朱振涛，李 娜，陈星光，朱燕燕

【经济管理研究】

在线评论信息越完备越有用？
——基于智能手环在线评论的实证数据

朱振涛1，李 娜1，陈星光2，朱燕燕1

（1.南京工程学院 经济与管理学院，南京 211167；2.江汉大学 商学院，武汉 430056）

为了从电商平台的消费者产生的大数据中提炼出消费者对智能可穿戴设备的关注点和需求特征，在中国亚马逊网站采集了1 242条智能手环的商品评论，运用文本挖掘和Logistic回归分析研究了智能手环在线评论有用性的影响因素。研究发现：对于低声誉品牌而言，评论信息完备性与评论有用性显著负相关，而对于高声誉品牌，两者相关性不显著。对于低声誉品牌，是否具有心率监测功能是消费者关注的焦点。对于高声誉厂商，蓝牙性能和电池续航性能的讨论能提高评论的有用性。研究结果有助于帮助厂商根据消费者对智能手环的需求，改进产品及服务。

在线评论有用性；文本挖掘；logistic回归；信息完备性；品牌

引 言

本文的在线评论是指消费者的在线商品评论，即购买商品或服务之后在电商平台上发表的有关于该产品或服务的评论。由于商品购买者的消费体验往往比商家的广告更为可信，在线评论已经成为消费者购买决策所依赖的最主要的信息来源之一，在线评论形成的网络口碑能对潜在消费者的购买决策、商品的销售量以及商家利润产生重大影响。2017年3月15日李克强总理在中外记者见面会上提出要给优质产品“点赞”，把不良奸商“拉黑”［1］，也说明了中央政府充分肯定了消费者在线评论对商品的品牌传播和企业持续发展的重大作用，并希望大众消费者能更为积极地利用这一工具来帮助各行业能实现优胜劣汰。那么，怎样的在线评论才是消费者认为更有用的评论呢？现有的研究多根据潜在消费者能否需要亲自使用商品后才能对商品的价值进行较为准确的判断来将商品分为搜索型和体验型两大类［2-11］。然而，由于消费者对可穿戴设备的认知尚待进一步培育而且不同知识背景的人群对其认知存在显著差异，用这样的二分法分类难以准确的判断一些新兴的可穿戴产品所属类型，因而也就难以将某一类商品在线评论的有用性影响因素的相关研究结论照搬到可穿戴设备上。本文就以智能可穿戴设备的代表商品智能手环为例，来探讨其在线评论的有用性问题。尤其是探索在线评论的信息完备性是否对其有用性有积极的影响。

随着移动互联网和智能移动终端的快速发展和普及，智能可穿戴设备市场日渐成熟，2015年全球发货量达到了8 500万个，而中国消费者对其的认知度和接受度也逐渐增强。根据ISUX用户研究中心《2015年的智能可穿戴市场白皮书》的调查数据［12］，2015年上半年，可穿戴设备的使用渗透率增长约3倍，其中主要的增长来自智能手环。随着人们健康意识和社交需求的增加，具有健康监测、消息通知等功能的智能手环的市场正处于蓬勃发展阶段。截止2015年10月，生产企业已达到138家。而另一方面，不同生产企业的智能手环产品质量良莠不齐，企业和消费者之间存在双向的信息不对称问题：消费者对该类产品技术特征所知甚少，而企业对消费者的关注点和兴趣点也难以把握。为了帮助消费者和商家从在线评论中甄别出有价值的信息，本文运用文本挖掘的技术和统计学回归模型，从评论内容的信息特征和评论商品声誉特征等角度研究了智能手环的在线评论有用性的影响因素，并提取了真正反映消费者兴趣点的特征词。

一、相关研究评述

Mudambi将在线评论有用性定义为：潜在的消费者对其他消费者在电商网站或网络社区上发表的商品评论是否能对自己的购买决策产生帮助的一种主观判断和感知［2］。在已有的研究中，大多数研究者多是从评论内容、评论者以及产品类型这三个方面来研究在线评论的有用性。在评论内容方面，主要研究了评论打分或评分的极端性、评论的深度、产品特征、评论的客观性等可能的影响因素。Hu等人采用应用关联规则分类方法提取在线评论中的产品特征，然后研究了其与评论有用性的关系［3］。崔楠等人探讨了文本效价对于评论有用性的影响［4］。严建援等人研究了评论的客观性和评论深度对评论有用性的影响［5］。在评论者方面，学者们研究了评论者的评论历史经验和属性对评论有用性的影响。陈在飞等人发现评论者的历史评论有用性评价对在线评论有用投票数具有正向影响［6］。郝清民等发现评论者的属性也会间接地影响在线评论有用性［7］。将这两个角度一起进行研究的文献亦不少见，Sussman和Siegal在详尽可能性模型理论框架下，构建了信息采纳模型［8］。赵丽娜则是建立了BP神经网络来研究评论有用性影响因素［9］。最具代表性的产品分类是Nelson分类，是将所有产品分为搜索型和体验性产品［10］。Mudambi通过采集美国亚马逊网站上的评论数据，发现商品类型会对评论星级极端性、评论长度对评论有用性的影响起到调节作用［2］。武文斌研究了体验型和搜索型产品的极端评论对于评论有用性的影响［11］。

Philip Kotler认为企业树立品牌旨在帮助消费者将本企业提供的产品或服务和竞争对手的产品或服务区别开，在消费者心中树立其独特的形象［13］。Weiss等的研究认为良好的品牌声誉能使得消费者联想到该商品具有优良的品质，从而促使其产生购买意愿和行为［14］。Zeithaml也认为品牌声誉是消费者衡量商品的重要属性［15］。若商品具有较高的品牌声誉，消费者购买该商品的信心就会增强。李小华等发现相对于不知名品牌，消费者对知名品牌的产品质量知觉更高［16］。方佳明和付建坤等多位学者分别用网络数据采集和问卷调查等方式，研究了不同产品品牌声誉对于在线评论有用性的调节作用［17-21］。杨雪的实证研究发现评论内容、评论数量和评论差异性能够提高消费者对体验型产品及品牌的认同感并其有助于产生品牌信任［22］。

综观已有的文献，在线评论有用性研究有以下不足：一是主要是针对成熟商品的分类研究，而对于像智能手环这样的新商品，消费者尚没有足够的认识来区分该商品属于哪一类，关于可穿戴设备的评论有用性研究文献尚不多见；二是分析评论信息完备性对评论有用性的影响的研究尚不多见；三是如何从商品评论内容的信息挖掘中了解消费者的真实需求有待进一步加强。为了深入了解消费者对智能手环及其在线评论的关注点，本文通过网络数据采集、文本挖掘和统计学模型相结合的方法，研究对智能手环的在线评论有用性的影响因素。

二、研究假设与模型

（一）评论星级

评分星级以一种区别与文本的形式，给消费者一种直观的感受来说明评论的所包含的信息。因为负面信息包含商品存在的缺陷和不足的信息，出现频率相对较少，人们更愿意关注和相信负面信息。郝清民通过对化妆品和数码相机两类产品的实证研究，发现评论的极端性和评论有用性存在负相关关系［7］。而崔楠等人则发现评论有用性与评论中较为极端的负面词语数量存在正相关关系［4］。本文考虑加入品牌作为可能的调节变量，探索在不同声誉的品牌下评论星级与在线评论有用性的关系。由此，提出假设：

H1：不论评论商品的品牌声誉如何，评论星级与评论有用性存在负相关关系。

（二）评论深度

通过阅读在线评论，消费者可以获得许多有价值的信息，以此来决定是否购买，从而达到降低购买风险的目的。评论字数越多，评论包含的信息就越多，消费者越可能发现有用的信息。评论字数是衡量评论深度的常用指标，多位学者发现评论字数越多，或者正文与标题的字数越多，评论越有用［2，27］。因此，对于智能手环的在线评论也提出类似假设：

H2：不论评论商品的品牌声誉如何，评论深度与评论有用性存在正相关关系。

（三）评论信息完备性

图1 智能手环本体领域模型

Chen等人对于有用性投票的相关研究，发现那些被越多人认为有用的评论往往篇幅长，所包含的信息比较多也比较完整，因此评论信息的完备性也是影响在线评论的一个重要因素［28］。根据测量理论，本文给出的评论信息的完备性的可操作性定义为：评论内容涵盖了评论商品的功能属性、商家服务以及价格等方面信息的多少。

根据这一定义，能否客观测量评论信息完备性的关键在于提取评论商品在功能、服务和价格等方面的特征词。若一个评论能涵盖各方面的特征词越多，则该评论的信息完备性越高。本文参考了宋恩梅等人的商品评论本体构建的方法［25］，先从购物网站的“商品描述”中提取“特征参数”的文本内容，然后又采集了网站的消费者商品评论，对评论文本进行文本清洗和去重的预处理，从中提取特征词，将两者累加以获得商品特征本体的主要部分。同时为了减少消费者对商品认知的片面性对商品本体属性的遗漏，还补充采集了专业评论网站对智能手环商品评论的文章进行了类似的特征词提取，对智能手环的本体特征词进行修正和丰富。参考陈江涛等人对词汇语义的分类，将智能手环的特征词分为四类［26］：①主要功能特征类型，包括：运动监测、睡眠监测、心率监测，闹钟；②附属功能特征类型，包括：电池、传感器、震动、指示灯、屏幕、表带等；③商家服务特征类型：售后服务、服务态度、物流服务；④价格。根据整理出的4类评论特征词，建立智能手环本体领域模型（参见图1）。

付琛对网络口碑的相关研究表明，消费者希望从网络评论中获得关于产品的质量、使用感受、商家的服务态度、商家的发货速度这四方面的信息［27］。对于高声誉品牌而言，消费者信任品牌，评论信息是否丰富对消费者购买决策没有太大影响。对于低声誉品牌而言，消费者对其的信任度较低，详细的负面评论信息更可能会揭示出商品的缺陷和不足，打消消费者购买该商品的意愿。因此，提出假设：

H3a：对于高声誉品牌而言，评论信息完备性与评论有用性不相关。

H3b：对于低声誉品牌而言，评论信息完备性与评论有用性存在负相关关系。

（四）构建的模型

为了验证本文提出的假设，建立了评论信息完备性与在线评论有用性的关系模型，如图2所示。在这个概念模型主要是研究品牌声誉、评论信息的完备性对评论有用性的影响，而评论星级和评论深度是作为已知的影响因素也予以保留。

图2 评论信息完备性与在线评论有用性的关系模型

目前，关于在线评论影响因素分析中常用的回归模型包括logistic回归和线性回归等模型。主要的区别在于对因变量有用性的测量尺度上。若采用有用性票数占总投票数的占比作为有用性的度量，则有用性被视为连续性数值变量，这种情况下多用线性回归；若将有消费者的在线评论有无有用性投票作为因变量，则有用性被离散化为二值的变量，则多采用logistic回归。因有用性票数占总投票数的占比严格讲是一个取值在0和1之间的受限变量，用线性回归模型并不能保证因变量在此取值范围之中。本文选择后一种将有用性作为二值变量的方法，采用logistic回归模型来验证假设。在考虑品牌声誉交互作用下，评论星级、评论深度和评论信息完备性对在线评论有用性的Logistic回归模型。其表达式为：

Log it（P │评论有用） =β0+β1评论星级+β2评论深度+β3评论信息完备性+β4品牌声誉+β5品牌声誉×评论信息完备性（1）

在此模型中，结果变量为评论有用性。亚马逊平台在消费者的评论下有这样一个问题“这个评论对你有用吗？”本文将消费者对此的投票作为有用性的评判标准。解释变量为评论信息完备性、品牌声誉、评论星级和评论深度。其中，评论的完备性以评论内容提取的所有特征词所占的类型数来测量；品牌声誉根据权威的专业评论网站的评级结果，转换为二值变量，取值1为高品牌声誉，取值0为低声誉品牌；评论星级通过评论者对商品或服务的打分来测量；评论深度以评论文本的字数来测量。

三、实证研究

（一）数据采集与文本挖掘

目前主要的关于商品在线评论的实证研究所用的数据源多来自亚马逊、淘宝网和京东。其中，创立于美国的亚马逊是全球商品品种最多的网上零售商，该平台上聚集了大量的电子产品消费者，保存了大量的较高质量的商品评论。本文选择了亚马逊作为采集智能手环的数据来源平台，来研究智能手环在线评论有用性的影响因素。

作者使用八爪鱼数据采集软件在2016年6月1日至6月20日从亚马逊网站（www.amazon.cn）上采集了8个不同的品牌智能手环1 242条评论数据。选取这几种品牌的智能手环主要是因为:①这些品牌的产品拥有较多的消费者评论条数；②这些品牌有一定的大众认知度，在权威的市场分析报告中可查到其品牌声誉的评级。根据中关村在线网公布的《2015-2016年智能穿戴市场研究年度报告》将智能手环的品牌划分为高声誉品牌和低声誉品牌两类，如表1所示［28］。

表1 智能手环品牌声誉分类

对于收集到的文本，作者利用运用R语言对其压缩去重后，调用中文分词包JiebaR对其进行了中文分词，用tm包构建语料库，再对其进行关键词和主题提取等操作，结合对照专业论坛中专家评论的类似文本挖掘，得到智能手环的特征词和本体词典。

（二）结果分析

1.描述性统计

作者采集了中国亚马逊上截至2016年6月20日表1中所列品牌的智能手环的所有评论，剔除了有缺失值的评论，共得到1 242条完整评论。样本的描述性统计信息详见表2。高/低品牌声誉的商品的评论分别占到了70.8%/29.2%，说明消费者更倾向于购买高品牌声誉的商品。在这些评论中有27.8%的评论是被认为有用的。

表2 变量的描述性统计

2.回归模型分析

表3 所有样本回归结果

为了更为清晰地分析品牌声誉对信息完备性的调节作用，参考廖成林的方法［29］，将样本分为高声誉品牌和低声誉品牌两个子样本，分别做回归分析 (表4和表5)。

表4 高声誉品牌样本回归结果

表5 低声誉品牌样本回归结果

从表3可以看出：评论星级的系数为-0.295并且在显著性水平为0.001的条件下显著。这说明评论星级与评论有用性存在显著的负相关关系，假设H1得到验证。评论深度的系数为0.009并且在显著性水平为0.001的条件下显著，说明评论深度与评论有用性显著正相关，假设H2得到验证。

由于交互项品牌声誉×评论信息完备性的系数显著性水平高（P<0.001），且当样本分为高声誉和低声誉两个子集时，由表4可知：高声誉品牌样本的评论信息完备性对评论有用性的影响不显著（P=0.350），由表5可知：低声誉品牌样本的评论信息完备性对评论有用性的影响在显著性水平0.05下显著（P=0.021）。对不同品牌声誉的两个子集的评论信息完备性的系数进行组间比较的t检验，P<0.001说明在显著性水平0.05下显著。这些结果说明评论信息完备性对评论有用性的影响受到品牌的调节作用。在高声誉品牌样本中，信息完备性不显著（P>0.05），说明对于高声誉品牌而言，评论信息完备性与评论有用性的影响不显著，假设H3a得到验证。在低声誉品牌样本中，评论信息完备性的系数为负并且达到显著性水平（P<0.05），说明对于低声誉品牌而言，信息完备性负向影响评论有用性，假设H3b得到验证。可能的原因在于，对于低声誉品牌商品，一般消费者缺少其质量和服务水平的信息，又由于评论星级普遍偏高（均值达3.945），一条面面俱到的评论往往显得不很可信，倒不如一条根据真实的使用体验针对某些方面的详细阐述的评论来得有用。高声誉品牌的信息完备性的系数为正与所有品牌样本的信息完备性的系数为负不一致，但不具有显著性，可能是因为高声誉品牌使得一般消费者对该商品全面性的评论的可信性更有可能认可的缘故。

综上所述，本文研究假设及验证结果如表6所示。

表6 研究假设及验证总结

3.进一步讨论

前文论证了对于低声誉品牌智能手环的评论不宜过于全面，那么不同声誉品牌的商品评论重点提到哪些特征词更能抓住读者的心呢？可以先对手环评论提取的特征词进行频数统计。排在前10位的特征词依次为：运动监测、电池、价格、睡眠监测、表带、蓝牙、外观设计、物流服务、心率监测、售后服务。然后，将原logistic模型中的信息完备性替换为这10个有无这些特征词的二值变量，并考虑品牌声誉分别与这10个特征词的交互项，建立新的logistics模型。之后用AIC准则对变量进行筛选，得到精简模型如表7所示。对精简模型和原模型的各显著变量的系数进行比较，发现正负号相同，数值差异不大，说明精简模型保留了主要的信息。从表7可见，相对于低声誉品牌的特征变量蓝牙的系数为-0.860且P=0.026,即评论评论中提到蓝牙并不能增加其有用性；高声誉品牌的特征变量蓝牙的系数（包括主效应和交互效应）为0.954且P<0.001。这说明对于高声誉品牌，应重点讨论蓝牙连接的便捷性和可靠性。类似分析可知，讨论高声誉品牌手环的电池的续航能力比低声誉品牌的更为有用。这可能是因为高声誉手环可能会有更多的功能，这可能导致电量消耗加剧。对于低声誉品牌，心率检测是一个关注点（特征变量系数1.482，P=0.01）。这可能因为一般廉价手环不具有心率检测功能，而心率检测又是人们进行身体健康监测很看重的一环。有心率检测功能能让该手环从普通的廉价手环区分开来。

表7 与评论有用性相关的特征词回归结果

结 论

本文试图回答这样的问题：消费者的商品评论是否要对商品的各方面特征都面面俱到才是有用的？如果不是，如何找出真正会被消费者认为有用的特征？本文首先研究了商品的品牌声誉和评论信息的完备性对评论有用性的影响。实证结果表明，对于高声誉品牌而言，评论信息的完备性与评论的有用性并无显著的相关性，而对于低声誉品牌而言，评论信息完备性与评论有用性存在负相关关系。根据这一结果，建议在线零售商应在低声誉品牌产品的商品描述中突出产品优点，吸引潜在消费者购买产品，而不是泛泛而谈，将自己的特色信息淹没在大段的冗杂的文字中，让消费者不得要领。突出差异化特征的产品描述更可能使得消费者在被商品的独特之处吸引并在购买后产生了满意的使用体验后，进而将这种特殊功能的良好口碑在购物网站上进行传播。

本文还进一步研究了如何挖掘大多数消费者认为有用的评论信息的特征词。结果表明，通过文本挖掘的特征词提取、特征词词频排序和logistic回归的统计分析，可以有效地发现消费者感兴趣的商品和服务的特征。本文发现对于不知名的手环厂商与其宣传过多的功能，不如抓住消费者的痛点，用具备心率监测功能让自己脱颖而出。对于知名品牌的手环厂商应在宣传诸多高级功能的同时，不忘强调自己依然稳定快速的蓝牙连接功能和持续的电池续航能力。通过文本挖掘和统计分析相结合的方法能够以比问卷调查这样的传统方法更低的成本更快速的速度捕获消费者对产品的功能反馈以及对产品功能的期望，这有助于厂商更好地了解消费者的需求，结合自身的资源与优势，最大限度地适应和满足消费者需求，从而提高企业的竞争能力和品牌知名度。

本文的数据样本来自中国亚马逊购物网站，因此结果是否适用于其他的电商网站还有待进一步的验证；此外，本文只是将消费者的差异作为一个群体的变异特征，没有对消费者进行细分。未来可以从多平台数据源整合分析以及增加考虑评论者异质性等两个角度，进一步研究评论有用性的影响因素。

［1］经济参考网.李克强：要给优质产品“点赞”，把不良奸商“拉黑” ［EB/OL］.（2017-03-16）［2017-03-22］.http：//jjckb.xinhuanet.com/2017-03/16/c_136132938.htm.

［2］ MUDAMBI S M，SCHUFF D.What makes a helpful online review?a study of customer reviews on amazon.com ［J］.MIS Quarterly，2010，34（1）：185-200.

［3］ HU M，LIU B.Mining and summarizing customer reviews ［C］.Knowledge discovery and data mining，2004：168-177.

［4］崔楠，张建，王菊卿.不仅仅是评分——在线评论文本内容对评论有效性影响研究［J］.珞珈管理评论，2014，8（1）：15-26.

［5］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.

［6］陈在飞，徐峰.电子商务中在线评论有用投票数影响因素研究 ［J］.现代情报，2014（1）：18-22.

［7］郝清民，魏凤霞.消费者感知的在线评论有用性影响因素研究［J］.天津大学学报（社会科学版），2014（5）：404-408.

［8］ SUSSMANSW，SIEGALWS.Informationalinfluenceinorganizations：anintegratedapproachtoknowledgeadoption ［J］.Information SystemsResearch，2003，14 （1）：47-65.

［9］赵丽娜，韩冬梅.基于BP神经网络的在线评论效用影响因素研究 ［J］.情报科学，2015（6）：138-142.

［10］ NELSON P.Advertising as information ［J］.Journal of Political Economy，1974 （4）：729-754.

［11］武文斌.评论者质量和商品类型调节下的在线评论有用性研究 ［D］.深圳：哈尔滨工业大学深圳研究生院，2013.

［12］ISUX用户研究中心.2015年的智能可穿戴市场白皮书 ［EB/OL］.（2015-07-01）［2017-03-22］.http://isux.tencent.com/2015-wearable-market-white-book.html.

［13］科特勒，阿姆斯特朗.市场营销原理 ［M］.北京：机械工业出版社，2012：211-218.

［14］ WEISS A M，ANDERSON E，MACINNIS D J.Reputation management as a motivation for sales structure decisions ［J］.Journal of Marketing，1999，63 （4）：74-89.

［15］ ZEITHAML V A.Consumer perceptions of price，quality，and value：a means-end model and synthesis of evidence ［J］.Journal of Marketing，1988，52 （3）：2-22.

［16］李小华，何存道，董军.消费者产品质量知觉研究 ［J］.心理科学，1999（1）：18-21．

［17］方佳明，王钰莹，赵志荣.不同产品品牌声誉对在线评论有用性影响因素的调节效应 ［J］.软科学，2016，30（3）：108-112.

［18］付建坤，侯伦，方佳明.考虑品牌声誉影响下的在线评论有用性研究 ［J］.软科学，2014，28（3）：97-100.

［19］蔡春江.商品品牌对在线评论有用性影响的实证研究 ［D］.重庆：重庆大学，2013.

［20］曾伟.基于ELM的在线评论有用性研究——商品类型的调节影响［J］.现代情报，2014，34（12）：148-153.

［21］杨朝君，汪俊奎.商品在线评论有用性——基于品牌的调节作用分析［J］.现代情报，2014，34（1）：123-127.

［22］杨雪.在线评论信息特征对体验型产品品牌信任的影响 ［J］.商业研究，2016，62（3）：124-129.

［23］孟跃.Web2.0下在线评论感知有用性影响因素研究 ［D］.北京：北京邮电大学经济管理学院，2014.

［24］ CHEN Y，CHAI Y，LIU Y，et al.Analysis of review helpfulness based on consumer perspective ［J］.清华大学学报自然科学（英文版）， 2015，20（3）：293-305.

［25］宋恩梅，何帆.基于多网站的商品评论倾向性研究：以手机为例 ［J］.图书馆学研究，2016（2）：85-92.

［26］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.

［27］付琛.网络口碑对消费决策的影响机制研究 ［D］.杭州：浙江大学管理学院，2009.

［28］中关村在线.2015—2016年智能穿戴市场研究年度报告 ［EB/OL］.（2016-03-11）［2017-03-23］http://zdc.zol.com.cn/572/5724349.html.

［29］廖成林，蔡春江，李忆.电子商务中在线评论有用性影响因素实证研究 ［J］.软科学，2013，27（5）：46-50.

（责任编辑：游媛媛）

Is Complete Online Review Information More Useful?:An Empirical Study of Online Review on Smart Bracelets

ZHU Zhen-tao1，LI Na1，CHEN Xing-guang2，ZHU Yan-yan1
（1.College of Economics and Management，Nanjing Institute of Technology，Nanjing 211167，China；2.School of Business，Jianghan University，Wuhan 430056，China；）

In order to extract the consumer’s focal point and demand characteristics for intelligent wearable equipment from massive data generated by the consumers of E-commerce platform,1 242 reviews from Amazon.cn on smart bracelets were collected.Besides,the influence factors of the usefulness of the intelligent bracelet online comment were studied by using the text mining technique and Logistic regression method.It was found that the commentary information integrity was significantly negatively correlated with the usefulness of the review for low-reputation brands,while the correlation between these two variables was not significant for high reputation brands.For low-reputation brands,the heart rate monitoring function was the focus of consumer attention.For high-reputation brands,discussion on Bluetooth performance and battery life could improve the helpfulness of the comments.These results will help manufacturers improve products and services based on consumer demand for smart bracelets.

helpfulness of online review；text mining；logistic regression；information integrity；brand

C934；F724.6

A

1672-8572（2017）05-0055-09

10.14168/j.issn.1672-8572.2017.05.09

2017-06-25

国家自然科学基金项目 （71471084）；国家自然科学基金青年基金项目 （71402071）；南京工程学院大学生科创基金项目 （TZ20160044）

朱振涛（1974—），男，浙江余姚人，博士，副教授，研究方向：网络营销。