基于執行意向理論的網購評論行為反應模式研究

張亞明 趙楊 王林

摘要：以執行意向理論為基礎，利用文本挖掘技術和社會網絡分析方法對網購評論行為反應模式進行了初步探索。研究發現：驅動網購評論行為的因素按影響由大到小依次為網購體驗、感覺與知覺、商品細節、包裝品質、時間感知、色彩偏好、空間轉移、價值讓渡、人際網絡、口碑傳播、環境感知、情緒反應和決策行為等；網購目標導向體現為實用、享樂、速度、社交、讓利、炫耀、情感、忠誠、分享、推薦和認同導向等行為目標，以及在其刺激下表現為抱怨、焦慮、緊張、愉悅感、恐懼感、情緒起伏、行為忠誠、口碑傳播等網購行為反應；深入分析網購評論行為反應的6個主要過程及行為結果，為多學科交叉研究提供了一種可借鑒的方法。

關鍵詞：網購評論；執行意向；目標導向；行為反應；情景線索

DOI：10.13956/j.ss.1001-8409.2016.07.26

中圖分類號：F713.5；F274文獻標識碼：A 文章編號：1001-8409（2016）07-0118-06

Abstract： Based on the theory of implementation intentions， this paper explored initially behavior reaction mode of online shopping commentary by the technology of text mining and social network analysis. Result show that， the driving factors of online shopping comment behavior of the order from big to small in turn was online shopping experience， sensation and perception， details of goods， packaging quality， time perception， color preference， space transfer， value delivery， interpersonal network， wordofmouth， environmental perception， emotional reaction and decisionmaking behavior，etc.. Types of online shopping goal oriented included practical， enjoyment， speed， social， benefit， selfdisplay， emotion， loyalty， sharing， recommend and identity orientation etc. Online shopping behavior response showed that the sense of joy， fear， mood swings， behavior loyalty， wordofmouth， complain， anxiety and tension was in its stimulus. The depth analysis of the six major behavioral reaction processes on online shopping reviews and its results provided a useful method for multidisciplinary research.

Key words： online shopping commentary； implementation intentions； goal orientation； behavioral response； contextual cueing

網購已經成為人們一種最基本的生活方式，網購評論也成為消費者最基本的習慣，評論成為人們決策的重要參考。然而，評論信息的過載及其質量的參差不齊嚴重干擾了人們對商品質量的有效判斷，增加了信息搜索成本，降低了網購決策效率[1]。因此，挖掘網購評論中蘊含的價值和行為規律成為熱點課題，而行為執行意向作為一種行為臨界變量在預測實際行為方面的優勢非常明顯，引起了學術界的重視。然而，在大數據背景下的網購行為執行意向鮮有研究。所以，本文以執行意向理論為基礎，通過文本挖掘和社會網絡分析等方法，深入探討網購評論行為反應模式，揭示網購情景線索特征與目標導向行為反應之間的關聯和作用機理，進一步為網購行為執行意向的動力學演化建模奠定前期基礎。

1理論基礎

由于網購平臺并沒有規定在線交易必須進行評論，但仍然有大量網購者不斷發布評論，這引起了很多學者的興趣。研究發現，產品、自我、信息卷入[2]、社交、愉悅感及執行成本是網購者發布網購評論進行網絡口碑傳播的主要動機[3]。進一步梳理可知，這些動機有些與情景線索有關，比如產品和信息卷入的情景線索會幫助他人降低搜尋成本，提高網購決策效率，有些與目標導向的行為反應有關，比如為幫助他人了解網購產品的真實細節而發布評論，進而獲得成就感和愉悅感，這些發現進一步表明網購評論動機與網購評論行為執行意向有重要聯系。然而，在海量網購評論文本數據背后是否還有更多未知的行為規律，目前還處于探索階段，需要深入研究。

網購評論信息不僅反映網購者的行為動機，也折射出其行為反應，例如網購評論會反映出個體是否滿意、開心、后悔等信息，這會影響其是否會重復購買、推薦購買等網購行為意向[4]。然而，隨著我國電子商務進入大數據時代，網購評論呈現出海量、高速、多樣化和多價值的特征[5]，僅靠傳統的統計方法對大量非結構化的評論信息進行建模、預測是低效率的，需要借助文本數據挖掘等技術探究其規律。因此，通過文本挖掘獲取網購評論的行為特征及心理聯系將非常關鍵[6]，因為這些網購評論包含重要的情景線索和目標導向的行為反應，它們是行為執行意向的核心驅動力，有助于進一步預測實際網購行為[7]。執行意向理論最早由Gollwitzer提出，主要包含特定的情景線索、合適的目標導向行為反應[8]。研究發現，情景能夠直接引發目標的產生，從而對目標導向的行為產生影響[9]。研究還發現，執行意向主要與行為意向、自我協調、合作性等關鍵變量產生心理聯系[10]。

綜上所述，執行意向理論對于網購評論行為反應模式的探索具有重要的理論支撐，該模式也將促進網購場景及個性化推薦策略的優化。

2研究設計

21數據采集與預處理

由于網購評論是非結構化的文本，數據采集時應保證其連續性和完整性，為此主要采取了如下措施：（1）確定網購評論數據源和采集對象；（2）確定采集方法和存儲格式；（3）編寫采集腳本；（4）調試數據采集腳本程序；（5）正式采集數據；（6）數據預處理。在采集數據前，首先要確定網購平臺。選擇天貓B2C網站為網購行為研究平臺，因為其具有良好的用戶口碑，網購評論數量和質量相對其他網購平臺也有一定的優勢。其次，確定采集的類別。由于網站分類十分龐雜，需要縮小采集范圍。根據淘寶指數，2013～2015年網購交易指數最高的是服裝類，該服裝類網購評論具有良好的區分效果，評論描述細致，差評和好評自然分布，所有搜索結果均包含時間、價格、款式、顏色、交易量、評論數、人氣指數等信息，這使得采集多源網購評論文本數據具有廣泛的樣本保證，從而使其具有較好的代表性。

22樣本選擇

通過數據采集器鎖定關鍵詞，獲取采集網址清單，最后共采集到50000條網購評論信息。在樣本選擇時，首先去除重復評論信息；其次，為了研究的規范和科學性，本研究從樣本庫中隨機抽取每天1000條網購評論信息，共抽取20000條有效評論進行研究；接著是對樣本的半結構化處理；最后構建網購評論文本文件，便于文本識別、文本分詞及特征提取等。

23研究方法

本文采用了文本挖掘法和社會網絡分析法（前者由Feldman在1995年正式提出[11]，而社會網絡分析一直是學術界的研究熱點并在許多領域得到推廣應用[12]），利用Ucinet軟件分析在線購物評論的節點、邊及網絡各項指標，同時利用Netdraw工具進行語義網絡分析，進而揭示網購評論行為與心理的演化規律[13]。

3結果及可視化分析

31網購情景線索與目標導向行為反應特征挖掘

對于非結構化的網購評論文本，需要進行自然語言處理，中文分詞是其中的一項關鍵基礎技術。利用LTP（Language Technology Platform，LTP）平臺對網購評論文本進行中文分詞、依存關系分析[14]，從中揭示網購情景線索特征、目標導向行為反應特征及二者之間的作用模式。

311網購評論的詞頻分析及情景線索特征挖掘

通過采集技術得到網購評論數據，進行數據預處理，即經過數據清洗、行特征提取，確定有效的評論文本數據，并轉換成文本格式；利用LTP平臺進行分詞參數設置，實施分詞；將分詞結果保存為文本文件，利用ROST CM 內容挖掘系統提取高頻詞，形成如表1所示的高頻詞統計表。

如表1所示，網購者圍繞“衣服”這個核心需求展開評論，關鍵詞對應的詞頻代表了大部分網購者評論行為的動力強度，被大家反復提及的關鍵詞與網購者的消費心理與行為、體驗知覺、情緒狀態、口碑傳播等存在密切的關聯性。為此，課題組對分詞結果進行了進一步編碼，提煉出網購評論的核心特征。如表2所示，發現網購評論中包含重要的情景線索特征：第一，網購者最關注的是體驗、感覺與知覺，說明群體反復的網購體驗信息具有自動營銷的功能；第二，網購者對所購商品本身的功能細節等認知和滿意度占有重要的決策權重；第三，包裝品質、時間感知、色彩偏好等網購情景線索特征也是重要的網購行為驅動因素。

312網購評論的依存關系分析及目標導向行為反應模式挖掘

基于圖的依存分析方法由McDonald提出，他將依存分析問題歸結為在一個有向圖中尋找最大生成樹的問題[15]，它通過分析語言單位內成分之間的依存關系揭示其句法結構。如圖1所示，利用LTP平臺對網購評論的句法結構進行了剖析，以挖掘網購者在不同目標導向時的行為反應模式。在LTP平臺中，A0表示動作的實施，A1表示動作的影響；ADV是Adverbial的縮寫，表示附加語義角

色；Root表示根節點，是全句核心節點；LTP中采用863詞性標注集，其中，a標簽是Adjective的縮寫，d標簽是adverb的縮寫；nh標簽是人名“Person Name”的標記；n標簽是general noun的縮寫；v標簽是verb的縮寫。在LTP平臺中，主要有12種漢語語法關系，其中HED、SBV、ATT、VOB和COO縮寫分別表示核心關系（Head）、主謂關系（Subject-verb）、定中關系（Attribute）、動賓關系（Verb-object）和并列關系（Coordinate），它們能比較準確地區分出網購評論的描述語義。

首先，采用Pairwise方法，將訓練樣本分為4類：核心依存、中間依存、邊緣依存和沒有依存關系，如圖1所示，訓練生成4個二值分類器，對沒有依存關系的網購評論詞句在程序中進行了處理，減少了訓練成本；其次，使用確定性Nivres算法，根據網購評論語料大小不同進行4組實驗，從訓練時間、依存關系正確率、根正確率、整句正確率、解析時間5個方面進行比較；最后，實驗結果如表3所示。

如表3所示，當網購評論的語料規模增加到5000句以后，依存關系的正確率隨之提高，并呈現穩定的狀態，但隨著訓練樣本的增加訓練時間明顯變長，需要在精度和時間之間做好平衡。因此，通過分析網購評論語料的核心依存、中間依存和邊緣依存關系，初步形成了網購評論的依

存關系。由于網購評論文本語句太多，難以在文中將依存關系圖一一展開，同時限于篇幅限制，不再詳述提煉的每一步結果。后期課題組經過整理和歸納，發現網購評論的三大依存關系：核心依存、中間依存和邊緣依存關系。核心依存關系主要與享受、體驗、滿意高度相關，如網購評論中手感體驗輸出商品品質判斷、網購情緒狀態和品牌印象等，這是決定是否持續吸引網購人群購買的情景線索，屬于高目標導向的依存關系，這與表2的研究結果基本一致；中間依存關系主要與商品細節描述、配送效率、色彩、包裝及讓利程度等高度相關，這是在達成高目標導向后網購者行為自動進入中等目標導向的持續相依反應；邊緣依存關系主要與網購者的網絡人際需求、口碑傳播、情感交流和環境感知等高度相關，網購者在滿足核心目標和中等目標后進而產生自我表露、精神追求及炫耀需求等目標導向的行為反應。總之，本研究從句法和語義層面對網購評論語料進行了依存關系分析，這對下一步探索網購評論行為的語義特征及演化規律奠定了基礎。

32基于語義網絡的網購評論行為演化規律探究

321網購評論詞頻網絡中心性測量及網絡結構分析

如圖2所示，利用ROST CM軟件構建了網購詞頻VNA矩陣，然后將其導入Ucinet社會網絡分析軟件，從而對該詞頻網絡的中心性進行測量，網購評論的網絡中心度為5517%，說明網絡的連接強度較好，網購評論描述關鍵詞彼此容易連通，形成復雜網絡。同時發現 “衣服” “顏色”等詞的中心度最大，說明網購評論形成的網絡結構中心就是這些高頻詞，其代表了網購的目標導向，即實用導向（“衣服”“口袋”等）、知覺體驗導向（“顏色”“滿意”等）、讓利導向（“物美價廉”“便宜”等）、享樂導向（“舒服”“超美”等）、社交導向（“同事”等）、情感交流導向（“送人”等），這些目標導向基本與前面文本挖掘的研究結果一致。

在此基礎上，需要進一步探索網購評論行為的基本結構，以檢驗文本挖掘的結果。如圖3和圖4所示，利用Netdraw軟件對網購評論數據進行可視化挖掘。

首先，網購評論的中心活動是“衣服”，它是整個網絡的中心，網購者以它為中心逐步展開對價格、細節、配送、包裝等環節的描述，與之連接最緊密的是“圖片”“顏色”等關鍵詞，表明網購評論的描述中實用、體驗、知覺和社交導向是核心需求；其次，以這6個核心節點為源，逐步形成小世界網絡，其包含了忠誠、速度、推薦、炫耀、認同、分享等導向的網購評論網絡，屬于中等需求；最后，一些處于邊緣節點的評論雖然只有兩個左右的關系，但它們卻連通了所有的小網絡。由此，驗證了文本挖掘的研究結果，發現了網購評論的網絡呈現三度層次結構，揭示了網購評論的結構演化和目標導向的行為反應特征。

322網購評論行為反應演化過程及評價

上述研究基本理清了驅動網購評論的行為目標導向和行為反應特征，如圖5所示，最后利用Ucinet對網購評論行為反應的過程進行聚類分析和梳理，并簡要地評價了每個階段取得的成果。

如圖5所示，以聚類分析的結果為基礎，對網購評論行為反應過程及成果評價做了如下梳理：第一階段，網購者出現以基本需求為導向的緊張、期待行為反應，這主要通過關注品質保證、知覺體驗、圖片細節展示與描述一致性、群體滿意度等線索，使網購者緊張的行為反應得到緩解；第二階段，網購者上升到享樂目標為導向的愉悅感體驗行為反應；第三階段，網購者進入到成本為導向的策略組合行為反應，主要從配送速度、讓利水平、賣家態度等方面進行組合設計性價比最優的決策，通常會出現焦慮、兩難的情緒反應；第四階段，網購者進入談判策略運用為目標導向的行為決策反應，通常會出現緊張、不安的情緒特征，但一般通過買賣雙方彼此交換條件、達成共識后可消減這種行為反應；第五階段，網購者進入炫耀為目標導向的交易過程，一般會出現自豪感、成就感、愉悅感的行為反應；第六階段，網購者進入購后評價階段，一般會伴隨真實體驗而出現恐懼感、愉悅感，甚至悲喜交加的行為反應。

在這6個網購行為反應階段，都有不同的行為結果出現，如第一階段的行為反應促使網購者快速學習，明確需求；第二階段的積極情緒營造良好的網購情景，強化網購信心；第三階段的成本優化行為反應促使網購者理性思考，比較分析并確定最佳網購方案；第四階段的緊張行為反應啟動優勢談判策略，獲得最佳網購產品和服務質量；第五階段的行為反應讓網購者營造最佳的等待情景，回溯網購記憶，奠定分享基礎；第六階段的行為反應使網購者用現實體驗評價網購決策效果和效率，積累網購經驗，為持續忠誠行為奠定基礎。

4結論與討論

本研究利用文本挖掘技術和社會網絡分析方法對網購評論行為反應模式進行了初步探索，獲得了如下結論：（1）驅動網購評論行為的主要因素由網購體驗、感覺與知覺等13個變量構成；（2）發現網購評論的三大依存關系為核心依存、中間依存和邊緣依存關系；（3）網購目標導向體現為實用、享樂、速度、社交等，以及在其刺激下表現為愉悅感、恐懼感、行為忠誠等網購行為反應；（4）網購評論行為反應呈現6個主要過程及相應轉化成果。

總之，本文以執行意向理論為基礎，初步探索了網購行為反應模式，獲得了一些重要成果。本研究也存在一些不足，例如研究主題的選擇比較單一，未能采集涵蓋大部分網購商品評論的數據，將來可嘗試多品類網購評論專題研究與綜合比較研究相結合的方法，進一步探索網購行為的動態演化機理。

參考文獻：

[1]岳中剛，王曉亞. 在線評論與消費者行為的研究進展與趨勢展望[J]. 軟科學，2015，6：90-93.

[2]Zuhal C， Cigdem B. The Impact of Consumer Ethnocentrism， Product Involvement， and Product Knowledge on Country of Origin Effects： An Empirical Analysis on Turkish Consumers Product Evaluation[J]. Journal of International Consumer Marketing，2014，26（4）： 284-310.

[3]李琪，梁妮. 在線評論中產品評論和服務評論的感知有用性差異研究[J]. 軟科學，2015，29（10）：106-109.

[4]李東進，吳波，李研. 遠程購物環境下退貨對購后后悔影響研究[J]. 南開管理評論，2013，5：77-89.

[5]馮芷艷，郭迅華，曾大軍，等. 大數據背景下商務管理研究若干前沿課題[J]. 管理科學學報，2013，1：1-9.

[6]郝媛媛，葉強，李一軍. 基于影評數據的在線評論有用性影響因素研究[J]. 管理科學學報，2010，8：78-88.

[7]Gollwitzer P M， Sheeran P. Self-regulation of Consumer Decision Making and Behavior： The Role of Implementation Intentions[J]. Journal of Consumer Psychology， 2009，19：593-607.

[8]Gollwitzer P M， Sheeran P. Implementation Intentions and Goal Achievement： A Meta-analysis of Effects and Processes[J]. Advances in Experimental Social Psychology，2006，38：69-119.

[9]宋培建，陳文波，曾慶豐，等. 基于目標導向行為視角的信息技術使用習慣形成研究[J]. 軟科學，2007，21（4）：9-12.

[10]王林，時勘，趙楊.行為執行意向的理論觀點及其相關研究[J].心理科學，2014，7，37（4）：875-879.

[11]Wu H. Examining Students Online Interaction in A Live Video Streaming Environment Using Data Mining and Text Mining[J]. Computers in Human Behavior，2013，29（1）： 90-102.

[12]高照軍. 新興市場中創新行為通過網絡提升企業績效的機制研究[J]. 軟科學，2016，30（1）：5-8.

[13]馬紹奇，焦璨，張敏強. 社會網絡分析在心理研究中的應用[J]. 心理科學進展，2011，5：755-764.

[14]劉挺，車萬翔，李正華. 語言技術平臺[J]. 中文信息學報，2011，6：53-62.

[15]和為，劉挺. 基于分析和生成的復述與SMT語料擴展[J]. 哈爾濱工業大學學報，2013，5：45-50.

（責任編輯：楊銳）