论文部分内容阅读
随着互联网技术的飞速发展,宽带覆盖区域日益广泛,越来越多的人选择网购这一方便快捷的消费方式,网络购物行为也越来越常见。消费者购物之后可以在网站上对自己购买的商品或者服务进行评价,各大电商平台也因此累积了大量的在线评论数据,随着这些在线评论的数据逐渐受到消费者和商家的关注,各大电商平台纷纷升级自家在线评论系统,推出图片评论这一新功能。这一改变使得消费者在发表评论时不仅可以对商品或者服务进行评分和发表文字评论,还可以发表商品或者能够体现服务特征的图片。相较于文字评论和评分,图片评论可提供的信息更加的真实、直观,尤其是对于像酒店这样的体验型商品而言,由于文本和评分评论往往带有自己的主观性,而图片内容会更加客观、更加具有说服力,即“有图有真相”,图片评论可以为其他消费者提供更加丰富的信息,帮助其更合理的制定消费决策。基于图片评论的自身特征,图片评论也越发受到关注。但是就现实情况而言,当前图片评论的数量较少,比例也比较低。以携程网北京地区酒店评论数据为例,携程网自2013年推出图片评论功能,2013年北京地区酒店评论数比例仅为0.17%,2017年这一比例上升为5.3%,数量和比例虽有提升,但是依然处在比较低的水平,没有充分体现电商平台推出图片评论功能的作用。因此,如何鼓励和引导消费者发表图片评论,从而充分发挥图片评论的功能,.为消费者提供更加真实、客观的商品信息,提升其在网络平台的消费体验,同时也为网络平台的服务提升提供行之有效的参考建议。然而通过梳理已有文献,国内外已有学者对口碑传播影响因素以及消费者在线评论行为影响因素等问题进行了深入研究,但是对于在线评论当中的图片内容还是缺少关注,对于影响消费者发表图片评论因素这一问题的研究还比较少。因此本文将重点关注图片评论,研究影响消费者发表图片评论的因素。本文参考Dichter的动机理论框架,结合酒店网站图片评论的特点,从信息涉入、自我涉入、他人涉入和商品涉入四个角度分别研究酒店等级、已有评论数量、消费者满意度和争议度对消费者发表图片评论行为的影响,建立了影响消费者发表图片评论因素的理论模型。在确定了研究问题后选取携程网酒店预订平台北京地区全部酒店的在线评论数据作为样本进行研究,于2017年6月共抓取3514581条评论数据,经数据预处理后得到北京地区4333家酒店共1775980条有效评论数据作为数据样本进行研究。在文献综述基础上,首先使用描述统计分析方法得出各变量最大值、最小值、平均数以及标准差,了解各变量数据结构情况为下一步回归做以铺垫。其次分别以图片评论占总评论数比例和一条评论当中是否有图为被解释变量建立两个回归模型对本文理论模型和各项假设内容进行检验,根据两个模型各自特征分别使用Tobit回归和Logit回归对数据进行回归分析,并得出本文研究结果。本文主要研究结论是:第一,酒店等级对消费者发表图片评论行为具有显著积极影响,酒店等级越高消费者越容易发表图片评论;第二,消费者对于酒店特别满意或者特别不满意时更容易发表图片评论;第三,已有评论数量对消费者发表图片评论行为具有显著消极影响,已有评论数量越少消费者越容易发表图片评论。本文的主要贡献在于:首先,依据动机理论框架建立模型,从客观变量的角度探究影响消费者发表图片评论的因素,弥补了以往对在线评论发布影响因素研究对于在线评论中图片内容关注的缺失,对现有文献研究内容做以有益补充;其次,基于本文研究结论,结合动机理论内容和图片评论自身特征,为酒店以及网络平台提供改进意见,以期能够鼓励和引导消费者更积极地发表图片评论,进一步提高在线评论中图片评论的数量和比例,使图片评论评价、反馈及参考作用得到更充分的发挥。