在线客户评论对消费者购买决策的实证研究

从实证角度出发,在已有文献的基础上,构建了在线客户评论对消费者购买决策的影响模型。研究结果表明：消费者——网站关系、评论者资信度、评论的效价、评论的数量以及评论的质量对消费者购买决策的影响显著正相关：接收者的专业能力对消费者购买决策的影响显著负相关。根据研究结论为企业提出了相应的管理建议及对策。     

在线商品评论的效用分析研究

大多数电子商务网站为消费者提供相互交流的平台来发表其针对某件商品的评论.但是,随着在线商品评论的数量不断增加,潜在消费者越来越难从中发现有助于制定购买决策的信息.因此,如何从众多的评论中识别有用的评论,分析在线评论的效用成为关注的热点.本文对在线商品评论效用分析的最新研究进行评述,认为该领域的研究需要充分关注消费者的购买决策过程,进而设计新的数据挖掘方法更好地辅助消费者的购买决策,同时为电子商务网站的运营商调整营销沟通策略提供决策支持.     

在线商品评论信息内容影响因素的实证研究

在线商品评论作为在线口碑的一种重要形式,是电子商务交易活动中的一类关键信息资源。研究和识别影响评论信息内容的因素,对于消费者做出正确有效的购买决策和促进电子商务平台完善自身建设等具有重要作用。该文从用户、商家/平台、在线商品这三个层面出发,采用问卷调查和统计分析法,对评论用户群体进行在线商品评论信息内容影响因素实证分析。研究发现:用户的情感分享、专业程度、与商家/平台的关系强度正向影响在线商品评论信息内容;商家/平台的态度负向影响在线商品评论信息内容。     

在线客户评论对网络服装消费者购买决策的影响

如何利用网络进行口碑营销,逐渐成为营销人员和研究学者关注的热点话题。笔者在总结国内外有关消费者购买决策研究的基础上,以有过网上服装购买经历的高校大学生和参加工作的年轻一代为研究对象,通过编制《在线客户评论对网络服装消费者购买决策的影响研究问卷》,探讨在线客户评论如何最终影响消费者的购买决策。     

表情符号多余吗?——表情符号对在线产品评论感知有用性的影响研究

本文探索了积极表情符号对在线产品评论感知有用性的影响。研究发现：(1)积极表情符号会提高评论的感知有用性;(2)感知温暖中介了积极表情符号对评论感知有用性的影响;(3)消费者的认知风格、产品类型与评论信息类型均调节了中介路径“表情符号→感知温暖→感知有用性”。在第三点中,研究发现对于视觉型认知风格的消费者中介路径显著,但对于言语型认知风格的消费者不显著;对于实用型产品中介路径显著,但对于享乐型产品不显著;对于客观事实型评论,中介路径在实用型产品的情境中显著,却在享乐型产品的情境中不显著,但对于主观评价型评论中介路径均不显著。这些研究结论对进一步厘清以往表情符号对消费者影响的矛盾结论,丰富表情符号营销、口碑等领域的研究,完善刻板印象内容模型与信息源可信度理论等具有重要的理论意义,而且对于企业与网络平台正确设计与引导消费者在口碑信息中使用表情符号以及企业从口碑信息中获取消费者对产品态度的准确信息具有重要的实践意义。     

基于影评数据的在线评论有用性影响因素研究

面对互联网上海量的在线客户评论,如何能快速有效地进行识别和选择从而发现和利用其中有用的评论,已经成为人们关注的重要问题.以体验型商品电影的在线评论为研究对象,结合文本挖掘技术和实证研究方法,从文本特征出发探索影响在线评论有用性的因素,建立在线评论有用性影响因素模型,并利用该模型对评论有用性进行分类预测.与现有相关研究相比,提出的模型总体拟合效果显著提高,并发现在线影评中积极的情感倾向、较高的正负情感混杂度、较高的主客观表达混杂度以及较长的平均各句长度,对评论的有用性具有显著的正面影响.最后预测结果表明,该模型对在线影评的有用性具有较强的判别能力.     

基于在线评论的区域需求偏好识别方法

用户需求存在着区域差异,识别区域需求偏好是企业区域化经营策略的决策基础。为此,本文提出了一种基于在线评论的区域需求偏好识别框架。首先,从在线评论中提取产品特征,并判定产品特征的情感极性;然后,基于特征情感计算客户的产品满意度;最后,利用假设检验的方法识别特征情感极性和产品满意度的区域差异。为了验证框架的有效性,本文利用汽车之家网站上的汽车产品评论数据进行分析。实验结果表明,油耗、空间、外观和内饰等特征的情感极性以及产品满意度受区域因素的影响十分显著。研究结果建立起产品特征情感极性和产品满意度与区域特征的关联联系,为企业的区域化产品设计与营销策略提供理论支撑。     

基于句子级情感的中文网络评论的情感极性分类

为提高网络评论段落的情感极性分类准确率,在考虑人们表达习惯和语料粒度的基础上,提出一种基于句子情感的段落情感极性分类方法． 该方法通过句子的情感极性和句子的情感极性贡献度来对段落进行情感分类,采用传统分类方法预测句子的情感极性,提出等权重、相关度、情感条件假设 3 种方法,能够根据训练语料的统计数据动态地确定段落中不同位置句子的情感极性贡献度． 最后,以超过2个句子的手机和酒店网络评论为对象进行实验分析,实验结果显示,与传统方法相比,考虑了人们表达习惯的相关度和情感条件假设方法显著提高了段落分类的准确率,且具有一定的自适应性．     

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。     

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.     

中文网络客户评论的产品特征挖掘方法研究

随着互联网的广泛应用,在Blog、BBS、Wiki等网络站点中出现了大量的针对商品或服务的客户评论,这些客户评论中所包含的丰富信息,对企业管理具有重要的价值.通过数据挖掘算法对客户针对某一产品的大量评论进行分析,可以挖掘出这些产品的主要特征,并有望进一步发现客户对这些特征的意见和态度.在英文世界中已经有学者开始对这一研究进行探索,然而由于语言结构等方面的差异,英文的研究成果尚无法直接应用于中文客户评论的挖掘中.本研究针对中文的特点,提出了面向中文的客户评论挖掘方法.该方法基于改进关联规则算法实现了针对中文产品评论的产品特征信息挖掘.本研究采用通过互联网获得的针对手机、数码相机、书籍等5种产品的评论语料,对该方法进行了数据实验,实验结果初步验证了该方法有效性.     

History matters: The impact of reviews and sales of earlier versions of a product on consumer and expert reviews of new editions

Product reviews are assumed to be based on the observable characteristics of the underlying product. However, in the case of new editions in a product series, the determinants may include signals that originate from the reviews and the sales of editions that precede the focal product edition. Our analysis of 577 video games released in a series between 2000 and 2009 indicates that the reviews of earlier versions carry over to the reviews of the sequel by the same type of reviewer. We also find that expert reviews are influenced by the average review of previous editions by consumers and the average sales of previous editions of the product. This suggests that experts tend to adapt to the taste of consumers. Furthermore, it is found that a lack of consensus, between reviewers of a particular type, weakens the impact of average past reviews, whilst it magnifies the impact of the sales of earlier versions.     

Literature review of material flow control mechanisms

We review mechanisms which control the flow or material into and within a manufacturing line. These material flow control (MFC) mechanisms address the problem of when to release material into a manufacturing line and when workcentres should be authorized to produce. The MFC mechanisms reviewed include: Kanban, CONWIP, workload regulating, starvation avoidance, BORA, maximum load limit, MRP, the base stock system, workload control, and production authorization cards.     

Competitive analysis of online machine rental and online parallel machine scheduling problems with workload fence

In this paper, we introduce the concept of “workload fence" into online machine rental and machine scheduling problems. With the knowledge of workload fence, online algorithms acquire the information of a finite number of first released jobs in advance. The concept originates from the frozen time fence in the domain of master scheduling in materials management. The total processing time of the jobs foreseen, corresponding to a finite number of jobs, is called workload fence, which is irrelevant to the job sequence. The remaining jobs in the sequence, however, can only become known on their arrival. This work aims to reveal whether the knowledge of workload fence helps to boost the competitive performance of deterministic online algorithms. For the online machine rental problem, we prove that the competitiveness of online algorithms can be improved with a sufficiently large workload fence. We further propose a best online algorithm for the corresponding scenario. For online parallel machine scheduling with workload fence, we give a positive answer to the above question for the case where the workload fence is equal to the length of the longest job. We also show that the competitiveness of online algorithms may not be improved even with a workload fence strictly larger than the largest length of a job. The results help one manager to make a better decision regarding the tradeoff between the performance improvement of online algorithms and the cost caused to acquire the knowledge of workload fence.