隨著共享經(jīng)濟(jì)的迅猛發(fā)展,共享短租成為人們旅游不可或缺的住宿選擇方式,同時也是共享經(jīng)濟(jì)最受關(guān)注的領(lǐng)域之一。Airbnb作為典型代表,通過P2P模式向全球旅客提供房屋短租服務(wù)。房東在該平臺上發(fā)布自己的閑置房源信息,房客通過平臺搜索查找符合自己需求的房源,向房東發(fā)起預(yù)定請求,雙方達(dá)成一致后,房客便可付費入住。然而,由于房東和房客往往是互不了解的陌生人,信息不對稱帶來了眾多潛在風(fēng)險,信任問題隨之而來。一方面,房客擔(dān)心房東所提供信息的真實性,以及短期租住的安全性等。在短租情境下,房東與房客雙方不僅涉及在線交易,還需要面對面互動交流甚至共同居住。因此,房客面臨的不止是財產(chǎn)風(fēng)險,還包括附加的人身安全風(fēng)險。據(jù)報道,房客Mike Silverman預(yù)定了阿根廷薩爾塔的Airbnb房源,在入住期間遭到房東Rottweiler的襲擊,不得不花費兩天接受住院治療。另一方面,房東提供的是一種體驗型服務(wù),房客無法提前感知服務(wù)質(zhì)量,加之短租平臺中有過住宿體驗的房客對房東的在線評級缺乏顯著性差異,約95%的評級為4.5或5星(評級分?jǐn)?shù)范圍在1星到5星之間),這使得房客很難僅僅依據(jù)房東的聲譽(yù)分值做出決策。在這種情況下,房客如何充分利用可獲取的房東其他相關(guān)信息,來構(gòu)建對房東的信任,以減少信息不對稱造成的損失,成為短租領(lǐng)域研究的熱點問題�，F(xiàn)有的針對共享短租中房客信任問題的研究主要是通過問卷調(diào)查、實驗等方法,探究房東的單一或少數(shù)幾個維度屬性特征對房客信任的影響,數(shù)據(jù)相對比較主觀,數(shù)據(jù)量較小。少量的針對于短租中客觀數(shù)據(jù)的研究,主要是通過統(tǒng)計分析探究房東的一些數(shù)字屬性對房客信任的影響。尚未有效利用共享短租平臺提供的大量豐富的文本、圖片等房東屬性信息及高效的大數(shù)據(jù)分析方法。此外,現(xiàn)有研究主要研究房東屬性和聲譽(yù)對房客信任的影響,并未有研究從信任傳遞的角度探究先前房客對房東的信任是否會傳遞給后來房客,從而影響后來房客對房東的信任�；诂F(xiàn)有研究以及其存在的不足,本文利用共享短租平臺Airbnb上豐富的用戶自我描述及行為數(shù)據(jù),以房東的自我描述、房東個人照片以及房東收到的房客評論文本為研究對象,基于不確定性減少理論、詳盡可能性模型、刻板印象模型、情緒感染以及信任傳遞理論,運用文本挖掘、人臉識別及統(tǒng)計分析方法對房東的自我描述文本、個人照片進(jìn)行文本特征及圖片特征的提取與量化,定量地分析房東的不同維度屬性對房客信任的影響。此外,基于NRC(National Research Council Canada)詞典設(shè)計面向文本評論的信任及情感分析方法,對房客之間信任的傳遞進(jìn)行了研究。本文將管理科學(xué)與計算機(jī)科學(xué)的研究方法進(jìn)行了融合,運用管理學(xué)領(lǐng)域中的相關(guān)理論知識提出共享短租平臺中影響房客信任的因素并構(gòu)建了理論模型,通過計算機(jī)領(lǐng)域的大數(shù)據(jù)分析方法對短租平臺客觀的大數(shù)據(jù)進(jìn)行分析,提取并量化各因素變量,通過穩(wěn)健回歸、動態(tài)面板回歸等計量經(jīng)濟(jì)學(xué)模型對各因素變量與房客信任之間的關(guān)系進(jìn)行實證研究。最終,提取出了影響房客信任的客觀因素,并驗證了房客之間信任傳遞的存在及其影響。本文研究有效彌補(bǔ)了當(dāng)前研究的不足,并為共享經(jīng)濟(jì)中信任研究的相關(guān)文獻(xiàn)提供了新的研究思路和方法,具有一定的理論和實踐意義。本文研究的主要成果如下:第一、基于不確定性減少理論和詳盡可能性模型,建立了房東自我描述文本的文本特征對房客信任影響的理論模型,研究了房東自我描述文本的可讀性、信息量、情感傾向及語義主題多樣性對房客信任的影響,以及不同語義主題對房客信任的差異化影響。本文從社會交換的角度出發(fā),解釋和分析了信任在共享短租中的重要影響。共享短租中存在混合的社會交換模式,陌生的房東與房客之間先在線上進(jìn)行交互,然后轉(zhuǎn)為線下交互。房東本身的屬性特征直接影響了房客對房東的信任感知。其中.,房東的自我描述是房東進(jìn)行自我呈現(xiàn)的一種重要方式,房東通過對自己個人情況的介紹,向房客呈現(xiàn)出自己某些方面的信息,增加房客對自己的了解,減少房客感知的不確定性,從而提升房客的信任。具體地,基于不確定性減少理論和詳盡可能性模型,提出房東自我描述文本的可讀性、信息量、情感傾向和主題多樣性會對房客的信任產(chǎn)生影響,并運用穩(wěn)健回歸模型對所提出的假設(shè)進(jìn)行了驗證。運用LDA(Latent Dirichlet Allocation)主題模型對房東描述文本中潛在的主題進(jìn)行自動識別,通過T檢驗探究了房東所表達(dá)的不同語義主題對房客信任產(chǎn)生的差異化影響。研究發(fā)現(xiàn):(1)與可讀性較差的房東自我描述文本相比,可讀性較好的房東自我描述文本對房客的說服效果更好,能得到更多房客的信任;(2)房東自我描述文本所包含的信息量以及主題的多樣性可以減少房客對房東的不確定性,增加房客的信任;(3)房東對房客的情感態(tài)度會通過自我描述體現(xiàn)出來,積極表達(dá)自己的熱情、友好、歡迎等正向情緒的房東能得到更多房客的信任;(4)在進(jìn)行自我描述時,更側(cè)重于表達(dá)旅行經(jīng)歷,服務(wù)態(tài)度,對共享住宿的觀點和目標(biāo)以及服務(wù)能力的房東相比于主要描述自己的年齡,職業(yè)和興趣的房東能獲得更多房客的信任。第二、基于美麗溢價、面部情緒及刻板印象理論,建立了房東個人照片中房東的面部屬性特征對房客信任影響的理論模型,研究了房東的面部吸引力、微笑程度、性別和種族對房客信任的影響。本文基于美麗溢價,面部情緒及刻板印象相關(guān)理論,提出房東所提供的個人照片中房東的面部屬性特征(面部吸引力、微笑程度、性別和種族)對房客信任有顯著影響的假設(shè),并對假設(shè)進(jìn)行了實證驗證。具體地,抓取了大量Airbnb上真實的房東主頁照片,運用Face++人臉分析API對房東個人照片進(jìn)行人臉分析,并對結(jié)果進(jìn)行json解析,提取出房東的面部吸引力、微笑程度、性別和種族特征。運用穩(wěn)健回歸分析對提出的房東面部特征變量與房客信任之間的關(guān)系進(jìn)行實證研究,檢驗假設(shè)的成立與否。研究發(fā)現(xiàn):(1)房東的面部吸引力對房客的信任有顯著的負(fù)向影響;該結(jié)論與本文的假設(shè)相反,通過檢驗數(shù)據(jù)發(fā)現(xiàn),面部吸引力高的房東存在美麗溢價,將自己的房源價格定的相對較高,增加了房客對入住成本和風(fēng)險的感知,進(jìn)而降低了房客的信任;(2)房東的微笑程度與房客信任之間存在倒U型關(guān)系,隨著房東微笑的增加,房客感知到的房東的熱情、友好就會增加,但是超過某個點,房東微笑再增加會導(dǎo)致房客感知到的房東服務(wù)能力的降低,從而降低了房客的信任;(3)短租平臺存在性別和種族歧視現(xiàn)象,女性房東和歐美裔房東比男性房東和其他種族的房東更容易得到房客的信任。因為人們往往認(rèn)為女性和歐美裔人是熱情和能力都比較高的群體,而對于短租服務(wù),房東的熱情和能力是房客最為關(guān)心的,直接影響著房客的入住選擇和體驗。第三、基于房東的多個維度的屬性特征構(gòu)建了房客信任的影響因素理論模型,并通過R2分解探究和對比了房東單個特征及組特征對房客信任的影響及程度大小;此外,運用深度神經(jīng)網(wǎng)絡(luò)和集成學(xué)習(xí)方法構(gòu)建了房客信任的預(yù)測模型,對房客信任進(jìn)行了預(yù)測。本文聚焦于房東的多維度屬性對房客信任的影響,提出了一個房客信任影響因素的計算框架,分別從房東的數(shù)字屬性(包括聲譽(yù)、認(rèn)證、回復(fù)行為模式)、自我描述(包括信息質(zhì)量、情感、語義主題特征)及個人照片(包括照片中人物的情感特征)各維度進(jìn)行深入、全面分析,運用回歸分析探究了各特征變量與房客信任之間的關(guān)系,并通過R2分解得到了各維度單個特征變量及組特征變量對房客信任的影響及程度大小,最后運用深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Networks,簡稱為DNN)、集成機(jī)器學(xué)習(xí)算法構(gòu)建了房客信任的預(yù)測模型。研究發(fā)現(xiàn):(1)房東的聲譽(yù)在各個特征組變量中對房客信任的影響是最大的。其中,“超級房東”標(biāo)識和累積評論量對房客信任有顯著的正向影響,而評論打分并未對房客的信任產(chǎn)生顯著的影響。(2)在房東自我描述時,積極表達(dá)正向情緒(熱情、歡迎、期待等),關(guān)注于描述其溝通、交流及服務(wù)能力的房東能得到更多房客的信任。(3)房東提供包含正向情緒的個人照片會對房客的信任產(chǎn)生顯著的正向影響。(4)構(gòu)建的房客信任預(yù)測模型的正確率、F值和AUC值分別達(dá)到了72.32%、71.56%和71.56%。該研究成果可用于短租平臺中房東推薦的方法設(shè)計中。第四、基于信任傳遞理論和情緒感染理論,對短租平臺中房客之間的信任及情感傳遞進(jìn)行研究,探究了信任與情感傳遞對房客信任的影響。本文基于信任傳遞和情緒感染理論,提出共享短租中房客之間存在信任及情感傳遞的理論假設(shè)。通過基于情感詞典的文本情感分析方法,對先前房客評論文本進(jìn)行信任和七個維度情感(憤怒、期待、厭惡、恐懼、喜悅、悲傷和驚訝)的識別和度量,量化房客評論文本中所體現(xiàn)的房客對房東的信任度和不同維度的情感值。運用動態(tài)面板回歸分析,探究先前房客評論文本所表達(dá)出的房客對房東的信任及情感是否會影響后來房客評論文本所體現(xiàn)出的房客對房東的信任及情感,以此來驗證房客之間是否存在信任及情感的傳遞。此外,對先前房客評論所表達(dá)的房客對房東的信任及情感是否會對后來房客評論文本所表達(dá)的房客對房東的信任產(chǎn)生影響進(jìn)行檢驗,以此探究先前房客對房東的信任及情感是否會影響到后來房客對房東的信任。研究發(fā)現(xiàn):(1)先前房客評論文本所體現(xiàn)出的房客對房東的信任度會顯著正向影響后來房客評論文本所表達(dá)的信任度;先前房客評論文本所體現(xiàn)出的七種情感分別會顯著正向影響后來房客評論文本所表達(dá)的七種情感。說明短租平臺的房客之間存在顯著的信任和情感傳遞,而且結(jié)果顯示信任及負(fù)向情緒比正向情緒的傳遞更為強(qiáng)烈。(2)信任和不同情感對信任傳遞的影響不同:先前房客評論文本所表達(dá)的房客對房東的信任度對信任傳遞有顯著的正向影響,且影響作用最大;其他七種情緒中,正向情緒喜悅對信任傳遞有顯著的正向影響,期待、驚訝和厭惡對信任的傳遞有顯著的負(fù)向影響。但是,包含有輕度負(fù)向情緒的恐懼情緒對信任傳遞卻有顯著的正向影響,這可能是因為先前房客的評論文本所表達(dá)出的恐懼與其他的正向情緒混合會增加后來房客對該評論的客觀性和有用性的感知,具體原因還需要將來進(jìn)行進(jìn)一步的驗證。
【學(xué)位單位】：北京郵電大學(xué)
【學(xué)位級別】：博士
【學(xué)位年份】：2019
【中圖分類】：F713.36;F719.2
【部分圖文】：

１．３．５技術(shù)路線逡逑綜合本文的研究內(nèi)容、研究路線、研究方法以及技術(shù)應(yīng)用，給出本文的整體逡逑技術(shù)路線圖，如圖１－２所示。逡逑本文研究的底層基礎(chǔ)為共享經(jīng)濟(jì)、共享短租、信任相關(guān)理論、信任影響因素逡逑及信任傳遞等相關(guān)文獻(xiàn)研宄。基于當(dāng)前研究背景及相關(guān)文獻(xiàn)分析，給出研究問題逡逑“共享短租中的房客信任影響因素及信任傳遞研究”。從兩個視角對該研究問題逡逑９逡逑

邐北京郵電大學(xué)工學(xué)博士學(xué)位論文邐逡逑辭等種種原因，放棄了自我描述，因此，在房東主頁的自我描述部分為空。但大逡逑多數(shù)房東都進(jìn)行了自我描述，而自我描述的內(nèi)容、語言風(fēng)格等各不相同，存在不逡逑同的自我描述策略。房東自我描述所呈現(xiàn)出的信息可以幫助房客了解房東的職業(yè)、逡逑興趣、愛好、體驗等等，增加房客對房東的熟悉度，進(jìn)而提升房客的信任。逡逑（２）照片展示逡逑除了自我描述的呈現(xiàn)，房東可以在個人主頁面呈現(xiàn)個人照片。房東的個人照逡逑片位于自我描述文本的左側(cè)，如圖２－１所示。房東所提供的照片不全是房東本人逡逑照片，照片類型包括：系統(tǒng)照片、風(fēng)景照、證件照、人物照。其中，人物照片是逡逑指包含人的照片，也是占比最大的照片類型。人物照中又分為有單人照、雙人照逡逑片及多人照。房東提供的人物照片會呈現(xiàn)出房東的個人信息，如性別、種族、年逡逑齡、顏值、穿著打扮等等，房客能感知到房東的社會存在，可以從這些線索中判逡逑斷房東的可信度。逡逑

ｔｏｋｅｎ的ｊｓｏｎ文逡逑件，需要對ｊｓｏｎ文件進(jìn)行解析，從中提取出檢測出的房東面部吸引力、微笑程逡逑度、性別和種族面部特征。如圖４－１所示，Ａ，Ｂ，Ｃ，Ｄ是Ａｉｒｂｎｂ平臺上真實的房逡逑東個人照片，圖４－２是Ｆａｃｅ＋＋對Ａ，邋Ｂ，Ｃ，邋Ｄ四張房東個人照片的人臉檢測結(jié)果逡逑（ｊｓｏｎ文件），表４－３為ｐｙｔｈｏｎ程序?qū)Γ粒澹�，Ｃ，邋Ｄ四張房東個人照片解析之后的逡逑結(jié)果，只提取了本文重點研究的面部吸引力、微笑程度、性別和種族面部特征，逡逑其余識別出的面部特征并未進(jìn)行提取。其中，女性房東被標(biāo)記為１，男性房東被逡逑標(biāo)記為２；歐美裔房東被標(biāo)記為１，亞裔房東和非裔房東被標(biāo)記為２。逡逑Ａ邐巳邐ＣＤ逡逑圖４－１．邋Ａｉｒｂｎｂ平臺中房東主頁個人照片示例逡逑表４－３．邋Ｆａｃｅ＋＋人臉識別檢測結(jié)果逡逑房東照片￣｜面部吸引力邐｜微笑程度邋ｒｔｔｓｉｊ邐ｒ？逡逑邐（男性／女性打分）邐逡逑＿Ａ邐（５９．７１４／５６．４０９）邐４５．３６邐邐歐美裔人邐逡逑＿Ｂ邐（６７．３３９／６５．５７１）邐９８．３６邐邐亞裔人邐逡逑＿Ｃ邐（６８．５６３／７４．５２２）邐３５．５８邐邐歐美裔人邐逡逑Ｊ）邐（５２．１０８／５０．４５２）邐７４．４８邐＾邐非裔人邐逡逑５７逡逑

本文編號：2818306