第一章 绪论
1.1 研究背景及意义
2015年，随着国家“互联网+”计划的提出与推进，互联网对于整体社会的影响进入到新的阶段。互联网的飞速发展，促使电子商务网站成为用户通过网络购买商品的重要渠道，由此产生了大量的在线评论，在线评论作为网络口碑的表现形式之一，其重要性在电子商务领域中日益凸显。多方研究表明，消费者在进行在线购物时，在线评论的信息质量是影响消费者购买决策的重要因素，同时影响着商家的信誉高低[1].本文从信息采纳模型出发，构建电子商务用户在线评论质量的评价指标，并基于在线评论生成过程模型，提出影响在线评论质量的影响因素，为商家提高店铺信息质量和服务水平提供建设性的意见，同时对完善电子商务市场环境下信息质量的评估体系研究有着较大意义。
1.1.1 研究背景
1. 电子商务网站兴起，产生大量在线商品评论
互联网的高速发展，产生大量的网络信息，其中网络评论为其中一种，又称在线评论。从广义上来讲，在线评论是指在互联网上（如在点评网站、电子商务网站、博客、论坛等网络媒体上）对某一商品或时间发表的评论。这些评论的发布者有少部分是职业的评论员，绝大部分为普通网民[2].
（1） 互联网普及率逐年增长，电子商务市场蓬勃发展
中国互联网络信息中心（CNNIC）最新发布的数据显示，截至 2015 年 12月，我国网民规模达 6.88 亿，全年共计新增网民 3951 万人。互联网普及率为50.3% ,较 2014 年底提升了 2.4 个百分点[ 3 ].据中国电子商务研究中心（100EC.CN）监测数据显示，2014 年，中国电子商务市场交易规模达 13.4 万亿元，同比增长 31.4%.
（2） 我国网络购物市场呈现出普及化的发展趋势
随着电子商务网站及物流行业的迅速发展，越来越多的人群选择网上购物这种便捷的购物方式，我国网络购物市场呈现出普及化的发展趋势。截至 2015 年12 月，我国网络购物用户规模达到 4.13 亿，较 2014 年底增加 5183 万，增长率为 14.3%,我国网络购物市场依然保持着稳健的增长速度。与此同时，我国手机网络购物用户规模增长迅速，达到 3.40 亿，增长率为 43.9%,手机网络购物的使用比例由 42.4%提升至 54.8%[3].
2. 大量在线评论信息的产生，使得评论信息质量问题日益突出随着互联网的广泛使用及用户主动参与的深入，互联网上出现大量的评论信息。但由于没有质量控制，人们可以随意地在网络上发表自己的观点，导致网站上的评论信息中含有一些无意义甚至不实的评论信息。这些信息不仅仅会影响潜在消费者的购买，也会对商品制造者造成不良的影响[4].例如，一些用户会因为自己对某个商品或品牌的偏见，对该商品进行不符实际的评论，这会影响潜在消费者对该商品的了解以致影响其销售；一些用户是为了促销或其它目的发布一些与该商品无关的无意义信息等。
电子商务网站的信息已经成为网络消费者进行网络消费时重要的参考来源，因此电子商务网站中在线评论信息质量的高低对于用户和商家来说都意义非凡。由于在线评论系统中的信息是由用户产生的，具有较强的主观随意性，无法保证信息的真实性和可靠性，不可避免的将出现一些信息质量问题，归结起来可以分为以下几类问题：
（1）虚假信息
由于在线商品评论主体（作者）具有不可见性，同时评论内容也往往带有主观色彩，这些都为虚假评论的产生提供了机会，比如有些商家或用户为了达到刻意吹捧或诋毁某些商品或服务的目的，往往对这类商品或服务做出虚假评论，对消费者产生误导。另一方面，有些商家对消费者在线评论给予奖励机制，即消费者在评论系统中发布超过多少字以上的评论即可得到一定的虚拟积分或是代金券奖励，这样会使一部分消费者为得到利益而发布大量不实信息。
（2）片面信息
买卖双方信息不对称是导致在线评论信息质量的重要因素之一，一方面，卖家对不同的消费者需求无法全面了解，对商品的描述无法完全符合每一位消费者的需求；另一方面，由于网络的虚拟性，某些不良商家为使得利益最大化，往往在电子商务网站上只公布对自己有利的信息，而不利的一面则避之不谈，因此消费者在不知情的情况下，使得在交易过程中扮演被动的角色，对商品的了解是片面的。这种信息不对称最终导致在线评论信息的质量受到一定程度的影响。
（3）过时老化信息
随着时间的推移，有的商家对商品的功能进行优化，有的对商品的价格进行了调整，使得原本很有价值的评论信息随着变得过时，无法为消费者提供更加有效的帮助，而这些评论信息在评价系统中仍然显示，此类评论信息，无论对于消费者而言，还是对于商家而言都失去了价值。
（4）冗余信息
针对上线时间较长的商品，此类问题则较为严重。由于销售时间较长，使得越来越多的消费者购买了此类商品，并在评论系统中做出购买体验，评论信息的增多加大了用户对该产品优劣势的对比，但同时，由于评论信息的增加也造成了信息过载的情况，大量相似的评价会耗费用户更多的时间用来查找、对比和选择，反而增加的用户的负担。
3. 在线评论重视程度高
2014年中国互联网络信息中心（CNNIC）发布的有关在线商品评论的相关报告指出，2014年影响网购消费者决策的最主要因素是产品的网络口碑，选择该因素的用户占比71.1%[5],见图1.1.
为解决买卖双方信息不对称的情况，各大电子商务网站均推出了在线评价系统，使消费者在购买商品后能及时对商品的使用情况进行反馈，为其他消费者提供购买体验，方便消费。这样消费者可以获得除商品描述及专家评论之外的更多信息，这种反馈机制可以提升消费者的信任，降低购买风险，深受广大消费者的厚爱。
通过以上分析，可以看出我国正处在电子商务迅速发展，互联网信息激增的时代，在线评论是把双刃剑，商品评论极大地影响着消费者购买行为以及商家的信誉，如何从在线评论信息中分析得出有用的信息，无论在理论层面还是在实践层面，都具有一定的研究价值。
1.1.2 研究意义
在线评论信息是网络时代产品信息产生、传播和利用的一种新形势。由于网络的自由与开放性，只有不断加强在线评论信息质量的识别能力，才能保证使在线评论信息的价值得到有效利用。
1. 理论意义
（1）丰富电子商务网站评价体系
国内外对电子商务网站评价的角度甚多，但少有从在线评论信息质量角度的深入细致评价研究，本文将在前人对电子商务网站中信息角度的评价体系基础上，通过调查问卷等方法构建在线评论信息质量的评价体系，这能进一步完善网站评价体系。
（2）扩大信息质量理论应用领域
本文在已有的信息质量基本理论的研究基础上，构建信息质量的评价指标体系，通过对信息传播过程的深入分析，揭示电子商务网站在线评论信息质量的影响因素，在此基础上进行定性定量研究，进一步扩大信息质量理论的应用范围。
（3）为在线评论信息的发展提供理论支撑
本文以信息质量相关理论为支撑，对影响电子商务在线评论信息质量的因素做出详细分析，并运用案例分析对指标体系进行验证，针对我国电子商务网站在线评论信息质量存在的问题提出管理意见，为有效解决电子商务发展中存在的评论信息质量问题提供坚实的理论支撑。
2. 现实意义
本文对研究为用户在线评论信息质量提供评价指标与评价方法，同时针对影响在线评论质量的因素提供相应的策略。本文基于商家的视角，对在线评论信息进行系统评价，通过评价指标的构建，为商家提升信息质量，提高自身信誉，营造良好的网络口碑提供帮助，达到产品优化与服务优化。
1.2 国内外研究现状
1.2.1 在线评论信息研究现状
互联网的普及，电子商务网站迅速发展，越来越多的消费者步入网上购物的队伍之中。随着网购人数的增加，电子商务交易平台产生大量的在线评论信息，消费者如何从大量的评论信息中甄别出有用的评论，商家又如何剔除恶意评论，获取消费者真实的消费评价，将数据信息与产品、消费者相结合，达到产品或服务优化，成为电子商务模式下面临的重大挑战之一。因此越来越多的国内外专家学者，从不同角度对电子商务平台及其在线评论信息进行研究分析，主要有以下几个方面：
1. 在线评论信息对用户行为影响的研究
金立印（2007）[6]研究了网络口碑信息对消费者购买决策的影响。指出网络口碑信息对于消费者购买决策的影响力受到网络口碑传播方向、信息类型以及产品涉入程度的影响，传播方向、信息类型和产品涉入之间所存在的交互效应也会明显地作用到网络口碑对消费者购买决策的影响。劳陈锋（2014）[7]运用构建网络口碑信息影响消费者购买意愿的理论模型得出网络口碑质量对感知质量和消费者购买意愿有显着影响；网络口碑质量对顾客信任和消费者购买意愿有显着影响；顾客信任和感知价值在网络口碑质量和消费者购买意愿之间充当中介作用。
Park 和 Kim[ 8]认为在线评论的认知契约对购物老手的购物决策影响比新手大，而评论数量对新手的购买决策影响比老手的大。Lee[ 9]等对负面评论对消费者的研究发现卷入度高的网购消费者关注负面评论的质量，而卷入度低的消费者更关注负面评论的角度。
2. 在线评论信息评价研究
在评价在线评论信息有用性方面，黄卫来（2014）[10]根据 ELM 思路和信息采纳模型框架，构建了在线商品评价信息有用性的三维模型，得出应用背景因素对于在线评价信息有用性有着显着影响的结论。陈江涛（2012）[11]以亚马逊手机商品在线评论为研究对象，结合文本挖掘技术和实证研究，探究基于文本内容评论有用性的影响因素，得出可提高评论有用性的关键词。MudambiS M（2010）[12]等讨论了评论的极性、深度对评论有用性的影响。Cao Qing （2011）[ 13]等则比1的影响可能更为显着。
在评价评论信息可信度方面，孟美任（2013）[ 14]选取内容完整性、情感平衡性、评论时效性以及发布者身份明确性 4 类特征，采用 CRFs 模型进行可信度 4 级分类。对 4 类特征进行特征组合实验，得到商品评论识别效果最好的特征组合。
3. 在线评论垃圾信息的识别及治理问题的研究
陈燕方（2015）[15]从法律监管和鉴别模型两个层面重新定位了治理目标，指出应根据不同的治理对象，从监管虚假评论形成路径的基本要素、减弱虚假评论形成路径的促进因素、激励正常消费者做出真实有效的评论并优化虚假评论识别模型的鉴别准确率 4 个方面完善在线商品虚假评论信息的治理途径，并提出各治理途径的具体实施办法及今后优化和完善建议对策。
Mukherjee[ 16 ]等在 2010 年使用三个步骤来检测群体垃圾评论，首先使用Frequent Pattern Mining 找出候选的群体，之后计算垃圾信息的指示值，最后使用支持向量机（ Support Vector Machines,SVM） 算法进行排名，从而检测出群体垃圾评论。Wu（2011）[ 17]等利用正向的 Singletons（评论发表者发表的唯一的一条评论） 在一个产品的所有评论中所占的比例和这些 Singletons 时间聚集程度来分析评论发表者的可疑行为。
1.2.2 信息质量研究现状
1958 年，Maffei[ 18]最早提出信息质量评估的困难性，主要因为信息质量的衡量标准取决于用户的主观特性，另外信息来源的多样性及信息数据的规模性，导致信息采集有失精准性。目前对信息质量评估的研究主要在信息质量评估方法和评估标准两个方面。早期对于信息质量的评估主要集中于数据质量方面，主要以储存数据为对象，而忽略了信息用户对数据的评估和感知[ 19].随着对信息质量的研究不断深入，信息质量评估见见突破了数据质量研究的局限。2000 年，Naumann[ 20]建立了成熟的信息质量评估标准体系，从用户、信息本身和信息获取过程三个方面建立了三种标准：主观、客观和过程。YangW Lee[21]等人提出 AIMQ的信息质量评估方法，该方法依赖于调查问卷得出信息质量值，为企业了解信息质量提供了方法，并随时监视信息质量改进过程，并奠定了质量管理的基础。
Richard Y.Wang[22]率先将信息生产过程看做是一个信息处理系统对源数据加工处理后生产出信息产品的过程，并提出全面数据质量管理（Total Data QualityManagement）方法。Krol[ 23]并在此基础上建立了数据地图生产的信息质量管理框架，将信息质量管理框架应用于数据地图的构建。国内学者李振寰[24 ]基于Web2.0 环境对信息质量管理问题提出，信息分为自然属性和社会属性特征，在质量管理方面，自然属性相比于社会属性而言，更容易判断，另外信息质量的控制管理应注重预防而非出现问题时候再做检查。同时，学者们还针对提高信息质量方面做出研究，Redman[ 25]提出了过程管理和数据清洗两种提高信息质量的办法。ZhuHongwei[ 26]等人提出，信息质量的改进不能单纯地依赖技术手段，应从过程和系统角度出发研究。国内学者宋立荣[ 27]提出了信息质量约束理论，他提出信息质量约束的根本在意对劣质信息的过滤，而不是增加优质信息的合格率，体现了一种信息过滤的思想。
通过对国内外相关文献的搜集整理发现，从信息质量角度出发的文献，研究对象多为微博、问答类社区、旅游网站等信息质量研究，以电子商务平台在线评价信息为研究对象的文献相对较少；从电子商务网站的评价角度出发的文献，多为对电子商务网站整体的评价指标构建，并没有针对信息质量角度深入细致的研究。综上所述，目前从信息质量角度出发，对电子商务网站在线评论信息的评价研究比较匮乏，存在研究空间。
1.3 研究内容与研究方法
1.3.1 研究内容
在电子商务迅速发展的背景下，网购热潮只增无减，进而使得电子商务平台产生大量的商品在线评论信息，面对大量的评论信息，商家如何甄别其信息的质量高低为自己所用，成为提高电子商务网站在线评价信息服务能力的重要问题。
本文在全面解析与本文相关的电子商务网站、信息质量以及在线评论信息的相关理论基础上，基于信息采纳模型详细叙述用户在线评论信息质量的构成维度，并基于构成维度构建评价指标体系，接着从信息传递过程角度，将影响因素分为信息源（产品的相关信息发布）、信息栈（信息传递平台）、信息用户（在线评论的发布者）三个方面来分析讨论。最后，通过案例分析，以本文所建立的8评价指标体系对天猫与淘宝网小米手机在线评论信息质量做出评价，以验证评价体系的实际可操作性。
1.3.2 研究方法
1. 文献调查法
首先通过查阅国内外文献，了解在线评论的相关理论，梳理国内外学者在该领域的研究成果，总结研究现状，分析研究趋势以及现阶段存在的问题等。另外，笔者通过对相关文献的总结，构建初步在线评论质量评价指标。文献调查法的应用贯穿整篇论文的写作，本文的创作是建立在前人的研究基础之上，通过总结前人经验，结合现阶段在线评论信息的发展状况，确定自己的研究方向。
2. 层次分析法
运用层次分析法确定所构建的评价体系的指标权重。美国学者早在 20 世纪 70 年代就提出了层次分析法，简称 AHP,层次分析法是一种多目标决策方法。该方法各种因素层次化，并逐层比较多种关联因素，它的基本思想是先分解后对比，为分析和预测事物的发展提供可靠的定量依据。
该方法有效地将定性分析与定量分析相结合，应用简单、方便理解、具有较强的实用性。它把决策的思维过程数学化，从而将无结构特性的复杂问题简单化，尤其适合人的定向判断起重要作用、决策结果难于直接准确计量的场合[28].因此，对在线评论信息这种主观意向较强的评价更为适用。为此，本文选用层次分析法对电子商务网站在线评论信息质量进行测评。
3. 案例分析法
选取国内典型电子商务网站的在线评价信息作为分析对象，运用构建的评价体系对其进行信息质量的评价，证明信息质量评价体系的可操作性，并通过评价结果提出建议。
1.3.3 技术路线
本文基于电子商务营销理论、信息质量理论和在线评论信息相关概念和类型，以信息采纳模型为基础，对在线评价信息质量维度进行分析，并构建用户在线评论信息质量评价指标体系，在通过对信息传递过程的分析，得出影响用户评论信息质量的影响因素，最后结合案例进行描述，分析出研究结果。本文的研究思路如图 1.2.
