本文關鍵詞：商品在線評論的動態(tài)評價指標體系研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：本文是在電子商務飛速發(fā)展和大數據興起的背景下,以網站現實存在的商品在線評論(原評論和追加評論)為研究對象,分析消費者對商品屬性、商家服務態(tài)度關注點的變化過程,繼而提出相應的評價指標體系和改進建議。以往的研究大多只對原評論或追加評論一方面進行了研究,而對兩者之間的關系變化和不同之處并未給予足夠的重視。為了彌補這一不足,本文通過搜集網上客觀存在的在線評論,結合大數據分析理念,分析消費者在給出商品原評論到追加評論的過程中的關注點及態(tài)度的具體變化過程,建立相應的商品屬性、服務態(tài)度影響因素的劃分模型以及評價動態(tài)變化的指標體系,為商家掌握消費者態(tài)度的變化過程,有針對性的改進產品品質或服務質量提供參考意見。以ELM理論為理論基礎,建立商品在線評論的動態(tài)評價模型,并制定了結構分布指標、跨類變動指標和內部變動指標等3類一級指標,以及評論結構比、平移率、跨越率、集中率、擴散率、商品價值關注度、服務敏感度等二級指標。以天貓網高端手機和方便面的在線評論為例進行實證研究,詳細說明模型和指標體系的應用過程,并驗證其適用性。網商可借助該指標體系評價商品在線評論的變動情況,了解消費者態(tài)度變化趨勢。本文主要研究結論如下:(1)追加評論相較于原評論更為可信,更能反映消費者對商品和服務關注的側重點,所以商家要對追加評論給予足夠的關注;(2)ELM理論對于消費者分析和接受在線評論內容的有著較高的適用性;(3)即使是網購,商品的本身屬性和價值仍是消費者首先關注的重點,商家在保證商品品質的基礎上還要完善服務質量,因服務是引起消費者負面評論的主要影響因素;(4)本文建立的指標體系在搜集、分析數據時耗時較長,在大數據時代背景下,應該倡導商家對在線評論有一個合理的分類以及開發(fā)相應的識別字段、分析軟件,從而使得這一指標評價體系使用起來更為方便、省時。本文所得的成果和結論一方面可以為網商提供一個簡捷有效的分析方法;另一方面讓商家充分認識到,海量在線評論數據的潛在重大作用,鼓勵商家應該竭力為數據挖掘開發(fā)新工具、新方法而努力,從而創(chuàng)造更大的企業(yè)價值。
【關鍵詞】：商品在線評論 ELM理論 動態(tài)評價 指標體系
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F724.6;F713.55
【目錄】：

• 摘要4-6
• Abstract6-11
• 第1章 緒論11-17
• 1.1 研究背景11-13
• 1.2 研究問題的提出13-14
• 1.2.1 理論意義13
• 1.2.2 現實意義13-14
• 1.3 研究目的14
• 1.4 研究方法14-15
• 1.5 研究內容和技術路線15-17
• 1.5.1 研究內容15-16
• 1.5.2 技術路線16-17
• 第2章 商品在線評論研究的文獻綜述17-33
• 2.1 商品在線評論的發(fā)展與特點17-21
• 2.1.1 商品在線評論的發(fā)展17-20
• 2.1.2 在線評論的特點20-21
• 2.2 消費者參與在線評論動機的評價21-22
• 2.2.1 發(fā)表在線評論的動機21-22
• 2.2.2 搜索、查看在線評論的動機22
• 2.3 消費者感知在線評論作用的評價22-27
• 2.3.1 在線評論可信度的評價22-25
• 2.3.2 在線評論有用性的評價25-27
• 2.4 在線評論對網購意愿和行為影響的評價27-33
• 2.4.1 在線評論對消費者個體購買決策的影響27-30
• 2.4.2 在線評論對企業(yè)市場效果的影響30-33
• 第3章 理論基礎和模型構建33-41
• 3.1 精細加工可能性模型研究33-36
• 3.1.1 精細加工可能性模型理論33-34
• 3.1.2 精細加工可能性模型在評論中的應用34-35
• 3.1.3 精細加工可能性理論和產品涉入度的關系35-36
• 3.2 模型建立36-37
• 3.3 指標評價系統(tǒng)的建立37-41
• 3.3.1 結構分布指標37-38
• 3.3.2 跨類變動指標38
• 3.3.3 內部變動指標38-41
• 第4章 實證研究過程41-57
• 4.1 研究框架41-42
• 4.2 研究步驟42-47
• 4.2.1 評論文本的采集和預處理42-43
• 4.2.2 評論文本特征提取和動態(tài)分析43-47
• 4.3 兩類商品的比較分析47-53
• 4.3.1 低涉入度商品各類指標及變動分析47-49
• 4.3.2 高、低涉入度商品各類指標比較及原因分析49-53
• 4.4 對策及建議53-57
• 4.4.1 兩類商品的有關改進對策54-55
• 4.4.2 數據信息搜集的改進對策55-57
• 第5章 結語57-59
• 5.1 研究結論57
• 5.2 研究展望57-59
• 參考文獻59-65
• 作者簡介與論文成果65-67
• 致謝67

【參考文獻】

中國期刊全文數據庫 前10條

1 曾偉;;基于ELM的在線評論有用性研究——商品類型的調節(jié)影響[J];現代情報;2014年12期

2 沈旺;國佳;李賀;;網絡社區(qū)信息質量及可靠性評價研究——基于用戶視角[J];現代圖書情報技術;2013年01期

3 殷國鵬;;消費者認為怎樣的在線評論更有用?——社會性因素的影響效應[J];管理世界;2012年12期

4 丁學君;;網絡環(huán)境下口碑信息可信度影響因素的實證研究[J];中國經貿導刊;2012年29期

5 劉逶迤;逯萬輝;丁晟春;;商品評論信息可信度研究[J];情報科學;2012年10期

6 陳江濤;張金隆;張亞軍;;在線商品評論有用性影響因素研究:基于文本語義視角[J];圖書情報工作;2012年10期

7 嚴建援;張麗;張蕾;;電子商務中在線評論內容對評論有用性影響的實證研究[J];情報科學;2012年05期

8 彭嵐;周啟海;邱江濤;;消費者在線評論有用性影響因素模型研究[J];計算機科學;2011年08期

9 郝媛媛;葉強;李一軍;;基于影評數據的在線評論有用性影響因素研究[J];管理科學學報;2010年08期

10 畢繼東;;網絡口碑對消費者購買意愿影響實證研究[J];情報雜志;2009年11期

中國博士學位論文全文數據庫 前1條

1 畢繼東;負面網絡口碑對消費者行為意愿的影響研究[D];山東大學;2010年

中國碩士學位論文全文數據庫 前1條

1 章晶晶;網絡環(huán)境下口碑再傳播意愿的影響因素研究[D];浙江大學;2007年

  本文關鍵詞：商品在線評論的動態(tài)評價指標體系研究，由筆耕文化傳播整理發(fā)布。

本文編號：355528