在线用户商品评论信息挖掘方法的比较研究

随着互联网的快速发展,网上交易的用户越来越多,大多数的电子商务网站都会为消费者提供相互交流的平台来发表其针对所购买商品的评论,针对于在线用户商品评论信息挖掘方法的研究也就成为当下的热点问题.本文对在线用户电商评论的特点以及分类进行了概括,总结了不同的商品评论信息挖掘方法的应用进展情况以及研究现状,并对其进行了比较研究.     

在线商品垃圾评论发布动机影响因素研究

网络评论板块使得消费者能充分参考其他消费者的评论信息做出正确的购物决策,然而,在电商购物平台上发布评论的评论者不仅仅包括用户,还可能是恶性诋毁的竞争者以及自我推销的商家。文章探讨了在线商品垃圾评论发布动机的影响因素,分为商家推销、同行诋毁、经济回报、情绪发泄、惩罚商家、敷衍应对、不堪骚扰7个方面。为后续的在线商品垃圾评论识别与治理研究提供重要理论依据。     

在线商品垃圾评论发布动机影响因素研究

网络评论板块使得消费者能充分参考其他消费者的评论信息做出正确的购物决策,然而,在电商购物平台上发布评论的评论者不仅仅包括用户,还可能是恶性诋毁的竞争者以及自我推销的商家。文章探讨了在线商品垃圾评论发布动机的影响因素,分为商家推销、同行诋毁、经济回报、情绪发泄、惩罚商家、敷衍应对、不堪骚扰7个方面。为后续的在线商品垃圾评论识别与治理研究提供重要理论依据。     

在线评论情感倾向的影响研究及分析

互联网时代,网络购物成为了一种新的购物形式,由于网络购物是在虚拟的平台上进行商品甄选,客户无法对商品的性能和质量进行判定,这就增加了购物的风险。随着网络购物平台的服务的完善,在线评论成为了大众购物的参考依据。所以,在线评论的情感倾向就左右了消费者的购买决策。本文对在线评论情感倾向的影响进行研究,然后细致分析了在线评论的情感调节因素,最后就如何发挥在线评论情感倾向的积极作用给出了相关建议。     

消费者网购意愿的影响因素分析

本研究通过对以往文献的总结和现实网购行为的观察及访问,提出了影响消费者网购意愿的几个主要因素,着重强调与商品及其销售过程相关的因素,弥补了以往研究的不足。     

在线评论的量化指标对产品销量的影响研究——基于搜寻品视角

以搜寻品为主要研究对象,具体通过京东商城洗衣机产品两个时点评论数据的一阶差分分析,对B2C网站在线评论中商品评分和评论数量对搜寻品销量的影响进行了实证研究。本文发现商品评论数量对于搜寻品销量影响显著,而商品评分不显著。并进一步分析了原因,给出了B2C企业在线评论机制的设计方向。     

在线客户评论对消费者购买决策的影响研究

随着网购人群的不断增长,在线客户评论如何影响消费者做出购买决策这一问题越来越受到关注。通过构建在线客户评论对消费者购买决策的影响研究模型并假设推导,本研究将对后期研究或可带来新的启示和理论支持,并且有利于在线口碑理论的丰富和发展。     

基于国网商场的用户消费行为及关键影响因素分析

国网电子商城与普通的网购商城运营模式相似,但其主要商品为中大型电器商品,潜在用户的消费行为有一定特殊性,因此要对用户消费行为进行分析。文章首先了解消费行为的定义、分类和过程,并在此基础上研究其影响因素,建立用户模型算法和消费行为预测模型,以期在理论层面给商城的营销策略等提供可靠的方向和指导。     

在线评论特征的维度综述

在线评论是网络口碑一种主要形式,是网络消费者购买前主要参考之一。文章重点综述近十年国内主要文献在进行在线评论研究时所用到其本身特征维度,旨在为后续研究在线评论提供全面分析的基础。     

在线评论特征的维度综述

在线评论是网络口碑一种主要形式,是网络消费者购买前主要参考之一。文章重点综述近十年国内主要文献在进行在线评论研究时所用到其本身特征维度,旨在为后续研究在线评论提供全面分析的基础。     

基于顾客感知的在线评论欺骗性研究

随着电子商务的发展,为了影响顾客的在线感知,许多零售商蓄意操纵在线评论,使网络购物平台充斥大量虚假评论,导致消费者作出错误的判断和决策,因此,研究虚假评论的欺骗性有重要的理论意义和实践价值。本文通过深度访谈,对虚假评论检测指标进行归纳总结,并用实证方法进行验证。同时,提出有效的解决措施:完善在线评论质量评估体系,及时过滤虚假评论;商家对恶意诋毁类的在线评论应进行及时有效的回复,降低其消极影响;消费者要提高对在线评论的甄别能力;鼓励在线评论向中肯、客观的方向发展。通过这些措施来规范在线评论的有效性,其成果也有利于帮助消费者在网购时作出科学理性的消费决策。     

网购交易决策中的快速信任机制研究——基于ELM理论视角

在网购交易过程中消费者需要在有限的时间和缺乏信息的情况下作出买与不买的决策,传统的研究中把这一过程视为消费者的风险决策,是消费者进行风险评估以后的理性决策。本研究提出快速信任是消费者产生购买行为决策的基础,具有非理性特征。论文以感知价值理论、信任传递理论、ELM理论为基础,提出了网购交易决策中的快速信任机制模型,并运用结构方程验证了信任传递机制和信任计算机制对快速信任的影响。本研究为网购决策问题提出了新的探索视角,对完善在线信任理论的体系和指导在线网商有效开展营销活动具有重要意义。     

解除消费者网上购物的后顾之忧——京东售后服务不断刷新“全流程购物体验”

在网上商品质量是不是有保证?商品不合适能不能退换?坏掉了能不能保修……售后问题一直都是消费者网购商品时最关心的话题。电商与实体零售店最大差别是消费者购买前无法亲眼看到实物,所以,要让消费者放心大胆地在线上购买商品,解决"后顾之忧"十分必要。     

基于第三方评论网站的在线评论对酒店市场销售的影响研究

随着互联网技术的逐渐普及,在线预订成为酒店预订的主要方式,最近几年研究网络在线评论的文献也越来越多。本文首先梳理了已有在线消费者评论相关文献。通过采集北京地区大众点评平台上的经济型酒店和四五星级高档型酒店数据,并建立多元回归模型,分析了消费者评分、评分方差和价格等因素对酒店在线预订数量的影响。研究结果表明,选择经济型酒店的消费者更加注重酒店的性价比和评论分数的一致性;而选择高档型酒店的消费者,则更加注重酒店的档次和评论分数的一致性。     

基于手机商品评论文本的情感分析与挖掘

目的:随着互联网技术的发展和智能设备的普及,电商平台出现了大量商品评论信息,分析和挖掘商品评论文本的情感,对于研究用户需求、商品口碑具有极其重要的价值。方法:文章利用编程语言python获取电商平台的商品评论信息,采用算法与人工相结合的方式,从数据预处理、特征词表的构建、修饰词表和情感词表的扩充等方面分析商品的评论信息和用户对相应属性的评价观点。结果:实现了商品属性和评价情感词的抽取和分类,实现了商品评论的情感倾向性分析,深入了解用户需求和产品口碑。局限:依赖情感词典进行情感分析,为取得更加精确的结果,情感词典需要不断完善。     

Web2.0环境下在线负面评论及商家回复研究述评

随着网络电商平台的强势崛起,网络购物正逐渐渗透并改变消费者的日常生活,同时在线评论也以一种新型口碑形式得到了国内外学者的大量关注。本文从研究方法、内容等方面对在线负面评论及商家回复影响消费者购买决策进行全面梳理和分析,提出专门针对在线负面评论及商家回复的多维度研究框架,并总结现阶段相关研究的重点与不足。研究发现:在线负面评论对消费者购买决策具有显著负向影响;商家回复本身隐含着对潜在消费者在线行为的影响,并间接作用于消费者购买决策,应该被当作与在线负面评论具有相同影响效应的因素。最后,本文提出后续研究可从研究视角、内容及方法上予以关注。     

基于文本挖掘的协同过滤优化在商品推荐中的应用研究

文章以天猫商城智能手机产品的用户评论数据为数据源,提出基于用户评论信息的协同过滤算法优化模型,其优化核心是将评论文本中蕴含的用户偏好信息融入到经典协同过滤模型中。通过对商品、用户的多个特征属性建立商品属性特征值表,并对用户和各个商品的属性特征值间进行余弦相似度计算匹配,从而形成用户感兴趣的组合推荐。     

在线评论对大学生体育用品购买决策的影响研究

随着移动电子商务和互联网的普及,网络购物逐渐成为越来越流行的购物方式,体育产品从众多的商品分类中分离出来,表现出了积极的发展趋势.大学生又作为体育用品线上消费的中坚力量,其在网络环境下的购买行为动机受到诸多因素的影响.本文通过从线评论的文本信息角度,研究在线评论影响大学生体育用品购买决策的主要原因进行分析,进而针对原因为网络零售商提出相应的建议.     

基于相关物品的电子商务智能推荐系统研究

以大数据时代为背景,改变传统推荐系统的设计思路,给出一个"相关物品"智能推荐系统体系结构。将用户即时购买需求和历史偏好相结合,提出一种改进的基于粗糙集的属性约简算法,用于数据预处理阶段提取用户实时需求商品类的特征,在线分析阶段采用引入兴趣域的聚类算法挖掘用户实时关注商品的相似商品集,离线用协同过滤推荐挖掘相关商品集,将在线部分与离线部分的相关商品集融合,按照点击率预估对集合进行排序,形成推荐,以解决推荐系统在实时性、扩展性、智能性和实时性与精准平衡性方面存在的问题。     

C2C网络购物偏好影响因素实证分析

随着网民数量的规模性增长与国民经济的稳步提升,以B2B和网购为主要代表的电子商务产业为我国的国内生产总值作出了可观贡献。探索在C2C网店购物中的消费者偏好是衡量影响网购过程的主要方式。商品的可信度、商家的信用依赖度以及商品的辅助信息是决定C2C过程中消费者偏好的重要影响因素。