在線評論研究中的社會網絡論文范文

本站小編為你精心準備了在線評論研究中的社會網絡論文參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

1數據和方法

以WebofScience平臺的核心合集為文獻檢索源，首先檢索“在線評論”的相關文獻，下載題錄；其次提取關鍵詞并運用共詞分析法建立共詞矩陣；然后通過社會網絡分析法并以Ucinet為工具進行中心度、凝聚子群分析；最后形成主題網絡結構圖，為后續討論提供依據。

1．1樣本文獻收集為確保和強調與在線評論研究領域的一致性和直接相關性，確定“onlinereviews”、“electronicwordofmouth”、“e－wom”為檢索詞，在WebofScience平臺的核心合集中以2009－2013年為時間跨度，通過文獻類型“ARTI－CLE”精煉后，共獲得文獻146篇。閱讀每一篇的標題、摘要、關鍵詞后，剔除內容不符合、沒有關鍵詞的文獻，最后保留113篇。

1．2共詞分析法共詞分析法（Co－termAnalysis）是利用兩兩詞對在相同文獻中出現的頻次，作為記錄來表達關鍵詞與關鍵詞之間的親疏關系，頻次越高表示兩個詞之間的關系越緊密，通過這種關系反映某一學科領域研究主題或研究方向，從而展現該學科的研究結構（張勤，馬費成，2007；鐘偉金等，2008）［5－6］。將下載的題錄整理、排序后共提取關鍵詞346個。為了進一步洞察在線評論研究領域的熱點和主題，對原始關鍵詞進行了處理，包括合并近義詞、大小寫和縮寫的統一，剔除“onlinereviews”、“electronicwordofmouth”、“e－wom”3個高頻關鍵詞所帶來的主題干擾，最后確定詞頻2次以上的41個詞定為高頻詞。根據上述高頻關鍵詞，統計兩兩之間在所有113篇文獻中同時出現的頻次，建立41×41的高頻關鍵詞共詞矩陣。

1．3社會網絡分析法社會網絡分析（SocialNetworkAnalysis）源于對社會群體中個體間關系的考查和度量。在社會中個體不僅具有自己的獨特屬性，另外還與其他個體有這樣和那樣的各種關系，就是因為這些的關系存在，個體間才形成了不同的群體（劉軍，2004）［7］。這種關系會隨著時間和外部環境的變化而影響群體結構，反過來不斷演化的結構也會影響個體屬性和個體間關系。社會網絡分析恰恰關注的就是這種關系數據，通過彼此間的關系來量化分析群體結構。近幾—62—年來，社會網絡分析已成為較為成熟的關系計量方法，不僅在社會學研究當中，而且在心理學、人類學、經濟學和管理學等多個學科中也有了一些應用。如前所述，共詞分析描述的是關鍵詞與關鍵詞同時出現在一篇文獻中的情況，反映了兩兩詞之間的親疏關系，顯然共詞矩陣呈現的正是這種關系數據，所以在本研究中運用社會網絡分析方法通過對詞與詞之間關系的度量，來透視在線評論研究中的主題關系、群體結構，就成為行之有效的方法。

2分析和結果

2．1主題結構的中心性分析中心性分析考查了個體在網絡結構中所處的中心或邊緣位置，這是社會網絡分析中重點探討的內容（劉軍，2004）［7］。在本研究中采用點度中心度和中間中心度來度量關鍵詞在關鍵詞關系結構中的位置，從而反映研究領域內的主題分布。（1）將前面的原始共詞矩陣導入社會網絡分析工具Ucinet中，形成鄰接矩陣（AdjacencyMatrix）。運用Uci－net中集成的NetDraw可視化工具展現在線評論研究領域在2009－2013年5年間國際前沿研究的主題分布社群圖（見圖1）。由社群圖所示，整體網絡的密度均值是0．074，密度較小，標準差為0．2973。表明當前在線評論相關研究領域中的主題和熱點較為分散和疏松。特別是socialmedia、internetmarketing、hotels、onlinecommunity、communication5個關鍵詞處于孤立的位置，和其他關鍵詞關系不緊密。（2）進行點度中心度和中間中心度分析，以考查網絡結構中關鍵詞節點的相對重要程度。點度中心度反映了網絡結構中某個結點和其他結點關系的多少，如果和其他結點聯系多，那么它就處在較為中心的位置，反之就處于較為邊緣的狀態。中間中心度是指網絡的連接控制作用，比如一個結點點度中心度指數可能不高，但由于它處在某些網絡路徑的聯接節點上，起到橋梁的作用，那么它的中間中心度指數就會較高，反之較低。通過在線評論主題網絡中心度的測量，發現網絡的中心勢指數（NetworkCentral－ization）為10．53％，表示整個網絡中心趨勢并不顯著，研究主題和熱點并不集中，這也和前面密度分析的結論相一致。

2．2凝聚子群分析從密度和中心度分析看，在線評論研究領域呈現出較為稀松的結構關系，這表示了整體研究主題間的分散性。至于研究領域中，是否形成了內部聯接較為緊密的局部主題以及局部主題間表現了怎樣的聯系，目前還無法洞察。接下來，通過凝聚子群分析便可依據主題間的聚類關系，重描和簡化復雜社群圖，以更簡潔的方式概括主題子群的結構，呈現我們希望的結果。本研究根據凝聚子群遞進步驟分析過程（劉軍，2004）［7］，在剔除5個孤立關鍵詞后，通過CONCOR迭代相關收斂法（convergentcorrelations），經過多次迭代計算之后，重新計算密度矩陣，同時得到凝聚子群聚類圖，并且標記出8個子群分類以及各自所擁有的網絡成員（見表2）。然后采用α－密度指標法進行塊模型分析，其中α值采用整個網絡的平均密度值作為臨界值（王陸，2009）［8］，對比密度矩陣，將矩陣中大于整體網絡平均密度值0．096的標識為1，小于整體網絡平均密度值0．096的標識為－1，得到像矩陣。然后再次可視化描述在線評論研究主題社群簡圖（見圖2）。圖中節點大小差異化處理后表示在網絡圖中的位置，大的代表了相對核心地位，小的代表了相對邊緣狀態。由圖可以看到在2009－2013年的研究周期中，第1、第5、第7、第8子群所代表的研究主題是主流，是重要的知識貢獻。第3、第6子群代表的研究主題相對較弱，而第2、第4子群所蘊涵的研究主題處在邊緣位置。

3討論

根據上面的分析和結果，我們發現過去5年在線評論相關領域當中大致可分成7個研究主題。其中包括4個主要研究內容和3個擴展研究趨勢（因clique3和clique4結構關系和內容的高度相關性，對其進行合并）。

3．1在線評論內容分析研究主題在線評論的有用性特征能夠幫助消費者有效處理信息超載和制定購買決策（Cao，Duanetal．）［9］。目前具有規模的購物網站基本上都提供了在線評論系統，消費者通過這種渠道將自己對產品性能和商家服務質量的體驗出去，以作為其他消費者購物決策和商家改進產品與服務的依據。但是由于不同消費者個體信息處理和商家知識提取能力的差異，現有的很多評論系統未必就能提供有效的幫助。因此，如何從評論信息中分析出消費者真實的體驗、意向和意見，進行有用性評估和評論信息的效應特征分析，就成為這個時期重點研究的主題，也是其他相關主題不可或缺的分析手段。FangandZhang（2013）［10］以當當網的書籍產品為例，討論了在中國情境下在線評論對產品銷售的影響。研究結果發現評論的數量、焦點評論（當當網編輯認為在有用性、有獨特見解等指標上強度較高的評論）、評論的情感傾向和書籍銷售有正向關系；相反，評論者的評級和評論的長度與書籍銷售有負向關系。顯然，這個階段的大量研究從在線評論系統中提取淺層數據（評論的星級投票、評論文本的長短、評論的有用性投票等）來考查對相關參與者的影響以及影響程度的測量等內容。總的來看缺乏對數據內容的深層利用，從而影響了對用戶動機、情感、態度和意愿的真實了解和度量，進而限制了進一步探討的空間。

3．2在線評論深度挖掘研究主題它是在第一主題基礎上研究深度和廣度的延伸。在線評論信息中表現出來的淺層知識已不足以描述消費者的感知和體驗，那么深入挖掘信息所蘊涵真實情感的研究目的和各種復雜算法就成為這個時期逐漸顯現的研究思路。比如語義分析，它就是通過對自然語言的深層處理，找出語義中真實的含義和內在解釋，從而理解消費者的真正語言意圖，準確反饋用戶所需要的結果。Cao，Duanetal．（2011）［9］通過潛在語義分析文本挖掘法（LatentSemanticAnalysis，LSA），從評論信息中的基本特征、語體特征和語義特征出發，分析了有用性投票形成的機理，認為語義特征較其他特征更能影響消費者，同時他們進一步指出極端的評論（包括正向和負向）要比中立的態度更有效。Wang，Yinetal．（2013）［11］以中國在線評論為例，探討了情感分類的特征。他們首先確定了形容詞、副詞和動詞為潛在包含情感信息的文本特征，通過支持向量機（supportvectormachine，SVM）對在線評論信息的極性進行了極高精度的分類。同時對4種不同的特征選擇方法，如：文本頻率（documentfrequency，DF）、信息增益（informationgain，IG）、卡方統計（chi－squaredstatistic，CHI）和交互信息（mutualinformation，MI）進行了比較。認為文本頻率效率最高，而交互信息不適合中文在線評論信息的情感分類。

3．3在線評論服務響應研究主題服務行業中越來越多的企業參與電子商務，在服務出現誤差和錯誤時，消費者可能會將這種負面的感知通過電子抱怨方式傳遞出去，那么企業應該除了做出及時的服務補救以外，還應通過在線評論渠道做出第一時間的響應。Browning，Soetal．（2013）［12］以體驗性商品為例，指出隨著在線評論信息源地位的日益重要，企業應最大限度的理解在線評論信息對消費者態度和行為的影響。指出消費者受到在線評論信息的影響不僅歸因于服務質量和商家對控制服務交付的能力，而且還受到商家對在線評論信息是否做出快速響應。也就是說，商家將所采取的服務補救及時通過在線評論渠道反饋給消費者，將會導致消費者更多的正面評價。MatzatandSnijders（2012）［13］通過實驗室模擬的在線網站，對不同的消費者抱怨和商家聲譽進行了分析，指出即使聲譽好的商家被認為是值得依賴的，但對“負面的評論”的“否認”往往不利于消費者的信服，同時也不利于商家聲譽的重建。因此從這個角度來講，對消費者負面評論信息的不響應其實就是一定程度上的“否認”，它將對消費者忠誠度的培養造成極大的影響。所以在線評論除了幫助消費者決策以外，還是商家監督和響應機制的有利武器。顯然，如何從評論信息當中及時抽取消費者意見，快速處理和反饋信息將是未來在線服務研究的方向之一。

3．4在線評論行為研究主題這部分研究內容既包括在線評論信息對消費者行為的影響，也包括消費者本身對在線評論的參與行為。前者中最突出的是對消費者滿意度的影響、對消費者忠誠度的影響，這些內容始終貫穿了整個5年研究周期，是較為重要的研究貢獻。在線評論參與行為的研究是較為新的方向，不斷吸引研究者進行探討。Yoo，Sandersetal．（2013）［14］在研究中引入動機理論和認同理論，指出個體對電子口碑和在線評論的參與受到了內部動機（對他人的關心，自我社會地位的提高，社會利益）和外部動機（經濟激勵）的影響。他們發現對于個體的參與，內部動機比外部動機有更大的影響力，同時他們也發現在線評論的積極參與將顯著影響消費者對網站的認同，進而影響消費者的電子忠誠度。Picazo－Vela，Chouetal．（2010）［15］以計劃行為理論模型和大五人格模型為理論依據，討論影響消費者在線評論的因素有哪些？他們的研究發現，消費者的態度、感知壓力、情緒穩定性和盡責性對個體潛在的在線評論信息有顯著的影響。

3．5在線評論系統與社交媒體研究主題隨著社會性網絡服務的逐漸普及，它為消費者搭建了一個不斷讓人驚嘆的信息載體，它鼓勵人們產生大量的用戶生成信息，其中就包括產品評論信息。有關產品質量和商家服務的評論信息不再只固定于交易平臺的系統當中，消費者可以通過移動設備就能輕松信息。更特別的是，隨著社會化商務的逐漸興起，在線評論對于吸引消費者參與、交流和互動，扮演了重要的角色。因此有學者將目光投入到這個領域當中，研究在線評論及其系統與不斷發展變化的媒體之間的關系。ChuandKim（2011）［16］認為隨著越來越多的營銷人員將社會媒體納入到促銷組合當中，討論消費者通過社會網絡參與電子口碑的影響因素就成為十分重要的問題。通過研究他們發現聯系強度、信任、規范和信息的影響與消費者電子口碑行為有正向的關系，而同質性與消費者電子口碑行為有負向的關系。Jansen，Zhangetal．（2009）［17］以twitter為例，通過150000多個微博貼子，分析了其中的產品評論、情感傾向和意見，指出消費者的品牌意識和購買決策越來越受到網絡溝通和社會網絡服務的影響。認為這種趨勢為商家創新品牌關系和構建電子口碑平臺提供了新機遇。

3．6在線評論與消費者決策研究主題評論信息當中所包含的正面的評價、負面的評價、評論信息的敘述方式、星級水平、真實性的判斷等因素都會對消費者的消費意愿和消費決策產生影響。顯然這個主題在這個研究周期是十分重要的內容，與在線評論行為研究等主題有很強的相關性，處在主題網絡的核心位置。Lee（2009）［18］在詳盡可能性模型的基礎上，就在線評論對消費者購買意圖的影響因素進行了分析。研究認為：（1）在線評論的質量參數（強信息：客觀的和容易理解的；弱信息：主觀的和情緒化的）對消費者購買意圖有正向的影響；（2）評論的數量對消費者購買意圖有正向的影響；（3）高涉入的個體更容易采用中心路線去改變態度，也就是說，更容易被評論信息的質量所影響；（4）低涉入的個體更容易采用外圍路線去改變態度，也就是說，更容易被評論信息的數量所影響。Walther，Liangetal．（2012）［19］的研究角度非常特別，他們關注在線評論系統中的不同信息源，考查了不同信息源的信息對消費者決策的影響。研究認為，在在線評論環境中，消費者決策過程是一個多層迭代過程，不同信息源（最初信息的正面或負面信息、對最初信息有用性的評估、對最初信息同意或不同意的字面表達）的信息可能是不一致的，消費者就是在這樣的一種機制中不斷修正自己對產品、對信息者的態度，從而形成最終的決策。

3．7在線評論質量研究主題HuandLiu（2011）［20］對在線評論的被操縱性進行了評估，認為這種操縱性隨著產品的真實質量單調遞減。也就是說銷售低質量產品和擁有低評價的商家更有可能操縱評論信息。他們警告說，如果這種操縱活動持續下去，那么在線評論系統就將失去所有讀者，并最終影響商家銷售業績。同時他們也建議從制度和技術層面，增加操縱評論信息的成本，從而減少“操縱性”的影響。FangandZhangetal．（2013）［10］在研究中考察了跨文化對評論信息的調節作用。他們以霍夫斯泰德文化框架為基礎，從個體主義和集體主義、權力距離、不確定性規避、男性化和女性化、長期導向和短期導向5個維度出發，比較中國消費者與美國消費者在在線評論行為中的差異。如：他們發現中國人比美國人更傾向于給予正面的評價，而更少的給予負面的評價；中國人相比較美國人來說更不愿表達自己的情感，所以較少參與在線評論信息的。但他們并未對這種不同文化情境下產生的評價偏差，給予進一步的討論。Chih，Wangetal．（2013）［21］指出網站的聲譽、信息源的可信度、消費者獲得的有關產品信息以及消費者的在線社會網絡關系對感知正向口碑評論的可信度有積極的影響。總的來看，在線評論內容分析、在線評論行為研究、在線評論與消費者決策、在線評論質量研究是核心主題，在整個在線評論研究的網絡結構關系中占據相對中心地位，為本領域的研究貢獻了大量的知識。在線評論深度挖掘、在線評論服務響應、在線評論系統與社交媒體是當前研究中處在相對邊緣位置，從具體情況分析來看，它們中的很多方向，具有一定的前瞻性，有一定深入探索的價值。

4總結與在線評論研究框架

通過上述分析，我們識別了在線評論研究領域當中的7個主題方向。在此基礎上進一步總結歸納形成了一個在線評論研究的概念框架，為當前的研究者提供參考（見圖3）。第一層是內容分析與數據挖掘。這是在線評論研究的核心層，是研究的起點，任何基于評論信息的研究都離不開數據的提取或是情感和語義的分析。第二層是在線評論信息的質量和可用性。在數據挖掘和分析的基礎上，對在線評論信息的可信度、質量、有用性和一致性進行準確的評估，才能為進行一步的應用分析做好準備。第三層是行為與決策。通過高質量的信息數據我們深入了解消費者的態度、意圖，把握顧客的決策和行為，從而不斷改善產品與服務，提高消費者黏性。第四層是不斷演化的研究趨勢。隨著Web2．0平臺的逐漸普及，單純的產品和服務已不再是核心，激勵潛在消費者不斷參與、溝通和互動才是焦點，消費者及時將自己對產品和服務的體驗與感知準確的進行表達，以及對這種表達的最優捕捉將是研究的重點。另外，在線評論系統不光是單向的信息傳遞，而應是具有反饋機制的循環系統，通過在線評論系統的響應和反饋從而改善在線服務質量，這也將會吸引眾多研究者的關注。

作者：陳農單位：青海大學財經學院