本文關(guān)鍵詞：在線評論文本特征對電子類產(chǎn)品銷量的影響機制：產(chǎn)品特性的調(diào)節(jié)作用，由筆耕文化傳播整理發(fā)布。

【摘要】：過去的研究表明,在線評論對產(chǎn)品銷量會產(chǎn)生影響,但對于在線評論文本特征對銷量影響,以及這種關(guān)系在不同產(chǎn)品特性下可能存在的差異等問題的討論并不充分。本文就“在線評論文本特征及產(chǎn)品特性對電子類產(chǎn)品銷量的影響機制”這一問題展開研究。研究重點關(guān)注了評論文本情感極性和文本診斷性等評論池特征對于電子類產(chǎn)品銷量的影響。與此同時,產(chǎn)品特性比如搜索型屬性和經(jīng)驗型屬性的強弱以及產(chǎn)品價格,會對主效應(yīng)機制產(chǎn)生調(diào)節(jié)。本研究選定了379款熱門電子產(chǎn)品,分別包含記憶卡、移動硬盤、數(shù)碼相機和電視機四個類別,記錄了2014年8月到10月共10周在銷售排行榜上的排名。評論數(shù)據(jù)方面,本研究利用爬蟲抓取了17萬條亞馬遜美國的英文評論,并利用LIWC軟件進行文本分析,最后建立回歸模型。筆者發(fā)現(xiàn),當產(chǎn)品搜索型屬性較強、經(jīng)驗型屬性較弱以及當產(chǎn)品價格較低時,在線評論文本情感極性對電子產(chǎn)品銷量的正向影響進一步增強,而當產(chǎn)品價格較低時,在線評論文本診斷性對電子產(chǎn)品銷量的正向影響則呈現(xiàn)出減弱趨勢。
【關(guān)鍵詞】：在線評論 文本情感極性 文本診斷性 搜索型產(chǎn)品 經(jīng)驗型產(chǎn)品 產(chǎn)品價格 產(chǎn)品銷量
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F713.36;F416.6
【目錄】：

• 致謝4-5
• 摘要5-6
• ABSTRACT6-12
• 1 緒論12-18
• 1.1 現(xiàn)實背景12
• 1.2 理論背景12-13
• 1.3 研究問題13-14
• 1.4 研究方法14-16
• 1.4.1 技術(shù)路線14-15
• 1.4.2 研究方法15-16
• 1.5 結(jié)構(gòu)安排16-17
• 1.6 研究創(chuàng)新點17-18
• 2 文獻綜述18-32
• 2.1 在線評論的概念與特征18-20
• 2.1.1 在線評論的定義18-19
• 2.1.2 在線評論的數(shù)據(jù)特征19-20
• 2.1.3 在線評論文本情感極性和診斷性20
• 2.2 在線評論研究的主要基礎(chǔ)理論20-22
• 2.3 在線評論對購買行為的影響22-25
• 2.3.1 在線評論信息處理22-23
• 2.3.2 在線評論特征對產(chǎn)品評價的影響23
• 2.3.3 在線評論特征對產(chǎn)品銷量的影響23-25
• 2.4 在線評論的轉(zhuǎn)播要素25-30
• 2.4.1 評論閱讀者的特征25-26
• 2.4.2 評論者特征26-28
• 2.4.3 產(chǎn)品特性28-30
• 2.5 本章小結(jié)30-32
• 3 概念模型與研究假設(shè)32-42
• 3.1 概念模型構(gòu)建32-33
• 3.2 評論池特征對產(chǎn)品銷量的影響33-35
• 3.2.1 評論文本診斷性對產(chǎn)品銷量的影響33-34
• 3.2.2 評論文本情感極性對產(chǎn)品銷量的影響34-35
• 3.3 產(chǎn)品搜索型屬性的調(diào)節(jié)作用35-37
• 3.3.1 產(chǎn)品搜索型屬性和評論文本診斷性35-36
• 3.3.2 產(chǎn)品搜索型屬性和評論文本情感極性36-37
• 3.4 產(chǎn)品價格的調(diào)節(jié)作用37-40
• 3.4.1 產(chǎn)品價格和評論文本診斷性38
• 3.4.2 產(chǎn)品價格和評論文本情感極性38-40
• 3.5 本章小結(jié)40-42
• 4 研究方法42-58
• 4.1 產(chǎn)品選擇42-44
• 4.2 數(shù)據(jù)收集44-52
• 4.2.1 銷售排名和產(chǎn)品價格44-48
• 4.2.2 評論數(shù)據(jù)48-52
• 4.3 變量測度52-56
• 4.3.1 被解釋變量52
• 4.3.2 解釋變量52-54
• 4.3.3 調(diào)節(jié)變量54
• 4.3.4 控制變量54-56
• 4.4 分析方法56-57
• 4.5 本章小結(jié)57-58
• 5 研究結(jié)果58-72
• 5.1 描述性統(tǒng)計分析58-60
• 5.2 回歸模型統(tǒng)計分析結(jié)果60-69
• 5.2.1 回歸模型60-64
• 5.2.2 主效應(yīng)和調(diào)節(jié)效應(yīng)的統(tǒng)計檢驗64-67
• 5.2.3 文本情感極性和評分的比較67-69
• 5.3 本章小結(jié)69-72
• 6 研究結(jié)論和展望72-78
• 6.1 研究發(fā)現(xiàn)72-74
• 6.2 研究意義的討論74-76
• 6.2.1 理論意義74
• 6.2.2 實踐價值74-76
• 6.3 研究局限與展望76-78
• 參考文獻78-90
• 附錄：用于抓取和導(dǎo)出評論數(shù)據(jù)的主要程序90-100
• 作者簡歷及在學(xué)期間取得的主要科研成果100

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 郝媛媛;葉強;李一軍;;基于影評數(shù)據(jù)的在線評論有用性影響因素研究[J];管理科學(xué)學(xué)報;2010年08期

2 王茼萱;;試析美劇的文本特征[J];現(xiàn)代經(jīng)濟信息;2014年14期

3 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前4條

1 王錦;王會珍;張俐;;基于維基百科類別的文本特征表示[A];第五屆全國青年計算語言學(xué)研討會論文集[C];2010年

2 孔維澤;劉奕群;張敏;馬少平;;問答社區(qū)中回答質(zhì)量的評價方法研究[A];第六屆全國信息檢索學(xué)術(shù)會議論文集[C];2010年

3 朱祥玉;侯德文;陳希;;基于雙重評估函數(shù)的文本特征提取方法[A];山東省計算機學(xué)會2005年信息技術(shù)與信息化研討會論文集（二）[C];2005年

4 代勁;何中市;胡峰;;一種高性能的文本特征自動提取算法[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 肖雷;面向論壇的文本特征提取及分類技術(shù)研究[D];河北大學(xué);2015年

2 楊凱翔;聊天機器人知識挖掘方法研究[D];華南理工大學(xué);2015年

3 陳俊文;作文自動評分關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

4 吳善鵬;基于概念代數(shù)的微博文本特征擴展研究[D];上海大學(xué);2015年

5 洪清華;因果推理類地理試題解答方法研究[D];哈爾濱工業(yè)大學(xué);2015年

6 陳東;基于文本特征提取的漢語L2作文電子評分系統(tǒng)初探[D];南京大學(xué);2013年

7 鄔溪羽;在線評論文本特征對電子類產(chǎn)品銷量的影響機制：產(chǎn)品特性的調(diào)節(jié)作用[D];浙江大學(xué);2016年

8 陳光輝;基于本體的文本特征選取和加權(quán)方法研究[D];河北大學(xué);2010年

9 劉逵;基于野草算法的文本特征選擇研究[D];西南大學(xué);2013年

10 涂安龍;一種CM-RS文本特征提取方法研究[D];華中師范大學(xué);2012年

  本文關(guān)鍵詞：在線評論文本特征對電子類產(chǎn)品銷量的影響機制：產(chǎn)品特性的調(diào)節(jié)作用，由筆耕文化傳播整理發(fā)布。

，

本文編號：266505