《基于消费者视角的回顾有用性分析》由会员分享，可在线阅读，更多相关《基于消费者视角的回顾有用性分析（4页珍藏版）》请在金锄头文库上搜索。
1、基于消费者视角的回顾有用性分析学生姓名：马光宇 学号：201423801006这是一篇网购用户评价对购买行为影响的文章。作者收集了大量的一手数据，运用数学建模和相关性分析的方法，对数据进行分析和处理并得出结论。原文很长，首先对文章整体接结构做一个简单介绍。随着信息和网络技术的快速发展，在线交易逐渐取代传统的面对面交易，已成为消费者最常用的交易方式。电子商务平台需要为消费者提供一个渠道，消费者的购买意见通常称为产品评论 - 在完成交易后。当消费者决定他们想要购买的产品和他们想要购买的网站时，他们倾向于检索关于替代产品的信息以帮助作出决定。作者探讨了与客户观点的评论的有用性相关的因素。首先，作者基
2、于解释性理论（包括行为理论和心理学理论）提出了关于审查有用性的三个假设。在三个假设中，作者讨论了影响评论的有用性的因素，例如评论者，评论特征审查投票。基于行为理论，相同行为者的行为具有一些相似性和例行程序。评论也是一种行为。因此，有可能类似的帮助存在于评论来自同一消费者。接下来，复审价值表示消费者在完成购买程序后对特定产品的态度。从这些评论中提取的信息可以减少消费者的关注，并帮助他们做出更快，更容易的决策。三个假设：假设 1：由同一消费者产生的不同产品类别的评论具有近似有用性。假设 2：高评级的评论被认为比低评级的评价更有帮助。假设 3：大量投票的评论被认为比投票较少的投票更有帮助。数据收集和
3、预处理：本文利用了从最大的电子商务网站之一，亚马逊和 McAuley 收集的审查数据集。该数据集包含 34 686 770 评论，消费者 6 643 669 和总共 2 44 0 053 的产品。在本数据集中评论超过 50 次的消费者数量为 56 772.本数据集中的 11 条评论是在 1995 年 6 月至 2013年 3 月期间生成的。为了测试上面提出的三个假设，作者基于上述原因提取了从该数据集中指出的最多次数的前 100 条评论。假设的验证：假设 1。每个消费者在不同产品类别中的评论分布不同。大多数消费者的评论集中在四个类别，尽管四个类别对于消费者是不同的。这种情况的原因可能与收集数据的
4、方法有关来自亚马逊。对于每个消费者，被选择来探究在不同产品类别之间是否存在评价有用性的差异。在提取之后，剩下满足所提出的条件的 65 个消费者（1,2,4,5，.，99） 。然后计算平均有用性 hi，J 通过将在前面的第 J 个类别 TopCatj 中的所有投票的数量除以帮助投票 helpVote 的消费者 f（i = 1,2,4,5，.，99）的数量，如等式）显示：随后计算 65 个消费者的平均值和方差和这 4 个指标的有用性。我们发现，尽管不同评论者产生的前四个产品类别中的评论的有用性的方式可以变化，但是对所有消费者的评论的有用性的变化保持在类似的低水平。这意味着审查有用性 不同类别的相同
5、消费者是近似的。因此假设 1 被验证。假设 2。来自亚马逊的数据集中的等级价格包含五个选项。名称为 1-5 得分。5 分被视为极高的价值，3 分作为中等价值，1 分作为极低的价值。不同的得分代表不同的态度。计算平均感知有用性 hi ，u 是在第 i 个消费者的最大购买产品类别中具有价值 v 的评价的最大购买产品类别中的价格的评价，如下：1005 的分布及其均值如图 4 所示。直观地说，高价评论的有效性大于低价。为了检验 10 点价之间是否存在差异或变化趋势，我们进行了 Mann-Kendall 趋势检验，发现 P 值极其显着为 0.003 这意味着审查有用性的增加趋势被显着支持因此假设 2 被
6、验证。假设 3。为了分析每个评论的投票数量是否对感知有帮助有影响，计算两个评论有用性向量。我们比较两个评论有用度向量与 167 维度和计算它们的对应比例。比较部分显示在图 5 和表 2。从图 5 中，我们发现除了第 0 个，第 72 个，第 83 个和第 95 个用户之外的所有用户，被投票至少 100 次的评论的平均有用性大于所有被投票的评论的平均有用性。所有 67 个消费者的较高百分比为 33.5。为了精确地测试我们的发现，我们对两个有用度向量进行配对样本 T 检验。如图 3 所示，配对 t 检验的 t 值为-8 .959，这意味着 V 在很大程度上小于矿石，P 值为 0.00。这意味着比较
7、是显着的。换句话说，至少有 100 票的评论的有用性大于 1 的所有评论至少有一个投票。因此假设 3 被验证。结论：三个提出的假设已经通过经验测试分别验证。结果显示，审查者，审查效价和审查投票具有显着相关性和审查有用性的趋势，这与常识一致。然而，这些发现是统计测试获得的。并且文章中的审查有用性仅通过记录在交易平台上的投票计算。还有许多没有记录的评价。因此，鼓励更多的消费者投票是有益的，以获得更准确的帮助。此外，也有可能一些评论来自总是提供无益的评论之前的评论，以及评价是低票价和少票，实际上具有高实用性。文章中揭示的因素和乐于帮助之间的相关性只是一般现象，而不是绝对的关系。局限性：尽管有上述发现
8、，文章还是存在一定的局限性。分析中使用的一手数据是从亚马逊收集的。审查数据集中在很少的类别中。来自其他网站或类别的审查表现类似，但没有得到验证。第二， 探讨了几个因素之间的关系。但是我们不构建一个有用的这些因素的定量计算模型。第三，我们的分析不考虑消费者的评论文本和浏览行为。现有研究表明， 在评论文本的特性和乐于助人 - 例如文本长度和文本错误之间。在未来，我们期望更大的产品类别假设和参数有用性模型。收获:取材新颖，文章贴紧潮流。一方面容易博得大众眼球，另一方面得出的结论对生活有一定的指导意义。从另一个角度看，用成熟的方法研究新的问题，这种老壶装新酒的模式对于研究生来说更加容易做成一篇文章。国
9、内做文章同样存在这样一种现象。国人模仿国外学者的最新研究成果，套用别人的方法研究本土问题，也能得出一些结论，而且也比较容易得到高水平期刊杂志的认可。数据量大，样本比较新。数据是实证类型文章的有力支撑。人们普遍认为，数据量越大（数据连续时间越长或样本量越大）越能够说明问题，得出的结论也更有一般性。本文作者运用了大样本数据（数以千万计的评论）进行分类研究，一定程度上得出了具有代表性的结论。如何完成一篇毕业论文要可能需要以下几个方面的准备。首先确定一个方向或是题目。有的人说，找到一个好的题目是最难的。一个好的问题可以从实践中来，也可以从别人的文章中来。在校学生可能没有太多实践的机会，那么，大量的阅读
10、成了一个有效途径。接下来就是收集数据。然后就是确定研究问题的方法。方法大多也是从旁人的文章里参考得来，还是绕不出读文章的圈。整个过程中难免会用到一些数据处理的软件，得出文章中的数据和图表，从而更加形象的说明问题。但总是感觉这些还是远远不够的，希望在今后实践的过程中慢慢摸索。结合实践：往前推几年，网购还是一个新鲜词汇，大家还把网购当做是一种时髦的现象。转眼之间，网购已经深入到现实生活去，并且成为生活中非常重要的组成部分。说实在的，如果没有网购，我都可以想象，自己的生活质量会下降好几个台阶。随着这个产业的蓬勃发展，行业中的现象自然被大家重视起来。在淘宝购物时，我们已经养成了看评价的习惯，有没有差评，买过的人怎么说的，买家秀是什么样子成了我们最关心的问题，也是我们了解这个产品最真实最直接的渠道。大面上看，这些评价到底是如何影响消费者们的消费的。文章作者给出了这样的结论： 1、由同一消费者产生的不同产品类别的评论具有近似有用性。2、高评级的评论被认为比低评级的评价更有帮助。3、大量投票的评论被认为比投票较少的投票更有帮助。这些与我们在实际生活中的体验基本是一致的。网络是在不断演进的，如今的购物参考又多了许多新的方式。比如消费者可以直接与已购者进行交流对话，得到更直接更详细的购物体验。这些在以往是做不到的，所以这里面还有很多值得做的东西。
