于景越 赵佳琪

摘要：随着互联网技术的快速发展，消费者网络购物行为越来越普遍，在购买过程中对于信息的关注度也越发提升。互联网极大地放大了口碑对消费者的影响力，在线口碑在消费者购买行为中扮演着越来越重要的角色。在线评论对消费者网络购物决策的作用逐渐凸显。查看在线评论是消费者在网络购物环境中获取产品信息的重要渠道之一。本文针对评论特征，对京东京选、网易严选、小米有品等网上购物平台评论信息进行采集汇总。通过回归分析、情感分析等方法研究发现在线评论对商品评分没有直接影响。

关键词：初次评论;回归分析;情感分析;影响作用

一、研究背景与意义

1.研究背景

随着经济的快速发展，我国互联网发展迅速，网购也越来越多的出现在人们的日常生活中。人们网购从最开始的衣服、食品、日用品到现在的万物皆可网购，网购已经成为人们生活的一部分。由于网上购物的虚拟性以及担心网购的质量问题，在线评论逐渐成为了影响消费者购买决策的重要因素。对在线评论的研究可以帮助我们更好的研究商品销量。

2.研究意義

消费者网购后，在平台上发表个人的评论信息表达出自己的情绪或者态度已经成为人们的一种习惯，在线评论体现了购买者的不同情感倾向，为消费者提供了更有用的信息，而负面评论信息被认为有更强的诊断力。在现今网络购物买卖双方信息均不明晰的情况下，看评论已成为消费者制定购买决策中最重要的商品信息来源之一。对在线评论进行分析，消费者可以从评论中获取其他消费者对该商品的态度及使用体验，帮助自己做出购买决策为消费者的购物提供了可行性建议;可以帮助商家了解竞争过程中自己的优势与劣势，取长补短，进而达到吸引更多消费者的目的。

二、数据收集与研究方法介绍

1.数据收集

本次数据来源主要通过互联网在网易严选，京东京造，小米优品等网站进行的数据收集，主要采集数据为在线评论的内容，和对该商品评价后的评分两个内容进行搜集。

2.研究方法

2.1回归分析

回归分析是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。运用十分广泛，回归分析按照涉及的变量的多少，分为一元回归和多元回归分析;按照因变量的多少，可分为简单回归分析和多重回归分析;按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。如果在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且自变量之间存在线性相关，则称为多重线性回归分析。

线性回归使用最佳的拟合直线（也就是回归线）在因变量（Y）和一个或多个自变量（X）之间建立一种关系。

2.2情感分析

情感分析是根据文本所表达的含义和情感信息将文本分为褒扬或贬义的两种或多种类型。

情感分析是特殊的文本分类问题，既有一般文本分类的共性问题，也有其特殊性。例如情感信息表达的隐蔽性，多义性和极性不明显等。领域相关性强。数据不平衡较为明显。

三、消费者对产品产生消极情感却打高分的原因

要研究这个问题我们首先要知道消费者在什么情况下会给差评。从消费者的角度来看现在很多消费者在购买商品后不会主动去评价，但是如果买到的这个商品让消费者非常的不满意并且得不到卖家满意的回复时消费者会希望利用差评来发泄自己的不满。当消费者在编写差评时他的情绪处在及其不平静的状态，大脑中想的是如何表达商品的不好和自己的愤怒，这时消费者可能只把注意力放在了评价的文字上而忽略了下面的评分。我们知道大部分购物平台的默认评分是五分，如果消费者没有注意到这个就可能会出现给了差评却评分较高的情况。

经过调查发现消费者在网购产品后经过使用会发现产品并不符合自己的要求，从而会评论，提出对产品的不满意情绪，但产品评分却仍然很高造成这种情况的原因可能是有的消费者觉得给差评麻烦，如在差评时弹出的评分口有一定限制需要填一些信息，商家会问为什么不满意等问题，所以消费者评价时为了节省麻烦选的最高评分或者会选择直接评论而给出高评分，因为给高评分并不需要这些麻烦的步骤。

从心理原因上看，人是感性的，出现差评高分有部分原因是出于消费者的仁慈，毕竟一旦差评再加低分，就相当于对这个商品的彻底否定，消费者在一定程度上也会站在商家的角度考虑问题。再就是很多商家给出一些有偿服务，给高分返现等，这一定程度上就左右了消费者打分的态度。

从商家角度来说，商家为了好评率等店铺数据会对差评顾客的评分进行修改，或者卖家会主动联系给差评的消费者，通过赠品或者小额返现等优惠对顾客进行补偿，让他修改评价。这种方式是对双方都有利的事，卖家给消费者一定的好处，消费者得到好处后修改评论，这样消费者想得到补偿的目的就达到了，商家修改评论的目的也达到了。

四、结论

通过对商品在线评论与评分的调查发现在线评论与评分并没有明显关联性，消费者对于商品的评分并不能真实的反应商品的真实情况，可能有各种因素，消费者在网上购买产品时不能只看产品评分，要结合评论综合考虑产品然后选择是否购买，本次只是我们粗略的研究而得出的结论，需要更多的实证。

参考文献：

[1]李燕飞.在线评论对消费者满意度及商品销量的影响研究[D].2016.

[2]唐静媛，沈陆明.差评与追评对商品销量的影响研究[J]. 全国流通经济，2017，000（012）：P.13-14.

[3]胡常春，宁昌会.在线追评何时比初评更有用？——基于时间间隔和产品类型的调节效应分析[J].预测，2017（4）.

[4]邓卫华，易明.考虑口碑衰竭效应时追加评论对网络口碑传播的影响研究[J].管理学报，2019，016（004）：595-602.