上海大学管理学院 刘翔 范娇娇

供应商与客户智能协同决策是指供应链中二个或二个以上供需合作伙伴通过商业智能技术、群决策方法等自动或半自动地产生各方满意决策方案。供应商与客户如何应对竞争产品评论是一动态复杂的协同决策问题。 Godes 和Mayzlin[1]（2004）是研究网络评论中的竞争产品操纵的首倡者，他发现在音乐产业中，各种专业网上聊天室和粉丝网站聘请众多网络写手对新专辑发表积极意见的评论。 Dellarocas et al[2]（2006）在 Mayzli n[1]（2004）的基础上，对各种论坛上的评论进行研究发现越来越多的公司会对论坛中正在讨论产品进行评论的操纵，并得出结论这些公司往往通过匿名的形式发布褒杨自己产品或者诋毁竞争对手产品的评论信息。美国伊利诺斯州大学芝加哥分校教授刘冰（Bing Liu）近日在接受《纽约时报》采访时称，亚马逊上约1/3的产品评论都是虚假的。

面对竞争对手的评论操纵行为供应商与客户应该采取何种的协同应对决策，首先我们要先学会如何识别受到操纵的评论，其次根据多个方面的影响因素来进行协同决策。在操纵评论识别中 Hu Nan et al[3]（2008）是近年来对竞争产品操纵评论进行研究最多的学者。他对不同时段的评论等级取平均值，发现平均值会随着时间的推移而慢慢降低，越是时间长，评论操纵的可能性就降低。随后，他在对书籍市场进行竞争产品操纵的研究中发现在书籍市场中竞争产品操纵的评论大量存在于以下四种类型的书籍——（ 1）不畅销的书籍（2）很少有人愿意评论的书籍（3）因评论而受到很大影响的书 籍（4）畅销而且昂贵的书籍。他的研究初步对供应商与客户进行评论操纵的倾向做出研究，然而他的研究还没有考虑到将评论操纵作为一种商业的营销手段去研究评论操纵受到哪些因素的影响，供应商与客户更倾向如何操纵这些评论。本文提出了供应商与客户通过智能协同决策产生一致应对竞争产品评论方案的方法。

1 产品评论操纵类别

面对产品评论日益成为消费者购买决策的重要影响因素，许多供应商与客户早已注意到评论对产品销量的影响，因此他们会聘请网络写手来进行评论的竞争产品操纵，将产品评论操纵视作一种营销手段。Michael Lee Thomas（2011）已经研究得到结论评论是成功营销的一个方面。本文主要立足于相对于竞争对手的供应商与客户立场来进行评论操纵的研究，去研究竞争对手是如何去操纵竞争产品评论。本文将从用户浏览评论时所关注的产品价格，质量，功能和服务4个角度出发，去研究竞争对手的评论操纵类别。

1.1 产品评论的价格操纵

价格对消费者起到一个重要的影响就是消费者的价格知觉作用。价格知觉是消费者在理解商品或服务的价格时，综合与价格有关的各种因素而形成的一种与外部环境相对结合的，具有一定意义的心理过程以及 认知。[5]

供应商与客户对产品评论内容中的价格评论进行操纵具有十分重要的意义:满足消费者对评论中价格知觉的需要与引导消费者产生正确的产品期望。

1.2 产品评论的质量 操纵

产品质量是影响消费者购买行为的一个重要因素。产品本身的内在质量或客观质量构成了评论的一部分，在消费者购买产品之前，往往会关注产品的质量，进行购买决策。本文中所要研究的消费者的质量认识主要从评论中的用户对产品内在特征的评价。因此供应商与客户对产品评论内容中的质量评论进行操纵具有十分重要的意义：让消费者信服产品的质量，引导消费者产生合理的产品质量价值观念。

1.3 产品评论的功能操纵

产品功能一般指物品的“功用”、“作用”、“效用”等。更加通俗的说法是“这件东西有什么样的用途”。供应商与客户对产品评论中的功能评论进行操纵具有十分重要的意义：突出产品的优势功能，吸引消费者的信赖与引导消费者对产品功能有正确的理解。

1.4 产品评论的服务操纵

产品服务，是指以实物产品为基础的情况下，为支持实物产品的咨询，销售和售后而向消费者提供的附加服务。供应商与客户对产品评论中的服务评论进行操纵具有十分重要的意义：表明购买产品所提供的服务，从附加产品找到优于竞争对手的优势与从侧面反映顾客的忠诚度，吸引更多的人成为供应商与客户的老客户。

2 竞争对手产品评论规则分析

Nan Hu（2010）曾对评论操纵的存在做出研究，已经证明产品质量与产品类型的差异性导致供应商与客户对评论操纵的不同。同时他假设商品的评论是真实的，那么不同网站上的打分是接近的，并且稳定的。然后他对亚马逊网站上和当当网上抽取了2011年7月刚上架销售的数码相机和图书的共20件商品总共400条评论的内容，以及用户对这些商品的打分（1-5分）情况，从而得出结论用户对商品的打分是随着月份t的增加，总体上呈现出下降趋势。因此本章在对数码产品分析时从当当网，亚马逊网，京东网，网上苏宁等网站进行研究，探讨是否不同的网站对不同的产品评分不一样。

我们会发现随着时间的推移商品的打分渐渐变低，这和 Nan Hu（2011）对商品打分进行分析时得到相同的打分趋势，即进一步肯定了Nan Hu的结论：用户对商品的打分是随着月份t的增加，总体上消费者对商品的打分是呈现出下降趋势的。

咨询公司eVOC Insights调查发现，超过85%的消费者在网上购买过大件商品如家电产品，服装产品等，63%的人更倾向到那些提供商品评级和评论功能的网站进行产品研究和购买。在这项实验中，eVOC Insights测验了用户在4个购物网站上购买数码相机的购买心理和购买过程，来研究是什么样的原因促使消费者决定在这个网站而不是别的网站购买。这4大网上商场分别是：Amazon.com, BestBuy.com, CircuitCity.com 和Walmart.com。调查结果显示用户更喜欢到Amazon和 CircuitCity购买电子商品。报告注意到，Amazon是消费者最熟悉并被认为是网上商店的领军者，而CircuitCity被认为是使用起来最方便的网站。除此之外，消费者之所以在以上2个网站上买电子商品是因为2个网站同时提供商品评论和商品评级，而BestBuy和Wal-Mart均不提供这两项功能。因此可见消费者对不同专业性网站存在着不同的信任度，因此对不同专业性的网站中的评论信任度而不同。

3 基于模糊神经网络的协同决策规则识别

本文利用火车头数据采集器从选取了京东网和当当网上的佳能A4000 IS 数码相机的评论数据。该产品2012年2月上市，我们选取了从2012年2月到12月的用户评论，其中京东网上的评论有1922条，网上的评论为53条。

本文利用Matlab实现模糊神经网模型来进行供应商与客户应对 竞争对手产品评论操纵策略的识别，我们首先要建立模糊神经网络。模糊神经网络分为五层。第一层是数据输入层，这一层存放着从文件中的数据直接输入的数据；第二层为模糊隶属函数层，将输入的数据经过隶属函数，将输入的变量的模糊化；第三层为模糊规则层，实现的是模糊规则的“与”操作；第四层是模糊输出层，通过模糊OR操作，实现“或”规则的综合；第五层为去模糊层，将第四层节点的输出转变为精确值。具体的建模如下：

输入层：竞争对产品评论操纵模糊规则，设计如下：， 为输入的2个维度，分别代表的是时间，网站的专业性和营销策略，其中＝（， ）为i的一个特征值。输入的三个维度并非可以很明确的进行分类，我们利用的隶属函数为集合函数。其中，时间维度，刚上市的时间范围我们假设在1到12个月之间（1，12），（13，24）为下一个阶段的时间范畴。网站的专业性可以从它的主营产品来看待，我们为每个类别的产品设置数字编号，书籍为1，音像产品为2，笔记本电脑产品为3，数码相机产品为4，接着我们可以将当当设置为（1，2）表示当当主营书籍，音像产品；京东设置为（3，4）表明京东网主营电脑和数码相机产品。 结合我们在4中评论内容中产品特征的评论操纵，我们得到供应商与客户应对竞争手的协同策略隶属函数。

表1 竞争对手产品评论操纵规则

模糊规则主要有2种类型IF-THEN型和TSK型。本文采用TSK型。模糊规则库构成神经元输入向量。

隐藏层：由25个神经元节点组成，通过tansig函数与logsig函数存贮输入、输出之间关系。通过神经网络训练进行自动学习并推理竞争产品评论规则与协同决策方案间动态关系。

输出层：采用反模糊对照表，输出供应商与客户应对竞争对手产品评论的协同决策方案：（1）产品后期更加注重对产品服务和价格的操纵，竞争对手在与自身产品专业性程度高的网站上的操纵力度大于专业程度低的网站的规则；（2）产品后期更加注重对产品服务和价格的操纵，在网站专业性与自身产品相关度高的网站上加大操纵力度；（3）在早期注重产品质量和功能的操纵；（4）在后期注重产品服务和价格的操纵。

4 结果分析

本实验利用当当网和京东网上的产品评论探讨供应商与客户应对竞争对手评论操纵时的协同决策，在产品上市时间和网站的专业性2个维度中得到竞争对手对评论操纵力度上的变化，结合识别竞争对手对产品评论内容中产品特征操纵的倾向来研究供应商与客户对产品的不同上市时期，不同的专业性网站，采取对评论内容中产品特征不同的操纵方法。用模糊神经网络的方法得到的结果图1、2所示：

图1 神经网络的性能误差曲线

图 2 模糊神经网络模型预测结果图

从图1得到了模糊神经网络的性能误差曲线图，得到的误差已经小于10-5，达到了一定的准确率。图2中显示了我们得到的预测结果与实际结果图，从图中看预测结果和实际结果非常吻合，因此我们的模型进行一定程度上的预测。我们已经得到结论竞争对手对产品的评论进行操纵时，在产品上市的早期，竞争对手对产品的操纵的力度是最大的；对于网站的专业性，越专业的网站因为其公信力的存在越容易受到竞争对手的评论操纵。我们又结合了竞争对手对评论内容操纵的规律，发现在产品的上市初期质量和功能更多受到竞争对手的操纵，而在后期，评论中价格和服务成为竞争对手的操纵对象。

总体上而言， 供应商与客户应对竞争对手评论操纵时，在产品刚上市时应加强对专业性网站上，产品评论中质量和功能的操纵；当产品渐渐不再是新品，随着时间的推移，供应商与客户因降低操纵力度，同时转向对产品评论中的价格和服务进行操纵。

5 结语

在线产品评论影响着消费者的购买决策，因此，评论操纵也成为供应商与客户进行协同决策应对竞争对手的一种营销手段。

我们利用模糊神经网络研究供应商与客户在应对竞争对手评论操纵时的应对方案， 我们研究发现非主营电子产品的网站上的电子产品评论量较少，同时这些评论的打分分值并没有一个非常明显的变化趋势；而主营电子产品的网站，其评论量比非主营电子产品的王站的多。同时产品的评论中质量和功能的操纵的好评在初期比较多，而价格和服务操纵的好评出现在产品上市的后期比较多，因此我们归纳出产品的上市初期的评论比后期的好评更多，因此，在面对竞争对手评论操纵的时候，供应商与客户应该更加注重的是产品初期的评论，针对不同产品在对应不同专业性网站上进行评论操纵，同时初期注重产品评论内容中的质量和功能的操纵，后期注重产品评论内容中的价格和服务操纵。

[1] C.Dellarocas,Strategic manipulation of internet opinion forums:implications for consumers and firms,Management Science 52 (10) (October 2006).

[2] Nan Hu,Ling Liua,Vallabh Sambamurthy c.Fraud detection in online consumer reviews[J].Decision support systems,18 August 2010.

[3] Yubo Chen,Jinhong Xie.Online Consumer Review:Word-of-Mouth as a New Element of Marketing Communication Mix[J].MANAGEMENT SCIENCE,Vol.54,No.3,March 2008.

[4] Hu Nan，Liu Ling，Zhang J.Analyst forecast revision and market sales discovery of online word of mouth[C].Proceedings of the 40th Hawaii International Conference on System Sciences，Waikoloa，Big Island，HI，USA，2007.

[5] Ye Qiang,ShiW,Li Y J.Sentiment Classification for Movie Reviews in Chinese by Proved Semantic Oriented Approach[C].Proceedings of the 39th Annual Hawaii International Conference on System Sciences, 2006.

[6] Ye Qiang,Li Y J,Zhang YW. Semantic-oriented sentiment classification for Chinese product reviews:An experimental study on the reviews for books and cell phones[J].Tsinghua Science and Technology.2005,10(z1).

[7] Nan.Hu,N.S.Koh,V.Sambamurthy,The Value Implication of Online Consumer Review,American Accounting Association Seventeenth Annual Research Workshop on Artificial Intelligence and Emerging Technologies (AIET) inAccounting, Auditing and Tax(Anaheim/Orange, California,USA,2008),2008.

[8] Nan.Hu,L.Liu,J.Zhang,Do online reviews affect product sales? The role of reviewer characteristics and temporal effects,Information Technology and Management,2008,9(3)

[9] Zeng,Amy Z.Collaboration decisions on disruption recovery service in urban public tram systems[J].Transportation Research,May2012, Vol.48 Issue 3.

[10] Yubo Chen,Jinhong Xie.Third-Party Product Review and Firm Marketing Strategy [J].MARKETING SCIENCE.Vol.24,No.2,Spring 2005.