在線初次評論與在線追加評論的比較研究

石文華，龔 雪，張 綺，王 璐

北京郵電大學 經濟管理學院，北京 100876

在線初次評論與在線追加評論的比較研究

石文華，龔 雪，張 綺，王 璐

北京郵電大學 經濟管理學院，北京 100876

在線評論是近幾年學者們非常關注的問題，已有研究多是針對消費者在收到產品之后第一次進行的評論，隨著網絡購物機制的完善，各大網上購物平臺為消費者提供追加評論的機會，即在使用產品一段時間后再次進行評論。

將在線評論分為在線初次評論和在線追加評論，基于不同產品類型(搜索型產品和體驗型產品)和產品價格，探討評論數量、評論長度、評論時間間隔和評論情感強度之間的差異。從在線零售網站天貓商城上獲取真實的在線評論作為實驗數據，采用回歸分析、多因素方差分析、獨立樣本t檢驗、配對樣本t檢驗等方法，利用SPSS 20進行數據分析。

研究結果表明，①評論數量受到評論類型和產品價格的影響，評論類型對評論數量的影響最大，初次評論數量明顯多于追加評論數量，產品價格對評論數量有負向影響，而產品類型對評論數量無顯著影響；②體驗型產品的評論長度和評論時間間隔均大于搜索型產品，產品價格正向影響評論長度和評論時間間隔；③初次評論和追加評論的情感強度差異受情感傾向的影響，如果初次評論和追加評論的情感傾向均為負向，則追加評論的情感強度大于初次評論的情感強度；如果初次評論和追加評論的情感傾向均為正向，則追加評論的情感強度小于初次評論的情感強度。

研究結果表明初次評論和追加評論在一些基本特征方面存在差異，一方面是對已有在線追加評論研究的補充，為后續比較研究初次評論和追加評論對消費者影響提供理論基礎；另一方面，企業可針對不同類型和不同價格的產品采取不同措施，使評論長度、時間間隔和情感強度保持在優良水平，充分利用在線評論對消費者購買決策的影響。

在線初次評論；在線追加評論；產品類型；產品價格；情感強度

1 引言

隨著電子商務的飛速發展，在線評論已經成為消費者購買產品或服務的重要信息來源[1-2]。越來越多的研究也表明在線評論可以幫助消費者降低商品信息的不確定性，進而進行購物決策[3-4]。2013年eMarketer的數據顯示，92%的消費者在做出購買決策之前會查看在線產品評論，67%的商品銷量依賴相應的網絡口碑。

伴隨著電商平臺評論系統的日趨復雜和完善，許多電商網站增加了追加評論的功能，追加評論是指在交易成功后的一定期限內，消費者在初次評論后再次發表的評論。在線評論引起學者的廣泛關注，FLOH et al.[5]研究在線評論對消費者購買意向、推薦意向和支付意愿的非對稱影響；MOORE[6]基于不同產品類型研究評論內容解釋類型對消費者的不同影響；周梅華等[7]以心理距離理論為基礎，探討在線評論內容與消費者購買意愿的影響。然而這些研究并沒有區分初次評論和追加評論。近兩年，不少學者逐漸意識到初次評論和追加評論會對消費者產生不同影響，并展開比較研究。王長征等[8]研究表明，追加評論比初次評論具有更多的價值信息，消費者的有用性感知更高，而在含有追加的評論中，前后矛盾的評論比前后一致的評論能使閱讀者產生更高的有用性感知。目前關于在線追加評論的研究相對較少，且主要集中在初次評論和追加評論對消費者影響的比較方面。歸根溯源，初次評論和追加評論之所以對消費者產生不同影響，是因為兩者在基本特征上存在差異。

本研究對初次評論和追加評論的評論數量、評論文本長度、時間間隔、情感強度等進行比較，找出在線初次評論與在線追加評論的異同，探討產品類型和產品價格對兩者的影響。

2 相關研究評述和研究假設

2.1 在線評論、在線初次評論、在線追加評論

在線評論作為在線口碑的一種，在互聯網時代扮演著越來越重要的角色，成為消費者購買決策中重要的產品信息。BICKART et al.[9]認為，消費者可以通過在線評論發表自己的見解，在線評論也可以在多種網頁上進行展示，如電子商務網站、論壇等，而且可以保存較長的時間，傳播的范圍也很廣；PARK et al.[10]認為在線評論是曾經的、現在的以及潛在的消費者通過自己對已購產品或服務的了解，在網站上對其進行評價，可能是積極的，也可能是消極的，其中也包括對其他消費者的相關建議。根據已有研究的定義，本研究將在線評論定義為消費者在購買產品后，結合自己購買產品、使用產品的經歷，在購物網站上對購買的產品或服務發表自己的意見和建議，可以是積極的評價，也可以是消極的評價。

隨著電子商務的發展，在線評論不僅是人們獲取商品信息的重要途徑，而且會影響消費者的購買行為[11-12]。各大電商網站逐步對在線評論的功能進行完善，如區分好評、中評、差評，或是單獨列出有曬單的評價，讓消費者更清楚地了解產品情況。淘寶商城較早地推出了追加評論模塊，將消費者購物后不同階段做出的評價進行區分。已有研究對在線初次評論的研究涉及評論有用性、評論對銷量的影響、評論對消費者購買意愿的影響等方面，但是對在線追加評論的相關研究較為缺乏。本研究中在線初次評論是指消費者在收到貨物后立即對產品進行的評價，通常是在確認收貨后30天內對產品進行的評價。在線追加評論是指在使用一段時間后對產品再次進行評價，通常與在線初次評論相對應，一般是在在線初次評論日期結束后的180天內進行的評價。

2.2 產品類型

不同類型的產品的初次評論和追加評論可能在評論數量、評論文本長度、初次評論與追加評論的時間間隔、情感強度方面有所不同。NELSON[13]認為產品可以分為搜索型產品和體驗型產品兩類，搜索型產品的主要特征是消費者可以通過各種途徑進行信息搜索，從而對產品產生判斷。體驗型產品是指不能只通過搜索信息了解產品，必須進行親自體驗，才能了解產品的特性。已有研究中將相機和藥品的附加屬性和攝像機等作為搜索型產品[14]，對體驗型產品進行研究時多選擇音樂和酒等。NELSON[15]后來又將產品分為搜索型、體驗型和信念型。由于信念型產品在在線銷售的產品中較為少見，目前研究者主要探討前兩種類型的產品[16]。因此，本研究借鑒已有研究，將產品類型分為搜索型產品和體驗型產品，考慮到價格的影響，每一類產品又分為高價產品和低價產品。

搜索型產品和體驗型產品在屬性方面具有較大區別，導致其在線評論特性的不同，引起學者廣泛研究。SCHOLZ et al.[17]發現，體驗型產品評論比功利型產品評論得到的關于有用性的票數多；MUDAMBI et al.[18]的研究認為，消費者的搜索成本受產品類型的影響，對于體驗型產品適中評論更有用，對于搜索型產品極端評論被認為是可靠的；SEN et al.[19]的研究也認為，不同情感傾向對享樂型產品和功利型產品的有用性影響不同。從這些研究中可以看出，學者們對于不同產品類型的在線評論類型并沒有進一步區分，本研究對不同產品類型的初次評論和追加評論的屬性進行比較和研究。

2.3 產品價格

產品價格是產品的重要屬性，不同價格的產品會影響消費者對產品的重視程度和喜好。KIECKER et al.[20]的研究表明，在線評論內容主要是關于產品質量和價格等信息，價格是在線評論的重要內容之一，能幫助消費者增加對產品的了解；張耕等[21]基于淘寶網的數據實證研究表明，產品價格對產品銷量有顯著的負向影響，且高價產品的負面在線評論作用更顯著。上述研究主要探討產品價格對消費者或銷量的影響，沒有研究對評論本身特性的影響。本研究通過從網站上獲取在線評論的數據，比較初次評論和追加評論的異同，并且把產品價格作為分析的維度之一。

2.4 研究假設

從刻畫在線評論特征的視角看，目前國外學術界主要用評論的數量、正負情感極性、平均觀點性評價傾向、正負情感的方差或觀點評價、擴散度5個維度刻畫在線評論，中國學者使用的維度與國外學者的類似，包括評論數量、文本長度、情感強度和情感極性等維度。本研究從評論數量、評論長度、時間間隔和情感強度方面進行探索。

2.4.1 評論數量

評論數量在一定程度上顯示了評論中包含的信息內容的總量[10]，如果一種產品的評論數量多，那么這種產品被其他消費者了解的內容也多，也就增加了該產品被知曉的機會。龔詩陽等[22]研究網絡口碑是通過知曉效應還是說服效應影響消費決策，發現評論數量對銷量有顯著影響，而評分影響不顯著，說明在線評論通過數量讓消費者知曉產品而促進銷量。已有研究對評論數量如何影響消費者決策進行了較多探索，但評論數量本身也受到產品類型和評論類型等其他因素的影響。隨著移動互聯網和社交媒體的發展，消費者追加評論的現象更加普遍，初次評論是消費者在收到商品后對商品質量、物流、客服態度等做出的評論，而追加評論是消費者根據使用產品的體驗或感受對前一次評論中觀點、態度進行的補充或修正，且一般只有消費者在使用產品一段時間后，對產品產生強烈好感或不滿才能激發消費者追加評論的欲望。為此，本研究提出假設。

H1與追加評論相比，初次評論數量更多。

NELSON[15]從信息經濟學角度將產品分為搜索型產品和體驗型產品，目前這種分類已經得到很多學者的認可。兩種產品類型在產品屬性、消費者獲取產品信息的難易程度等方面存在差異，搜索型產品價格相對較高，如3C產品，多為耐用性消費品，使用周期長，購買頻率低，持續購買能力低，消費者除了關注銷售環節外，對后續服務、購買便捷性也很看重，這些因素會激發消費者在線評論的熱情。同樣，李宗偉等[23]基于淘寶網在線評論信息發現，搜索型產品的主動評論率和有效評論率均高于體驗型產品。為此，本研究提出假設。

H2搜索型產品的初次評論數量和追加評論數量均高于體驗型產品。

產品價格是影響評論數量的另一個因素。不同價格的產品在消費者心中的地位不一樣，對于高價格產品，消費者在購買前會對信息搜索環節和使用產品的體驗環節給予更多關注，并愿意分享自己購買和使用心得；而對于低價格產品，消費者不會花很大心思，在收到產品后無論是否滿意，消費者都可能不會太在意，很難激起其評論欲望。為此，本研究提出假設。

H3產品價格對初次評論數量和追加評論數量有顯著影響，且產品價格越高，初次評論數量和追加評論數量越多。

H3a搜索型產品的產品價格對初次評論和追加評論數量有顯著影響，且產品價格越高，初次評論數量和追加評論數量越多。

H3b體驗型產品的產品價格對初次評論和追加評論數量有顯著影響，且產品價格越高，初次評論數量和追加評論數量越多。

2.4.2 評論長度

評論長度是消費者購買某款產品后進行評論的字數，大多數研究認為字數的多少會體現評論所包含的信息豐富程度，字數越多，評論對于產品或服務的介紹就越多，其他消費者所獲得的信息也越多，做出決策時就更加容易[24-25]，而評論長度本身也會受到產品類型和價格的影響。作為消費者，剛收到產品時迫不及待地想分享自己的體驗，而因對產品缺乏深刻認識，在進行評論時只簡單地用“還可以”“不錯”“物流很快，用過之后再來評價”等語句，或在賣家金錢激勵下，簡單地進行評論；而追加評論是消費者在產品使用一段時間后，對產品真實質量好壞有準確認識，針對產品不同屬性、服務、使用體驗等進行評價，評論內容更豐富。為此，本研究提出假設。

H4初次評論和追加評論的評論長度有顯著差異，且追加評論長度大于初次評論長度。

對于搜索型產品，消費者在購買前就能通過搜集信息客觀了解并分析產品的質量，使消費者對這類產品購買前的感知和購買后的體驗相差不大，評論內容相對簡單；對于體驗型產品，產品的實際效用與預期價值容易存在較大差異，并且與個人喜好有很大關系，這會激發消費者評論熱情，評論內容更加豐富和多樣化，除涉及產品屬性外，也會包含消費者使用體驗等。產品價格是影響消費者購買決策的重要因素，也會影響評論長度，一般來說，高價產品能夠贏得消費者更多關注，使消費者對產品進行細致的評價，為其他消費者的決策提供參考；而對于低價產品，消費者缺乏足夠的耐心和關注，評論內容簡單。為此，本研究提出假設。

H5體驗型產品的初次評論長度和追加評論長度均顯著大于搜索型產品。

H6產品價格對初次評論長度和追加評論長度有顯著影響，且產品價格越高，初次評論長度和追加評論長度越長。

H6a搜索型產品的產品價格對初次評論長度和追加評論長度有顯著影響，且產品價格越高，初次評論長度和追加評論長度越長。

H6b體驗型產品的產品價格對初次評論長度和追加評論長度有顯著影響，且產品價格越高，初次評論長度和追加評論長度越長。

2.4.3 初次評論與追加評論的時間間隔

對含有追加評論的評論來說，給出追加評論就意味著消費者使用過了產品，而對于閱讀者來說，初次評論與追加評論之間的時間間隔表明評論者對產品使用時間的長短。目前不少學者研究指出評論的影響力和有用性與時間有密切聯系，LIU[26]驗證了在線評論與電影銷售的關系會受到時間因素的影響；CHEN et al.[27]也證實在線評論的影響力隨時間而降低。已有研究關注的是不同評論發布者發布評論的時間，而本研究重點研究同一評論者發布的初次評論與追加評論之間的時間間隔受哪些因素的影響。

初次評論與追加評論的時間間隔也受到產品類型和產品價格的影響。體驗型產品，如護膚品，其產品屬性較為模糊，缺乏直觀性，消費者需要一段時間的使用和體驗才能更加深入地了解產品的特性，進而對產品進行追加評論；搜索型產品屬性客觀，消費者在產品購買前就可以根據某些參數感知產品性能，并在較短時間內熟悉產品。而針對產品價格，消費者對于高價產品更敏感，進行追加評論時可能更加謹慎，與初次評論間隔的時間可能也會比價格較低的產品要長。為此，本研究提出假設。

H7體驗型產品的初次評論與追加評論的時間間隔顯著大于搜索型產品。

H8產品價格對初次評論與追加評論的時間間隔有顯著影響，產品價格越高，初次評論與追加評論之間的時間間隔越長。

H8a搜索型產品的產品價格對初次評論與追加評論的時間間隔有顯著影響，產品價格越高，初次評論與追加評論之間的時間間隔越長。

H8b體驗型產品的產品價格對初次評論與追加評論的時間間隔有顯著影響，產品價格越高，初次評論與追加評論之間的時間間隔越長。

2.4.4 情感強度

在線評論的情感分析是指對評論文本內容進行分析，判斷用戶的觀點是贊同還是反對，或識別情感傾向是高興還是悲傷，在線評論的情感分析是在線評論研究的重要方面。而情感強度分析是情感分析的子任務，它對評論的褒貶情感的強弱進行分析，因此能更深入地反映評論的主觀性信息[28]。郝媛媛等[29]以電影作為研究對象，發現影評中蘊含的不同的情感傾向會對電影的票房產生不同的影響。此外，不同的情感等級在影響的效果上也存在差異。已有研究重點關注不同消費者發布的評論之間情感強度差異，而同一消費者發布的初次評論與追加評論的情感強度也存在差異。王長征等[8]根據初次評論和追加評論的情感傾向，將其分為一致評論和矛盾評論，一致評論是指追加評論的觀點與初始評論觀點一致，矛盾評論是指追加評論與初始評論觀點相反或矛盾。考慮到矛盾評論中初始評論與追加評論的情感傾向相反，本研究只探討一致評論中初次評論和追加評論的情感強度差異。已有研究證實自我提升動機是影響口碑傳播最主要的動機之一[30]，自我提升動機主要是對自我形象的維護和提升，進而贏得他人的肯定和認可[31]。在一致評論情況下，消費者出于自我提升的考慮，追加評論時會繼續肯定之前的觀點，表現出更強烈的情感傾向，讓他人感知到自己的觀點是真實可靠并可以信任的。為此，本研究提出假設。

H9初次評論與追加評論的情感強度存在顯著差異。

H9a如果初次評論和追加評論的情感傾向均為正向，那么追加評論的情感強度應大于初次評論的情感強度。

H9b如果初次評論和追加評論的情感傾向均為負向，那么追加評論的情感強度應大于初次評論的情感強度。

3 實證研究

3.1 研究對象和數據獲取

在確定每種產品類型的代表產品時，不同研究采用的典型產品有一定差異，表1對一些典型的搜索型產品和體驗型產品進行匯總。

表1 搜索型產品和體驗型產品的種類總結Table 1 The Summary of Different Types of Search Products and Experience Products

在篩選體驗型和搜索型代表產品時，參考郝媛媛[37]的做法，小組訪談確定備選產品，然后在某大學隨機抽選15名男生和15名女生(保證男女比例為1:1，以消除性別影響)，讓被試者回答僅通過商品描述信息判斷評估商品質量的難易程度，選項設置為“非常容易”至“非常難”5個刻度，選出得分最高的商品和得分最低的商品作為實驗代表產品。最終選擇得分最高的潔面用品作為體驗型產品的代表，選擇得分最低的手機殼作為搜索型產品的代表。選擇潔面用品的原因是潔面用品需要個人使用后才能體會其好壞，符合體驗型產品的特性；而且價格區間較大，比較容易區分出產品價格的高低。選擇手機殼作為搜索型產品的代表是考慮到其本身的參數具有很強的客觀性，消費者關注其顏色、手感、材質等屬性，這些可以通過信息搜索獲得；而且手機殼的價格往往從幾元到幾百元不等，也能夠較容易地區分產品價格的高低。

在獲取數據的過程中，為了避免產品價格趨于一致，不利于分析產品價格的影響，本研究首先確定產品高低價格的分界線，然后在獲取數據的過程中控制低價產品和高價產品的數量。在確定產品高低價格分界線過程中，通過小組訪談，了解消費者對潔面用品和手機殼價格高低的整體感知，同時結合網站上產品的價格分布。對于潔面用品，定義不同的高低價格分界線進行篩選，使高低價格的產品數量大致相同，在天貓商城搜索框中輸入“潔面”，當篩選價格在0元～54元時，網站顯示搜索到的產品數量為10 410，當篩選價格高于54時，搜索到的產品數量為10 319，比例基本為1:1；對于手機殼，考慮到其價格的高低幅度很大，低于10元的產品數量接近10萬，占產品總數的三分之一，如果繼續采用上述方法則存在偏差，因此通過統計手機殼不同的價位水平，總產品數為290 178，0元～130元的產品數為287 639，超過總數的99%，結合之前的訪談，利用中值65元作為價格高低的分界線。為了方便，統一將60元作為潔面用品和手機殼高價產品與低價產品的分界線。

天貓商城是中國最大的B2C網站，本研究選擇天貓商城獲取所用的數據。2014年9月15日在天貓商城搜索框中輸入“潔面”，按照默認的“綜合”方式從高到低進行排序，排名前80的產品即作為本次研究的產品，其中60元以上的作為高價產品，60元以下的作為低價產品；再輸入“手機殼”，由于搜索結果的價格都較低，選擇前40種作為手機殼低價產品的代表(其中有兩種產品價格高于60元)，再控制價格為60元以上進行篩選，選擇搜索結果中的前40種作為手機殼高價產品的代表。最后的統計結果為搜索型產品手機殼共有80種，低價38種，高價42種；體驗型產品潔面用品共有80種，低價39種，高價41種。獲取的手機殼的評論總數為1 720 993條，潔面用品的評論總數為1 518 013條，符合樣本要求。具體數據量見表2。

表2 數據量描述Table 2 Description of the Amount of Data

3.2 數據處理和結果分析

3.2.1 變量與測量

產品高低價格分界線的確定是為了在獲取數據時保證所篩選的產品跨越不同的價格區間，并使不同價格區間的產品數量相差不大，排除研究的偶然性，提高準確性。在下面的研究中，產品價格采用從網站上直接獲取的數據，為連續變量。關于情感強度的測量，首先對評論進行人工評分，正面評論的評分為1，負面評論的評分為-1，然后利用機器學習得出該條評論為正面或負面的概率，將評分所得的1或-1與概率相乘之后的變量作為情感強度變量。各變量的測量方法見表3。

表3 變量測量方法Table 3 Measurement of Variables

3.2.2 初次評論與追加評論的評論數量比較

以評論數量為因變量，以評論類型、產品類型、產品價格為自變量，進行多因素方差分析。結果顯示評論類型、產品價格對評論數量有顯著影響，且兩者對評論數量有顯著的交互作用，F=0.670，p=0.000。而產品類型對評論數量的影響不顯著，F=0.670，p=0.415，大于0.050，方差分析證明H2不成立。從貢獻的離差平方和看，評論類型因素貢獻的離差平方和最大，為197 707 717.200，因此評論類型，即該評論是初次評論還是追加評論對評論數量的影響最大。為比較初次評論數量和追加評論數量之間是否存在差異，進行獨立樣本t檢驗，結果顯示t=7.383，p<0.001，且M初次評論數量=19 584.600，M追加評論數量=659.190，說明初次評論數量和追加評論數量存在顯著差異，且初次評論數量明顯多于追加評論數量，H1得到驗證。

考慮到原始數據中有些初次評論和追加評論內容為空，而接下來的研究涉及到初次評論和追加評論的影響因素，為提高研究的準確性，對原始數據進行處理，刪除初次評論和追加評論內容為空、評論內容明顯是廣告(如評論字數大于200)以及評論為一兩個字的毫無意義的評論，如“無”等評論。篩選之后搜索型產品有129 565條初次評論，4 728條追加評論；體驗型產品有130 908條初次評論，5 787條追加評論。

利用回歸分析的方法研究產品類型和產品價格對初次評論數量和追加評論數量的影響。已有研究表明在線初次評論數量對銷量有正向影響[38]，而當產品銷量較高時，消費者購買群體較大，該產品引起了消費者關注和喜愛，追加評論數量也會有所增加，追加評論數量可能受到銷量的影響。為更準確地測量產品類型和產品價格對追加評論數量的影響，需控制銷量對追加評論數量的影響，因此將銷量加入回歸模型，回歸結果見表4。

表4 初次評論數量和追加評論數量的回歸結果Table 4 Regression Results of the Quantity on First-time Online Reviews and Appended Online Reviews

注：***為在0.001水平(雙側)下顯著相關；共線性檢驗VIF都小于10，說明不存在共線性問題。下同。

由表4可知，初次評論數量和追加評論數量均不受產品類型的影響，即H2沒有得到驗證。這可能與目前店鋪和平臺采取各種激勵措施(如好評返現、評論得達人經驗值等)鼓勵消費者購后評論行為有關，使無論對于搜索型產品還是體驗型產品，消費者的評論率普遍提高。產品價格與初次評論數量顯著負相關，β=-0.300，在0.001水平下顯著；與追加評論數量也顯著負相關，β=-0.248，在0.001水平下顯著。即產品價格對初次評論數量和追加評論數量有顯著影響，H3的前半部分得到驗證；產品價格越高，初次評論數量和追加評論數量越少，H3后半部分沒有得到驗證。

不考慮產品類型對評論數量的影響，分別針對搜索型和體驗型產品檢驗產品價格對評論數量的影響，構建回歸模型，回歸結果見表5。

由表5可知，產品價格對搜索型產品的初次評論數量和追加評論數量均在0.001水平下顯著，H3a的前半部分通過驗證；但回歸系數分別為-0.487和-0.395，即搜索型產品的產品價格越高，初次評論數量和追加評論數量越少，H3a的后半部分沒有得到驗證。對于體驗型產品，產品價格對初次評論數量和追加評論數量無顯著影響，H3b沒有得到驗證。

控制了銷量對追加評論數量的回歸結果顯示，銷量的回歸系數為0.795，在0.001水平下顯著，此時產品類型和產品價格對追加評論數量無顯著影響。為了進一步探究原因，對銷量、產品類型和產品價格3個變量做相關性分析，結果顯示產品價格與銷量顯著相關，系數為-0.363；產品類型與產品價格也顯著相關，系數為0.252。因此，上述結果可能是因為產品類型和產品價格通過影響銷量進而影響追加評論數量，使產品類型和產品價格對追加評論數量的直接影響不再顯著。銷量可能在產品價格與追加評論數量之間起中介作用，但非本研究重點，在此不再贅述。

3.2.3 初次評論與追加評論的評論長度比較

以評論長度為因變量，以評論類型、產品類型和產品價格為自變量，進行多因素方差分析。結果顯示，評論類型、產品類型、產品價格對評論長度均有顯著影響，在0.001水平下顯著，且3個因素中任意2個因素的交互作用均顯著。

表5 不同產品類型的產品價格對初次評論數量和追加評論數量的影響的回歸結果Table 5 Regression Results of the Effects of Product Price onthe Quantity of First-time Online Reviews and Appended Online Reviews Based on Different Product Types

表6 不同產品類型評論長度的獨立樣本t檢驗結果Table 6 Independent-samples t Test Results of the Reviews′ Length of Different Product Types

表7 初次評論長度和追加評論長度的回歸結果Table 7 Regression Results of the Length of First-time Online Reviews and Appended Online Reviews

進一步采用獨立樣本t檢驗的方法檢驗評論類型對評論長度的影響。結果顯示初次評論長度和追加評論長度存在顯著差異，且追加評論長度大于初次評論長度，M初次評論=21.131，M追加評論=31.639，t=-41.384，在0.001水平下顯著，H4得到驗證。為了進一步探討初次評論長度和追加評論長度是否與產品類型有關，采用獨立樣本t檢驗的方法，檢驗結果見表6。由表6可知，體驗型產品的初次評論長度顯著大于搜索型產品的，M體驗型產品的初次評論=21.550，M搜索型產品的初次評論=20.710，在0.001水平下顯著；體驗型產品的追加評論長度也顯著大于搜索型產品的，M體驗型產品的追加評論=36.370，M搜索型產品的追加評論=25.840，在0.001水平下顯著。因此H5得到驗證。

檢驗產品價格對評論長度的影響。以產品價格為自變量，以評論長度為因變量，同時區分產品類型進行回歸分析，回歸結果見表7。由表7可知，產品類型和產品價格對初次評論長度、追加評論長度均有顯著影響，在0.001水平下顯著；產品價格與初次評論長度和追加評論長度均正相關，回歸系數分別為0.398和0.452，即產品價格越高，初次評論長度和追加評論長度越長，H6得到驗證。

不考慮產品類型對評論長度的影響，分別針對搜索型產品和體驗型產品檢驗產品價格對評論長度的影響，回歸分析結果見表8。由表8可知，產品價格對搜索型產品的初次評論長度和追加評論長度均有顯著的正向影響，回歸系數分別為0.371和0.429, 均在0.001水平下顯著，說明產品價格正向影響評論長度，即產品價格越高，初次評論長度和追加評論長度越長，H6a得到驗證。產品價格對體驗型產品的初次評論長度和追加評論長度也有顯著的正向影響，回歸系數分別為0.363和0.371, 在0.010水平下顯著，H6b得到驗證。

3.2.4 初次評論與追加評論的時間間隔比較

在關于評論長度比較的研究中篩選出的追加評論的基礎上，剔除初次評論內容為“此用戶沒有填寫評論”的評論，即沒有初次評論，只有追加評論的數據，篩選之后得到搜索型產品的評論數為2 261，體驗型產品的評論數為5 787。

以時間間隔為因變量，以產品類型為自變量，進行獨立樣本t檢驗，檢驗結果見表9。由表9可知，搜索型產品與體驗型產品在評論時間間隔方面存在顯著差異，體驗型產品的時間間隔大于搜索型產品，M體驗=18.940，M搜索=10.420，在0.001水平下顯著，H7得到驗證。

利用回歸分析的方法檢驗產品價格對時間間隔的影響，回歸結果見表10。由表10可知，產品價格對初次評論與追加評論時間間隔有顯著影響，回歸系數為0.515，在0.001水平下顯著，說明產品價格正向影響時間間隔，即產品價格越高，初次評論與追加評論之間的時間間隔越長，H8得到驗證。

針對不同的產品類型，進一步檢驗產品價格如何影響時間間隔。由表10可知，對于搜索型產品和體驗型產品，產品價格對時間間隔均有顯著的正向影響，回歸系數分別為0.429和0.526，在0.001水平下顯著，即無論是搜索型產品還是體驗型產品，產品價格越高，初次評論與追加評論之間的時間間隔越長，H8a和H8b得到驗證。

表8 不同產品類型的產品價格對初次評論長度和追加評論長度的影響的回歸結果Table 8 Regression Results of the Effects of Product Price on the Length of First-time Online Reviews and Appended Online Reviews Based on Different Product Types

注：**為在0.010水平(雙側)下顯著相關，下同。

表9 不同產品類型評論時間間隔的獨立樣本t檢驗結果Table 9 Independent-samples t Test Results of the Reviews′ Time Interval on Different Product Types

表10 不同產品類型的產品價格對時間間隔的影響的回歸結果Table 10 Regression Results of the Effects of Produce Price on the Reviews′ Time Interval Based on Different Product Types

3.2.5 初次評論與追加評論的情感強度比較

本研究利用支持向量機的方法對文本向量進行分類，進行初次評論與追加評論的情感強度比較。首先對原始數據進行處理，剔除追加評論內容為空及廣告的數據，得到體驗型產品的初次評論和追加評論各20 668條，搜索型產品的初次評論和追加評論各20 975條。然后對篩選出的數據進行人工評分，將正面評論評分為1，負面評論評分為-1，為便于統計，從中隨機篩選出500對樣本，同時包含搜索型產品和體驗型產品評論數據，最終得到正樣本和負樣本各500條評論，這1 000條評論就是本研究全部的語料，其中70%作為訓練語料，30%作為測試語料。具體步驟如下。

(1)對語料中的評論進行分詞；

(2)統計語料中詞的種類的個數；

(3)把每條評論都表示成一個向量，即向量空間模型：語料中的詞組成詞匯表，需要初始化一個向量，其長度為詞匯表中詞的個數，以使該向量能夠與評論對應，這樣就把對文本的處理簡化為向量空間中的向量運算。向量的每個維度都賦值為0，這時向量的每個維度實際上都對應著一個詞；如果評論中某個詞出現多次，就把這個次數填入到向量對應的位置；

(4)每個評論都表示成一個向量后，可以在一個高維空間中畫出一個點表示這個評論，把70%的評論表示到一個高維空間中，利用支持向量機分類器訓練得到一個分類模型；

(5)利用這個分類模型對30%的評論進行測試，準確率達到90%。

由于一條評論中可能會有多類情感，對評論的評分只是對其總體情感傾向進行正面和負面的區分。而利用向量空間模型及機器學習，通過對評論中的詞語進行分析，可以得出一條評論可能為正面或可能為負面的概率，概率越高，說明該條評論為正面或負面的可能性越高，就認為該條評論的情感強度越強。趙軍等[39]在其檢測虛假評論的研究中也使用了概率的方法判斷評論文本的情感極性。將此概率與評分(1或-1)相乘之后的變量作為情感強度變量，即因變量，采用方差分析方法檢驗評論類型對情感強度是否有影響。結果表明評論類型對評論的情感強度有顯著影響，F=2 711.760，在0.001水平下顯著，即初次評論與追加評論的情感強度有顯著差異，H9得到驗證。

進一步檢驗初次評論和追加評論的情感強度，首先對所有數據的評分進行整理，結果見表11，(1,-1)表示初次評論為正面、追加評論為負面，以此類推。為展現初次評論和追加評論的情感傾向相同和不同的情況，用配對樣本t檢驗的方法分別對每種情況進行分析，所以以初次評論和追加評論的組數為統計對象。

由表11可知，初次評論和追加評論都認為產品比較好的評論占比最大，為41.584%。初次評論和追加評論情感傾向相反的評論總占比達39.200%，也就是說初次評論和追加評論的情感傾向是不一致的。即初次評論時認為產品好，追加評論時便認為產品不好；反之，初次評論時認為不好，而在追加評論時產生積極的評價。利用機器學習根據之前的語料進行文本分析，判斷該條評論為正面或負面的概率，這與人工評分判斷的正面或負面并不沖突，因為人工標注只能表現出評論的整體傾向，并不能通過對評論中的詞的分析表現出情感的強度。對初次評論和追加評論情感傾向相同的評論進行情感強度分析，其概率越大，該條評論為正面或負面的可能性越大，即情感越強烈。

表11 全體數據初次評論和追加評論情感傾向統計結果Table 11 Statistics Results of Emotional Tendency of First-time Online Reviews and Appended Online Reviews on all the Data

對初次評論和追加評論都為正(即(1,1))的分析結果見表12。由表12可知，初次評論的概率均值為0.886，大于追加評論的概率均值0.844，且在0.001水平下顯著，即初次評論的情感強度顯著大于追加評論的情感強度，H9a沒有得到驗證。

對初次評論和追加評論都為負面的評論進行情感強度的分析，結果見表13。由表13可知，追加評論的概率均值為0.791，大于初次評論的概率均值0.737，且在0.001水平下顯著，即追加評論的情感強度顯著大于初次評論的情感強度，H9b得到驗證。

綜合以上結果，初次評論和追加評論同為正面和負面時的情感強度不一致，這可能是因為對于某些產品，消費者在第一次接觸和使用時感覺特別好，所以初次評論時的情感傾向是積極的，而在使用一段時間后，仍然覺得很好，但這時已經適應了產品的好，追加評論時情感也就沒那么強烈了。而對于初次評論時就認為不好的產品，如果使用一段時間后仍然認為產品不好，對產品的厭惡情緒累積在追加評論時爆發，因而導致其負面傾向的追加評論有更強烈的情感。

表12 (1,1) 配對t檢驗結果Table 12 Pared-samples t Test Results of (1,1)

表13 (-1,-1)配對t檢驗結果Table 13 Pared-samples t Test Results of (-1,-1)

通過對數據的處理和分析，各假設的檢驗結果見表14。

4 結論

4.1 研究結論

(1)本研究對在線初次評論和在線追加評論進行比較研究，針對不同類型的產品，從評論數量、評論長度、情感強度等方面出發，發現初次評論和追加評論存在顯著的不同。在評論數量上，雖然初次評論和追加評論的評論數量有顯著差異，但并不因產品類型的不同而有所差別，不論是對搜索型產品還是對體驗型產品，消費者有著相同的評論意向。對于在線評論長度的研究表明，無論是搜索型產品還是體驗型產品，產品價格越高，初次評論長度和追加評論長度越長。

(2)關于時間間隔的研究，證明體驗型產品初次評論與追加評論的時間間隔顯著大于搜索型產品，產品價格越高，其初次評論與追加評論的時間間隔越長。這從側面反映了追加評論比初次評論更能反映出產品的實際質量，因為追加評論是消費者在使用產品一段時間后做出的評論，而且時間的長短隨產品屬性的不同而不同。

(3)初次評論和追加評論的情感強度有顯著差異。如果初次評論和追加評論的情感傾向均為正向，那么初次評論的情感強度大于追加評論的情感強度。相反，如果初次評論和追加評論的情感傾向均為負向，那么初次評論的情感強度小于追加評論的情感強度。可見在線評論可以成為消費者情感的一個宣泄口，正面的情緒會被時間沖淡，而負面情緒會在追加評論中變得更加強烈。

4.2 理論意義和實踐意義

(1)本研究將評論分為初次評論和追加評論兩種類型，比較兩者在評論數量、評論長度和情感強度等方面的差異，對現有理論是有益的補充。

(2)研究結果表明產品類型和價格對評論長度和時間間隔有影響，企業應對不同產品類型和產品價格的產品采取不同的策略。評論長度體現了信息的豐富程度，研究結果表明體驗型產品評論長度大于搜索型產品，企業應針對搜索型產品采取激勵措施，鼓勵消費者增加評論字數，分享自己的感受和心得，尤其是搜索型產品中的低價產品。而針對體驗型產品，評論字數一般較多，給消費者傳遞的信息也較多，企業應該在消費者購買前和購買后與消費者保持密切溝通，降低消費者傳遞負面信息的概率。時間間隔能夠顯著影響追加評論的有用性感知[8]，不同類型和價格的產品的初次評論和追加評論時間間隔長短存在差異，企業可以根據產品類型判斷時間間隔相對較長還是較短，在消費者給出初始評論后，通過用戶滿意度調查、答謝用戶等活動，提醒用戶及時進行追加評論或建議用戶多體驗一段時間后再追加評論，充分利用追加評論對其他潛在消費者購買決策的影響。

(3)根據本研究結果，初次評論和追加評論的情感強度有顯著差異，企業應更加重視對消費者追加評論的引導和維護。結合已有研究，相對于初次評論，追加評論會使消費者感知到更高的信息有用性和價值，消費者受追加評論情感強度的影響更大。企業可以考慮采取一些激勵措施，消費者在給出正面的初始評論后，如果對產品或服務滿意，繼續追加正面評論；同時企業也應重視售后服務，讓消費者在購買產品后也能感受到賣家的貼心服務，從而主動追加正面評論，促進對產品積極評價的傳播。如果給出負面的初始評論，企業應該及時采取補救措施，避免消費者追加負面情感更強烈的評論。

4.3 研究局限

本研究在理論推導和實證分析上雖力求符合科學原則，但由于多方面原因使研究仍存在一些局限。

(1)在樣本選取上存在局限性。一方面，將手機殼和潔面用品作為搜索型產品和體驗型產品的代表，這兩種產品的功能和質量屬性相對較少，可能對其評論長度以及初次評論與追加評論時間間隔產生影響，導致其評論的長度相對較短，初次評論與追加評論間隔的體驗周期也較短；另一方面，對產品的涵蓋范圍不夠廣泛，還有一些特殊類型的產品，如手機，兼具搜索型和體驗型產品的特性，本研究缺乏對其初次評論與追加評論差別的研究。

(2)關于評論長度和評論時間間隔的模型的擬合度低于0.500，說明還有一些影響評論長度和時間間隔的變量未被納入模型中，如評論者本身特征因素。后續研究需要進一步挖掘影響評論長度和時間間隔的其他重要因素，以提高預測的準確性。

[1]CHEN Y,XIE J.Online consumer review:word-of-mouth as a new element of marketing communication mix.ManagementScience,2008,54(3):477-491.

[2]LEE E,SHIN S Y.When do consumers buy online product reviews?Effects of review quality,product type,and reviewer′s photo.ComputersinHumanBehavior,2014,31:356-366.

[3]楊銘,祁巍,閆相斌,等.在線商品評論的效用分析研究.管理科學學報,2012,15(5):65-75.

YANG Ming,QI Wei,YAN Xiangbin,et al.Utility analysis for online product review.JournalofManagementSciencesinChina,2012,15(5):65-75.(in Chinese)

[4]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.管理科學學報,2010,13(8):78-89,96.

表14 實證結果總結Table 14 Summary of Empirical Results

HAO Yuanyuan,YE Qiang,LI Yijun.Research on online impact factors of customer review usefulness based on movie reviews data.JournalofManagementSciencesinChina,2010,13(8):78-89,96.(in Chinese)

[5]FLOH A,KOLLER M,ZAUNER A.Taking a deeper look at online reviews:the asymmetric effect of valence intensity on shopping behavior.JournalofMarketingManagement,2013,29(5/6):646-670.

[6]MOORE S G.Attitude predictability and helpfulness in online reviews:the role of explained actions and reactions.JournalofConsumerResearch,2015,42(1):30-44.

[7]周梅華,李佩镅,牟宇鵬.在線評論對消費者購買意愿的影響:心理距離的中介作用.軟科學,2015,29(1):101-104,109.

ZHOU Meihua,LI Peimei,MOU Yupeng.Effects of online reviews on purchase intention of consumers:the mediation of psychological distance.SoftScience,2015,29(1):101-104,109.(in Chinese)

[8]王長征,何釤,王魁.網絡口碑中追加評論的有用性感知研究.管理科學,2015,28(3):102-114.

WANG Changzheng,HE Shan,WANG Kui.Research on how additional review affects perceived review usefulness.JournalofManagementScience,2015,28(3):102-114.(in Chinese)

[9]BICKART B,SCHINDLER R M.Internet forums as influential sources of consumer information.JournalofInteractiveMarketing,2001,15(3):31-40.

[10] PARK D H,KIM S.The effects of consumer knowledge on message processing of electronic word-of-mouth via online consumer reviews.ElectronicCommerceResearchandApplications,2008,7(4):399-410.

[11] HO-DAC N N,CARSON S J,MOORE W L.The effects of positive and negative online customer reviews:do brand strength and category maturity matter?.JournalofMarketing,2013,77(6):37-53.

[12] 于麗萍,夏志杰,王冰冰.在線評論對消費者網絡購買意愿影響的研究.現代情報,2014,34(11):34-38.

YU Liping,XIA Zhijie,WANG Bingbing.Research on online review on the internet purchase intention.JournalofModernInformation,2014,34(11):34-38.(in Chinese)

[13] NELSON P.Information and consumer behavior.JournalofPoliticalEconomy,1970,78(2):311-329.

[14] WEATHERS D,SHARMA S,WOOD S L.Effects of online communication practices on consumer perceptions of performance uncertainty for search and experience goods.JournalofRetailing,2007,83(4):393-401.

[15] NELSON P.Advertising as information.JournalofPoliticalEconomy,1974,82(4):729-754.

[16] 江曉東.什么樣的產品評論最有用?在線評論數量特征和文本特征對其有用性的影響研究.外國經濟與管理,2015,37(4):41-55.

JIANG Xiaodong.What is the most helpful product review?The effect of online reviews′ quantitative and textual features on its helpfulness.ForeignEconomics&Management,2015,37(4):41-55.(in Chinese)

[17] SCHOLZ M,DORNER V.The recipe for the perfect review?An investigation into the determinants of review helpfulness.Business&InformationSystemsEngineering,2013,5(3):141-151.

[18] MUDAMBI S M,SCHUFF D.What makes a helpful online review?A study of customer reviews on Amazon.com.MISQuarterly,2010,34(1):185-200.

[19] SEN S,LERMAN D.Why are you telling me this?An examination into negative consumer reviews on the Web.JournalofInteractiveMarketing,2007,21(4):76-94.

[20] KIECKER P,COWLES D.Interpersonal communication and personal influence on the Internet:a framework for examining online word-of-mouth.JournalofEuromarketing,2002,11(2):71-88.

[21] 張耕,郭寧.負面在線評論對產品銷量的影響:基于淘寶網的實證研究.消費經濟,2012,28(6):86-89.

ZHANG Geng,GUO Ning.Impact of negative online reviews on sales:a study on Taobao.com.ConsumerEconomics,2012,28(6):86-89.(in Chinese)

[22] 龔詩陽,劉霞,劉洋,等.網絡口碑決定產品命運嗎:對線上圖書評論的實證分析.南開管理評論,2012,15(4):118-128.

GONG Shiyang,LIU Xia,LIU Yang,et al.Does online word-of-mouth determine products′ fate:an empirical analysis of online book reviews.NankaiBusinessReview,2012,15(4):118-128.(in Chinese)

[23] 李宗偉,張艷輝.體驗型產品與搜索型產品在線評論的差異性分析.現代管理科學,2013(8):42-45.

LI Zongwei, ZHANG Yanhui.The difference of experience products and search products′ online reviews.ModernManagementScience,2013(8):42-45.(in Chinese)

[24] CHEVALIER J A,MAYZLIN D.The effect of word of mouth on sales:online book reviews.JournalofMarketingResearch,2006,43(3):345-354.

[25] JOHNSON E J,PAYNE J W.Effort and accuracy in choice.ManagementScience,1985,31(4):395-414.

[26] LIU Y.Word of mouth for movies:its dynamics and impact on box office revenue.JournalofMarketing,2006,70(3):74-89.

[27] CHEN Y,WANG Q,XIE J.Online social interactions:a natural experiment on word of mouth versus observational learning.JournalofMarketingResearch,2011,48(2):238-254.

[28] 鄭麗娟,王洪偉,郭愷強.基于情感詞模糊統計的網絡評論情感強度的研究.系統管理學報,2014,23(3):324-330.

ZHENG Lijuan,WANG Hongwei,GUO Kaiqiang.Sentiment intensity of online reviews based on fuzzy-statistics of sentiment words.JournalofSystems&Management,2014,23(3):324-330.(in Chinese)

[29] 郝媛媛,鄒鵬,李一軍,等.基于電影面板數據的在線評論情感傾向對銷售收入影響的實證研究.管理評論,2009,21(10):95-103.

HAO Yuanyuan,ZOU Peng,LI Yijun,et al.An empirical study on the impact of online reviews sentimental orientation on sale based on movie panel data.ManagementReview,2009,21(10):95-103.(in Chinese)

[30] DE ANGELIS M,BONEZZI A,PELUSO A M,et al.On braggarts and gossips:a self-enhancement account of word-of-mouth generation and transmission.JournalofMarketingResearch,2012,49(4):551-563.

[31] BERGER J,SCHWARTZ E M.What drives immediate and ongoing word of mouth?.JournalofMarketingResearch,2011,48(5):869-880.

[32] DELLAROCAS C.Strategic manipulation of internet opinion forums:implications for consumers and firm.ManagementScience,2006,52(10):1577-1593.

[33] 王平,代寶.消費者在線評論有用性影響因素實證研究.統計與決策,2012(2):118-120.

WANG Ping,DAI Bao.An empirical analysis of factors influencing the helpfulness of online consumer reviews.Statistics&Decision,2012(2):118-120.(in Chinese)

[34] 王君珺,閆強.不同熱度搜索型產品的在線評論對銷量影響的實證研究.中國管理科學,2013,21(S2):406-411.

WANG Junjun,YAN Qiang.An empirical study on the impact of online reviews of different product popularity on product sales.ChineseJournalofManagementScience,2013,21(S2):406-411.(in Chinese)

[35] 李琪,馬凱,阮燕雅.負面評論和評級的不一致性對感知有用性的影響研究:以產品類型作為調節變量.軟科學,2014,28(4):102-106.

LI Qi,MA Kai,RUAN Yanya.Research on the inconsistency of negative review and rating impacting on the perceived helpfulness:taking reference product type as an adjustment variable.SoftScience,2014,28(4):102-106.(in Chinese)

[36] 方佳明,王鈺瑩,趙志榮.不同產品品牌聲譽對在線評論有用性影響因素的調節效應.軟科學,2016,30(3):108-112.

FANG Jiaming,WANG Yuying,ZHAO Zhirong.The moderation effect of product types brand reputation on the helpfulness of online product review.SoftScience,2016,30(3):108-112.(in Chinese)

[37] 郝媛媛.在線評論對消費者感知與購買行為影響的實證研究.哈爾濱:哈爾濱工業大學,2010:95-97.

HAO Yuanyuan.Anempiricalresearchontheimpactofuseronlinereviewsonconsumerperceptionandpurchasebehaviors.Harbin:Harbin Institute of Technology,2010:95-97.(in Chinese)

[38] 龔詩陽,劉霞,趙平.線上消費者評論如何影響產品銷量？基于在線圖書評論的實證研究.中國軟科學,2013(6):171-183.

GONG Shiyang,LIU Xia,ZHAO Ping.How do online consumer reviews influence product sales?An empirical study based on online book reviews.ChinaSoftScience,2013(6):171-183.(in Chinese)

[39] 趙軍,王紅.融合情感極性和邏輯回歸的虛假評論檢測方法.智能系統學報,2016,11(3):336-342.

ZHAO Jun,WANG Hong.Detection of fake reviews based on emotional orientation and logistic regression.CAAITransactionsonIntelligentSystems,2016,11(3):336-342.(in Chinese)

AComparativeStudyontheFirst-timeOnlineReviewsandAppendedOnlineReviews

SHI Wenhua，GONG Xue，ZHANG Qi，WANG Lu

School of Economics and Management, Beijing University of Posts and Telecommunications, Beijing 100876, China

Online reviews have been hot issues of researches in recent years. The researches on online reviews at present focus on the comments posted immediately after consumers receive their products. With the improvement of the mechanism of online shopping, several online shopping platforms have provided consumers with the chance of appended online review, which means consumers can re-comment after using the product for a period of time. In this paper, we divided online reviews into first-time online reviews and appended online reviews. Based on different product types (search products and experience products) and price levels, we explored the reviews′ differences in quantity, length, time interval and emotional intensity.

The review data was obtained from online retail sites Tmall, and the data was analyzed by regression analysis, multi-factor analysis of variance, independent-samples t test and pared-samples t test through SPSS Statistics 20. The conclusions are as follows: Firstly, reviews′ quantity is influenced by reviews′ type and price, yet reviews′ type has the greatest impact on reviews′ quantity. The quantity impact of first-time online reviews is larger than the quantity of appended online reviews, and the price level has a negative impact on the quantity of reviews. However, product type has no significant effect on the quantity of reviews. Secondly, the reviews′ length and time interval of experience products are greater than that of search products, and the price has a positive effect on the reviews′ length and time interval. Thirdly, the emotional intensity of the first-time online reviews and appended online reviews is influenced by the emotional tendencies. If the emotional intensity of both first-time online reviews and appended online reviews are negative, then the emotional intensity of appended online reviews is greater than that of first-time online reviews. However, if the emotional intensity of both first-time online reviews and appended online reviews are positive, then the emotional intensity of first-time online reviews is greater than that of appended online reviews.

This research shows that first-time online reviews and appended online reviews are different in terms of some basic features. On the one hand, it enriches the research content on appended online reviews, providing a theoretical basis for studying the effects of the first-time online reviews and appended online reviews on consumers′ behavior. On the other hand, enterprises can take different measures on products of different types and price levels, making the length, time interval and emotional intensity of reviews is maintained at excellent level. Therefore, enterprises are able to take advantage of the influence of online reviews on consumer purchasing decisions.

first-time online reviews；appended online reviews；product type；product price；emotional intensity

Date:December 17th, 2015

DateMay 26th, 2016

FundedProject:Supported by the National Natural Science Foundation of China(71372194)

Biography:SHI Wenhua, doctor in Management, is an associate professor in the School of Economics and Management at Beijing University of Posts and Telecommunications. His research interests include marketing and game theory. His representative paper titled “Study of social ties as one kind of switching costs: a new typology” was published in theJournalofBusiness&IndustrialMarketing(Issue 5, 2015). E-mail：ebiz@bupt.edu.cn.

GONG Xue is a master degree candidate in the School of Economics and Management at Beijing University of Posts and Telecommunications. Her research interest focuses on marketing. Her representative paper titled “Identifying fake and potential corporate members in telecommunications operators” was published in theChinaCommunications(Issue 8, 2013). E-mail：gongxue_lydia@163.com

ZHANG Qi is a master degree candidate in the School of Economics and Management at Beijing University of Posts and Telecommunications. Her research interest focuses on marketing. E-mail：zhangqi_0111@126.com

WANG Lu is a master degree candidate in the School of Economics and Management at Beijing University of Posts and Telecommunications. Her research interest focuses on marketing. E-mail：wl79234@sina.com

F713.36

A

10.3969/j.issn.1672-0334.2016.04.004

1672-0334(2016)04-0045-14

2015-12-17修返日期2016-05-26

國家自然科學基金(71372194)

石文華，管理學博士，北京郵電大學經濟管理學院副教授，研究方向為市場營銷管理和博弈論等，代表性學術成果為“Study of social ties as one kind of switching costs: a new typology”，發表在2015年第5期《Journal of Business & Industrial Marketing》，E-mail：ebiz@bupt.edu.cn

龔雪，北京郵電大學經濟管理學院碩士研究生，研究方向為市場營銷管理等，代表性學術成果為“Identifying fake and potential corporate members in telecommunications operators”，發表在2013年第8期《China Communications》，E-mail：gongxue_lydia@163.com

張綺，北京郵電大學經濟管理學院碩士研究生，研究方向為市場營銷管理等，E-mail：zhangqi_0111@126.com

王璐，北京郵電大學經濟管理學院碩士研究生，研究方向為市場營銷管理等，E-mail：wl79234@sina.com

□