标题
  • 标题
  • 作者
  • 关键词

什么样的评论更容易获得有用性投票——以亚马逊网站研究为例

2017-09-25分类号:F713.36

【作者】吴江  刘弯弯  
【部门】武汉大学信息管理学院  武汉大学电子商务研究与发展中心  
【摘要】【目的】购物网站评论系统中的投票机制有利于帮助消费者筛选出高质量评论。本文以评论有用性投票数为研究对象,探讨什么样的评论更容易获得有用性投票。【方法】以信息采纳理论和负面偏差理论为基础,基于亚马逊购物网站中的12 393条手机评论数据,结合文本分析与零膨胀负二项回归分析方法,从评论者信度、评论信息质量、评论极性三个方面探究评论有用性投票影响因素。【结果】研究结果表明,评论者有用性、评论信息量、评论回复数、极端评分、评论文本消极倾向对评论有用性投票数具有积极正向影响。评论者发表评论数、评论者是否确认购买对评
【关键词】在线评论  评论有用性  评论投票
【基金】国家自然科学基金项目“创新2.0超网络中知识流动和群集交互的协同研究”(项目编号:71373194)的研究成果之一
【所属期刊栏目】数据分析与知识发现
文献传递