条。首先，采用BAE判定算法提取了手机产品的特征词，借助基于互信息和语义相似度的相关性分析对消费者的产品需求偏好进行了归类与判别。其次，基于情感倾向分析得出消费者的7个需求偏好维度的分值，形成了用于表征消费者的多维分值向量，并采用改进的两步聚类法对智能手机的消费者进行了群组划分，总结了各类消费者群组的特征，进而对4款智能手机的消费者群组的构成进行了分析和比较。最后，根据研究结果得出了相关管理启示。     

基于在线客户评论的客户细分研究

针对基于在线客户评论数据进行客户细分分析的问题,设计了二阶段客户细分分析框架.在客户偏好建模阶段,设计了同义属性识别方法和属性偏好换算方法,基于产品属性树结构,构建粒度统一的客户偏好向量;在客户聚类阶段,设计了包含最优聚类数识别的聚类流程,基于模糊C均值聚类方法,对客户进行聚类.     

基于消费者评论的网络预售定价策略研究

在线消费者评论成为影响消费者购买行为的重要因素。本文构建两阶段销售模型（预售期、正常销售期），通过刻画预售期消费者评论对正常销售期需求的影响，探究消费者评论如何影响商家定价策略以及商家如何利用消费者评论调节竞争。结果表明，无论在垄断或竞争市场情形下，若忠实消费者选择等待至正常销售期购买产品，商家均会采取折价预售策略，即通过降低预售期价格提升消费者评论，刺激正常销售期的产品需求。在竞争市场情形下，若普通消费者的产品偏好成本非常低且预售期购买量较小，商家的折价预售策略能通过提升消费者评论以阻止竞争者进入市场；随着普通消费者产品偏好成本增大，商家会将重心转向忠实消费者，进而缓解商家之间的竞争。     

面向竞争力的特征比较网络: 情感分析方法

比较观点广泛存在于在线评论之中,这些比较观点是用户表达情感的常用方式, 也是产品竞争力的重要表现。依据在线评论的文本信息,结合文本挖掘和情感分析技术,提取在线评论中特征级的“比较观点对”。利用特征比较观点,分别构建产品特征的单边有向、双边有向以及多边有向比较网络, 并根据情感强度确定网络边的权重。借助成熟的网络分析算法(PageRank和HITS),对特征比较网络进行计算。产品特征比较网络能够识别产品的竞争优势, 也能分析用户对每个特征的关注度,并量化评价得分。实验发现,特征比较网络与销售排名显著相关,因而有助于销量的预测。     

面向竞争力的特征比较网络:情感分析方法

比较观点广泛存在于在线评论之中,这些比较观点是用户表达情感的常用方式,也是产品竞争力的重要表现.依据在线评论的文本信息,结合文本挖掘和情感分析技术,提取在线评论中特征级的“比较观点对”.利用特征比较观点,分别构建产品特征的单边有向、双边有向以及多边有向比较网络,并根据情感强度确定网络边的权重.借助成熟的网络分析算法(PageRank和HITS),对特征比较网络进行计算.产品特征比较网络能够识别产品的竞争优势,也能分析用户对每个特征的关注度,并量化评价得分.实验发现,特征比较网络与销售排名显著相关,因而有助于销量的预测.     

评分不一致性对在线评论有用性的影响——归因理论的视角

哪些因素会影响在线评论的有用性一直是理论界和实践界都十分关心的问题，但现有研究对在线评论的星级评分是如何影响评论有用性这一问题仍未形成统一的结论。基于此，本文以归因理论为分析框架，构建了在线评论的星级评分与产品的平均星级间的不一致性对评论有用性的影响的研究模型，并重点探讨产品的评论总量以及评论的星级评分和平均星级间差异的方向对这一影响的调节作用。本文以携程网上832233条酒店评论为样本，采用零膨胀负二项回归方法对理论模型进行了实证检验，研究结果表明，评分不一致性对评论的有用性有显著的负向影响，而某种产品的评论总量以及星级评分和平均星级间差异的方向对评分不一致性和评论有用性间的关系起到调节作用。当产品的评论总量越高或评论的星级评分与产品的平均星级间的差异为正向差异时，评分不一致性对评论有用性的负向影响越强。本文的研究成果既为理解在线评论有用性提供了理论贡献，也有助于电子商务或第三方评论网站管理和应用在线评论。     

道歉承诺类管理反馈策略对顾客二次满意度的影响——基于顾客多样情绪调节效应

O2O模式下，众多学者和商家都关注何种在线管理反馈策略能提升顾客满意度，然而多数研究仅针对顾客负向情绪，忽略了顾客多样情绪对在线管理反馈策略影响的调节作用。实际上顾客在接受在线管理反馈时带有矛盾情绪，表现为多种情绪。因此本文针对消费者多样情绪，研究不同情绪调节下道歉承诺类管理反馈策略与顾客满意度之间的关系。通过梳理在线管理反馈策略、顾客满意度、顾客多样情绪等相关研究，提出代表顾客多样情绪的在线评论类型包括：积极评论、偏积极评论、消极评论、偏消极评论，研究不同类型评论（顾客多样情绪）对顾客满意度有不同影响；道歉承诺类管理反馈策略对顾客二次满意度有积极影响；不同类型在线评论（消费者多样情绪）对道歉承诺类管理反馈策略的积极影响有调节作用等假设。本文以国内某旅行网站99027名顾客二次入住酒店数据为样本，用机器学习的方法对顾客评论和管理反馈策略进行分类，通过多元线性回归模型进行实证分析，结果表明：（1）偏积极评论、偏消极评论、消极评论对顾客二次满意度有负向影响；（2）道歉承诺类管理反馈策略对顾客二次满意度有积极作用；（3）顾客偏消极、消极情绪能够加强道歉承诺类管理反馈策略对顾客二次满意度的正向影响，即道歉承诺在调节顾客的消极情绪方面具有一定的积极作用。研究结果丰富了在线管理反馈策略理论和方法，为服务商进行在线管理反馈时应采取的措施提供了一些参考，对服务商通过第三方平台加强顾客关系管理具有一定的指导意义。     

Managerial Responses to Online Reviews: A Text Analytics Approach

This study tests the effects of online managerial responses and returning customers’ future satisfaction (measured as review ratings) by performing social media text analytics on a hotel sample. Essentially, this paper provides insight into meaningful differences in future ratings between responding and non‐responding hotels, as well as differences in response styles between ratings improvement and non‐improvement. The results indicate that: (1) subsequent ratings are higher if customers receive responses to their previous online reviews; (2) increase in ratings is more significant among low‐satisfaction customers, and a decrease in ratings is mitigated if responses are provided; (3) responding to loyal customers – those who have visited and rated the same hotel more than three times – has a limited impact on ratings; (4) responses are longer and sentiment is slightly lower in scenarios where subsequent ratings are improved, but there is no significant difference in the effect of response speed between the two groups; (5) changes in ratings also affect styles of responding to current reviews – if customer satisfaction has improved, response length tends to be shorter and sentiment level tends to be higher. The findings offer both theoretical and managerial implications by demonstrating the utility of social media text analytics.     

网络购物顾客忠诚度影响因素的实证研究

顾客忠诚度是网络商家维护市场地位、保持持续竞争优势的重要因素。然而,网络环境下顾客忠诚度的复杂性和不确定性却成为阻碍电子商务进一步发展的瓶颈。因此,本文通过对以往文献的梳理,构建了以信任、在线网站特性、线下物流服务质量、顾客满意度、转换成本为外因潜在变量,以顾客忠诚度为内因潜在变量的假设模型,并以问卷调研的方式收集实证数据,采用因子分析和结构方程模型揭示网络环境下顾客忠诚度的影响因素和作用机制。研究发现：在网络环境下,信任不仅可以通过影响顾客满意度来间接地影响顾客忠诚度,而且可以成为顾客忠诚度的直接前因变量;在线网站特性和线下物流服务质量共同作用于顾客满意度的提升,并间接地影响顾客忠诚度的积累;顾客满意度和转换成本是网络环境下顾客忠诚度的主要影响因素。研究结论较为全面地反映了网络环境下顾客忠诚度的影响因素和作用机制,对于网络零售商有针对性地实施顾客忠诚计划有着十分重要的参考价值。     

在线评论的行为影响与价值应用研究综述

随着社交网络的发展,大量用户生成的在线评论影响着消费者的行为,同时被应用于企业的经营管理活动,引起市场营销、信息系统、产品开发等领域学者们的广泛关注,取得很大的研究进展。但是在线评论的研究范围广泛,目前并没有系统性的概念框架,缺乏对在线评论的全局认识。因此,本文尝试从行为影响和价值应用两个层面对在线评论研究文献进行全面总结,并结合当前的技术发展和市场环境,探讨在线评论研究的未来趋势。     

在线口碑传播的意见领袖识别方法研究

Web2.0技术应用的不断深化,使得越来越多的用户在网络上发布对产品、服务、品牌或企业的评价,这些在线口碑极大影响着消费者的购买决策和企业的声誉、利润,如何识别出在线口碑传播中的意见领袖对企业有着重要价值。本文结合RFM模型和情感词自动判别方法,考虑情感(S)这一个新的指标,提出了RFMS模型来测量在线口碑发布者的影响力,应用人工神经网络识别出意见领袖,以程度中心性来评估识别结果的有效性。本文采用网络上获取的大众点评网的美食评论语料,对所提出的方法进行了数据实验,实验结果表明,该方法能够精确识别出意见领袖。     

Diagnosing Customer Value: Integrating the Value Process and Relationship Marketing

The concept of value and, more specifically, customer value is of increasing interest to both academics and practitioners. This paper undertakes a substantial review of past and current literature on value and categorizes this considerable body of research into nine streams of literature. Building on the emerging relationship marketing paradigm, it then proposes a framework for relationship value management. Nine core streams of value literature are identified and discussed: consumer values and consumer value; the augmented product concept; customer satisfaction and service quality; the value chain; creating and delivering superior customer value; the customer's value to the firm; customer‐perceived value; customer value and shareholder value; and relationship value. To date, the core focus of most of this literature has been on the nature of value from the perspective of the organization and its customers – the customer–supplier relationship. However, it is argued that the emergence of the relationship marketing paradigm has emphasized the role of other stakeholders in building relationships. An existing multiple stakeholder model of relationship marketing, the six markets model, is introduced and is integrated with key concepts from the value literature to produce a conceptual framework for relationship value management.     

An Exploratory Study of the Impact of e‐Service Process on Online Customer Satisfaction

Although extensive academic research has examined the dynamics of interpersonal interactions between service providers and customers, much less research has investigated customer service encounters through technological interfaces such as the Web in electronic commerce transactions. Corporate websites have become an important point of contact with customers for many companies. Service has been described as one of the most important attributes for online business to influence traffic and sales. However, more research is needed to understand how Web‐based technological capabilities of services affect customer satisfaction. In this paper, we propose viewing the interface between online buyers and sellers through the lens of service management to identify possible determinants of online customer satisfaction. A company's website is considered its electronic service delivery system. We look at this electronic service delivery system from its process point of view. Our findings indicate that as the electronic service delivery system process improves, a customer's perception of the website's ease of use increases, leading to increased service value and perceived control over the process, which increases customer satisfaction. The research provides evidence that the technological capabilities embedded in the website processes are an important factor in determining service quality and ultimately online customer satisfaction.