基于消费者视角的回顾有用性分析.docxVIP

基于消费者视角的回顾有用性分析学生姓名：马光宇 学号：201423801006这是一篇网购用户评价对购买行为影响的文章。作者收集了大量的一手数据，运用数学建模和相关性分析的方法，对数据进行分析和处理并得出结论。原文很长，首先对文章整体接结构做一个简单介绍。随着信息和网络技术的快速发展，在线交易逐渐取代传统的面对面交易，已成为消费者最常用的交易方式。电子商务平台需要为消费者提供一个渠道，消费者的购买意见通常称为产品评论 - 在完成交易后。当消费者决定他们想要购买的产品和他们想要购买的网站时，他们倾向于检索关于替代产品的信息以帮助作出决定。作者探讨了与客户观点的评论的有用性相关的因素。首先，作者基于解释性理论（包括行为理论和心理学理论）提出了关于审查有用性的三个假设。在三个假设中，作者讨论了影响评论的有用性的因素，例如评论者，评论特征审查投票。基于行为理论，相同行为者的行为具有一些相似性和例行程序。评论也是一种行为。因此，有可能类似的帮助存在于评论来自同一消费者。接下来，复审价值表示消费者在完成购买程序后对特定产品的态度。从这些评论中提取的信息可以减少消费者的关注，并帮助他们做出更快，更容易的决策。三个假设：假设1：由同一消费者产生的不同产品类别的评论具有近似有用性。假设2：高评级的评论被认为比低评级的评价更有帮助。假设3：大量投票的评论被认为比投票较少的投票更有帮助。数据收集和预处理：本文利用了从最大的电子商务网站之一，亚马逊和McAuley收集的审查数据集。该数据集包含34 686 770评论，消费者6 643 669和总共2 44 0 053的产品。在本数据集中评论超过50次的消费者数量为56 772.本数据集中的11条评论是在1995年6月至2013年3月期间生成的。为了测试上面提出的三个假设，作者基于上述原因提取了从该数据集中指出的最多次数的前100条评论。假设的验证：假设1。每个消费者在不同产品类别中的评论分布不同。大多数消费者的评论集中在四个类别，尽管四个类别对于消费者是不同的。这种情况的原因可能与收集数据的方法有关来自亚马逊。对于每个消费者，被选择来探究在不同产品类别之间是否存在评价有用性的差异。在提取之后，剩下满足所提出的条件的65个消费者（1,2,4,5，...，99）。然后计算平均有用性hi，J通过将在前面的第J个类别TopCatj中的所有投票的数量除以帮助投票helpVote的消费者f（i = 1,2,4,5，...，99）的数量，如等式）显示：随后计算65个消费者的平均值和方差和这4个指标的有用性。我们发现，尽管不同评论者产生的前四个产品类别中的评论的有用性的方式可以变化，但是对所有消费者的评论的有用性的变化保持在类似的低水平。这意味着审查有用性 不同类别的相同消费者是近似的。因此假设1被验证。假设2。来自亚马逊的数据集中的等级价格包含五个选项。名称为1-5得分。5分被视为极高的价值，3分作为中等价值，1分作为极低的价值。不同的得分代表不同的态度。计算平均感知有用性hi ，u是在第i个消费者的最大购买产品类别中具有价值v的评价的最大购买产品类别中的价格的评价，如下： 100×5的分布及其均值如图4所示。直观地说，高价评论的有效性大于低价。为了检验10点价之间是否存在差异或变化趋势，我们进行了Mann-Kendall趋势检验，发现P值极其显着为0.003这意味着审查有用性的增加趋势被显着支持因此假设2被验证。假设3。为了分析每个评论的投票数量是否对感知有帮助有影响，计算两个评论有用性向量。我们比较两个评论有用度向量与1×67维度和计算它们的对应比例。比较部分显示在图5和表2。从图5中，我们发现除了第0个，第72个，第83个和第95个用户之外的所有用户，被投票至少100次的评论的平均有用性大于所有被投票的评论的平均有用性。所有67个消费者的较高百分比为33.5％。为了精确地测试我们的发现，我们对两个有用度向量进行配对样本T检验。如图3所示，配对t检验的t值为-8 .959，这意味着V在很大程度上小于矿石，P值为0.00。这意味着比较是显着的。换句话说，至少有100票的评论的有用性大于1的所有评论至少有一个投票。因此假设3被验证。结论：三个提出的假设已经通过经验测试分别验证。结果显示，审查者，审查效价和审查投票具有显着相关性和审查有用性的趋势，这与常识一致。然而，这些发现是统计测试获得的。并且文章中的审查有用性仅通过记录在交易平台上的投票计算。还有许多没有记录的评价。因此，鼓励更多的消费者投票是有益的，以获得更准确的帮助。此外，也有可能一些评论来自总是提供无益的评论之前的评论，以及评价是低票价和少票，实际上具有高实用性。文章中揭示的因素和乐于帮助之间的相关性只是一般现象，而不是绝对的关系。局限性：尽管有上述发现