第七章 总结与展望
7.1 主要研究成果与结论
随着我国互联网的高速发展，电子商务购物网站快速崛起，网络消费者人数逐年攀升，网络购物逐渐普及，网购交易额也逐年呈上升趋势，店铺越开越多，网络评论数量也节节攀升。为了使卖家更好的掌握在线评论信息质量，提升自有店铺的服务水平，本文站在商家的视角，结合信息采纳模型对在线评论信息质量进行研究，构建出以在线评论内容、在线评论可信性和在线评论者自身特性为一级指标的电子商务用户在线评论信息质量评价指标体系，并结合信息质量评价和信息传播相关理论，从信息源、信息栈、信息用户因素出发，分析影响在线评论信息质量的影响因素及提高策略，并运用实证分析法，更好地指导商家运用网站中影响评论信息质量的影响因素的相关数据进行分析，发现自身不足，提升信息质量与服务水平，进而提高商家自身的信誉。
本文的主要研究结果如下：
1. 运用信息采纳模型构建在线评论信息质量的评价指标体系基于第三章对在线评论信息质量维度的分析基础，确定电子商务网站在线评论信息质量包含在线评论内容、在线评论可信性、在线评论者自身特性三大一级指标，并基于三个一级指标构建整体指标评价体系，其中包括 8 个 2 及指标以及25 个 3 级指标，并全面详细地叙述了该评价指标体系中各个指标的具体含义供评分者参考，并应用层次分析法计算得出各项指标权重。
2.明确影响用户在线评论信息质量的因素及提高策略从信息的传递过程出发，对在线评论信息的传递过程进行分析，以香农信息论中信息传播模型为基础，对电子商务网站在线评论生成与传播模型进行阐述，将其分为产品信息生成与传播和在线评论信息生成与传播两个部分，并基于传递过程对在线评论信息质量的影响因素进行详细说明，主要影响因素有：信息源、信息栈、信息用户。并从此影响因素出发，提出提高评论信息质量的相关策略。
3. 通过案例分析法对评价指标体系进行应用首先笔者选取天猫与淘宝作为研究样本，并挑选手机类目排名第一的小米手机中的红米 Note3 作为商品样本来源。综合评分后，对最终得分进行对比，寻找店铺之间差距。最终的评分结果排序与销量排序吻合，说明该评价指标体系具有56一定的参考价值，同时该方法能有效地帮助商家找到差距，发现自身的不足，能更好地提升信息质量与服务水平。
7.2 本文创新点
1. 本文基于信息采纳模型构建了在线评论信息质量维度，并基于信息质量维度对用户在线评论信息质量评价指标进行构建，丰富了在线评论信息质量的评价体系。
2. 从信息传播过程角度分析在线评论信息质量的影响因素，目前多数文章在分析影响因素方面，只考虑到评论发布者、评论内容本身以及评论接受者三方面，即评论发布后的传播路径。本文将把评论发布之前的相关因素考虑在内，如产品信息、电商平台、评价系统等因素，更全面地分析在线评论信息质量的影响因素。
3. 本文从商家视角出发，结合案例对评价指标进行验证，并结合影响在线评论质量因素分析小米商家信誉的对策，为提高商家的服务质量和产品优化提供了帮助。
7.3 研究局限与展望
学术研究本是不断完善、不断发展的过程。本文构建的在线评论信息质量评价指标，实际上是从在线评论生成过程出发，系统全面对店铺信誉的评价研究，研究从信息源、信息栈、信息用户三个角度出发具有全面性、系统性。但是，不管在基础理论还是应用实践部分，都需要进一步加深研究。
本文对在线评论信息质量的影响因素研究中，是通过信息传播理论模型构建出影响因素，而缺少对影响因素的深层次研究，即影响因素之间的相关关系、回归关系、影响程度大小的分析。另外，在指标构建中，本文的研究是基于系统化、全面性的原则考虑，对在线评论质量的影响因素进行分析，因此，对各项指标的深入研究程度不够，尤其是信息用户主观性特征对信息质量产生的影响因素研究的不够深入，有待进一步加深研究。
参考文献
[1] 郑小平。 在线评论对网络消费者购买决策影响的实证研究[D]. 中国人民大学，2008.
[2] 丁晟春。 在线评论信息挖掘研究[M]. 科学出版社， 2014.
[3] 罗宇凡。 第 35 次《中国互联网络发展状况统计报告》发布[J]. 青年记者，2015 （6）： 17-17.
[4] 李霄， 丁晟春。 垃圾商品评论信息的识别研究[J]. 现代图书情报技术，2013（1）：63-68.
[5]《2014 年中国网络购物市场研究报告》[R] CNNIC, 2015-11-2[6] 金立印。 网络口碑信息对消费者购买决策的影响：一个实验研究[J]. 经济管理， 2007, 29（22）： 36-42.
[7] 劳陈峰。 网络口碑质量对消费者购买意愿的影响研究[D]. 华南理工大学，2014.
[8] Park S, Nicolau J L. Asymmetric effects of online consumer reviews[J]. Annals ofTourism Research, 2015, 50: 67-83.
[9] Lee E J, Shin S Y. When do consumers buy online product reviews? Effects ofreview quality, product type, and reviewer's photo [J]. Computers in HumanBehavior, 2014, 31: 356-366.
[10] 黄卫来， 潘晓波。 在线商品评价信息有用性模型研究--纳入应用背景因素的信息采纳扩展模型[J]. 图书情报工作， 2014（S1）：141-151.
[11] 陈江涛， 张金隆， 张亚军。 在线商品评论有用性影响因素研究：基于文本语义视角[J]. 图书情报工作， 2012, 56（10）：119-123.
[12] Mudambi S M,Schuff D. What makes a helpful online review? A study ofcustomer reviews on amazon.com[J]. MIS Quarterly,2010,34（ 1） : 185- 200.
[13] Cao Qing,Duan Weijing,Gan Qiwei. Exploring determinants of voting forthe“helpfulness”ofonline user reviews: Atext mining approach[J]. DecisionSupport Systems,2011,50 （ 2 ） : 511-521[14] 孟美任，丁晟春。 在线中文商品评论可信度研究[J]. 现代图书情报技术，2013,09:60-66.
[15] 陈燕方， 谭立辉。 在线商品虚假评论信息治理策略研究[J]. 现代情报， 2015,35（2）： 150-153.
[16] Mukherjee A,Liu B,Wang J,et al. Detecting Group Review Spam[C]. In:Proceedings of the 28th ACM International Conference on Information andKnowledge Management,Hyderabad,India.New York,NY,USA: ACM,2011: 1123 - 1126.
[17] Wu G,Greene D,Smyth B,et al. Distortion as a Validation Criterion in theIdentification of Suspicious Reviews[C]. In: Proceedings of the 1st Workshopon Social Media Analytics. Washington,DC,USA: ACM,2010: 10 - 13.
[18] Maffei R B. Simulation, sensitivity, and management decision rules[J]. Journal ofBusiness, 1958,31（3）：177-186
[19] Codd E F. Extending the relational database model to capture more meaning[J].ACM Transactions on Database Systems,1979,4（4）：397-434
[20] Naumann F, Rolker C. Assessment methods for information quality criteria[J].2000.
[21] Yang W L, Diane M S. AIMQ: A methodology for information qualityassessment[J]. Information & Management,2002,40:133-146
[22] A product perspective on total data quality management[J]. Communications ofthe ACM,1998,41
[23] Ahrens R J. Digital soil mapping with limited data[M]. Springer Science &Business Media, 2008.
[24] 李振寰。 Web2. 0 环境下信息质量管理的探讨[J]. 经营管理者， 2011 （21）：313-313.
[25] Redman T C. Opinion: improve data quality for competitive advantage[J]. Sloanmanagement review, 1995, 36（2）： 99.
[26] Madnick S, Zhu H. Improving data quality through effective use of datasemantics[J]. Data & Knowledge Engineering, 2006, 59（2）： 460-475.
[27] 宋立荣。 网络信息共享环境下信息质量约束的理论思考[J]. 情报科学， 2010（4）： 501-506.
[28] 金垣，杨兰蓉，胡承立。 基于层次分析法的武汉市政府门户网站绩效评估体系设计[J].图书情报工作，2011,55 （ 5） : 124 -128.
[29] 周述文， 郭晓军， 孙爱平， 等。 电子商务网站的分类及评价初探[J]. 中国管理科学， 2000 （S1）。
[30] 莫祖英。 国内外信息质量研究述评[J]. 情报资料工作， 2015, 36（2）： 29-36.
[31] Eppler M J, Muenzenmayer P. Measuring Information Quality in the WebContext: A Survey of State-of-the-Art Instruments and an ApplicationMethodology[C]//IQ. 2002: 187-196.
[32] Ballou D, Wang R, Pazer H, et al. Modeling information manufacturing systemsto determine information product quality[J]. Management Science, 1998, 44（4）：462-484.
[33] Strong D M, Lee Y W, Wang R Y. Data quality in context[J]. Communications ofthe ACM, 1997, 40（5）： 103-110.
[34] Huang K T, Lee YW, Wang R Y. Quality information and know ledgemanagement[M]. Prentice Hall,1999.
[35] Wand Y, Wang R Y. Anchoring data quality dimensions in ontologicalfoundations[J]. Communications of the ACM, 1996, 39（11）： 86-95.
[36] Strong D M, Lee YW, Wang RY. Data quality in context communications of theACM.1997,40（5）：103-110
[37] 陈涛， 谢丽莎。 在线评论文本信息质量等级的测量探析--基于模糊综合评价法[J]. 科技创业月刊， 2012（7）：50-52.
[38] 黄莹， 朱建荣。 网络口碑质量对服装消费者购买意愿影响的实证研究[J]. 江苏商论， 2012（14）：22-24.
[39] Chen C C, Tseng Y D. Quality evaluation of product reviews using aninformation quality framework[J]. Decision Support Systems, 2011,50（4）：755-768.
[40] Sussman S W,Siegal W S. Informational influence in organizations: anintegrated approach to knowledge adoption[J].Informational Systems Research,2003,14（1）：47-65
[41] Petty R E,Cacioppo J T.Communication and persuasion: central and peripheralroutes to attitude change[M]. New York,NY: Springer-Verlag,1986:58-76
[42] 张媛媛。 在线评论对消费者购买决策影响的实证研究[D]. 浙江财经大学，602015.
[43] Kim S M, Pantel P. Automatically Assessing Review Helpfulness[C].Proceedings of The 2006 Conference on Empirical Methods in Natural LanguageProcessing （EMNLP 2006），2006:423-430.
[44] Racherla P, Friske W. Perceived 'Usefulness' of Online Consumer Reviews: AnExploratory Investigation Across Three Services Categories[J].ElectronicCommerce Research and Applications,2012,11（6）：548-559.
[45] Plotkina D, Munzel A. Delight the experts, but never dissatisfy your customers!A multi-category study on the effects of online review source on intention to buya new product[J]. Journal of Retailing and Consumer Services, 2016, 29: 1-11.
[46] 郭国庆， 陈凯， 何飞。 消费者在线评论可信度的影响因素研究[J]. 当代经济管理， 2010, 32（10）： 17-23.
[47] 宫明亮。 口碑信息结构对网络口碑传播信任度影响研究[J]. 中国市场， 2011（6）： 72-72.
[48] 丁学君。 网络环境下口碑信息可信度影响因素的实证研究[J]. 中国经贸导刊， 2012, 29: 030.
[49] 严建援， 张丽， 张蕾。 电子商务中在线评论内容对评论有用性影响的实证研究[J]. 情报科学， 2012, 30（5）： 713-716.
[50] 林煜明，王晓玲，朱涛，周傲英。 用户评论的质量检测与控制研究综述[J]. 软件学报，2014（3）：506-527.
[51] 黄卫来， 潘晓波。 在线商品评价信息有用性模型研究--纳入应用背景因素的信息采纳扩展模型[J]. 图书情报工作， 2014 （S1）： 141-151.
[52] 郭顺利， 张向先， 李中梅。 面向用户信息需求的移动 O2O 在线评论有用性排序模型研究--以美团为例[J]. 图书情报工作， 2015 （23）： 85-93.
[53] 张耀辉。 网络环境下基于用户体验与感知的信息质量影响因素实证研究[D].天津师范大学， 2012.
[54] 信息论基础[M]. 北京邮电大学出版社， 2011.
[55] 马费成。信息资源开发与管理[M].北京：电子工业出版社，2004:8-10.
[56] 刘冰， 卢爽。 基于用户体验的信息质量综合评价体系研究[J]. 图书情报工作，2011, 55（22）： 56-59.
[57] 李晶。 信息质量感知与信息源使用的差异性研究[J]. 信息资源管理学报，2014, 4（4）： 17-23, 68.
[58] 曹瑞昌， 吴建明。 信息质量及其评价指标体系[J]. 情报探索，2002（4）：6 - 8
致谢
随着毕业论文接近尾声，研究生生活也即将结束，从论文开题一直到完成，过程中遇到了种种的困难与阻碍。面对着工作实习与论文撰写的双重压力，终于一步一步走到今天，离不开导师细致入微的指导、家人朋友的关心与鼓励，让我克服重重困难，完成学业论文的创作。
首先感谢我的恩师张向先教授，在研究生期间，张老师在学习上都给了我很大的支持和帮助，可谓是我的良师益友。特别是在论文的写作上，张老师为我精心选题，还为我提供写作参考材料。每每遇到问题时，张老师都耐心的给我指导，直到把问题解决。张老师那严谨的治学态度和宽厚的待人品格给我留下的非常深刻的印象，都是值得我学习的，在此，向张老师表示最衷心的感谢！
同时感谢我的父母对我无微不至的照顾。在我困难的时候鼓励我 , 在我难过的时候安慰我， 在我孤独的时候陪伴我。
生活不再孤单，两年的欢声笑语，两年的风雨同舟，愿大家在今后各自的人生路上发光发热，实现自己的梦想。
感谢吉林大学管理学院的各位老师，感谢你们平日里悉心的教导与培养，让我在研究生阶段学到了很多，也感受到很多。正因为有你们的存在，才有一届又一届管理学子们的成长与成熟；正因为有你们的努力，才能培养出社会上的一个又一个精英人才。
两年的研究生生活即将结束，生活将开启新的篇章，在此衷心地祝愿所有的师长、亲人、朋友身体健康。一切顺利。
