负面在线评论对消费者感知风险影响研究

来源:用户上传      作者:

　　摘要：负面在线评论作为网络购物市场供给侧结构性改革的重要抓手，对便利消费者购买决策、促进生产者提升改进产品及服务质量等具有重要作用，研究负面在线评论对消费者感知风险影响具有重要的理论和现实意义。从负面在线评论、商家DSR服务和消费者性格特质及主观规范三个维度并结合SOR理论，构建了负面在线评论对消费者感知风险影响模型，通过设计问卷并收集实际数据进行实证分析。研究发现：负面在线评论显著正向影响社会感知风险;商家DSR服务显著正向影响服务感知风险;消费者性格特质显著正向影响心理感知风险，而主观规范显著负向影响心理感知风险;社会感知风险对购买意愿的影响大于心理感知风险，服务感知风险的影响最小。
　　关键词：负面在线评论;消费者感知风险;商家DSR服务;性格特质;主观规范
　　中图分类号：F274   文献标识码：A   文章编号：1007-2101（2020）01-0100-09
　　近年来，我国网络购物蓬勃发展。截至2018年底，我国8.29亿网络用户中6.1亿人有网络购物经历，网购人数年增长率达14.4%[1]。作为网络购物市场供给侧结构性改革的重要抓手，负面在线评论开创了电子商务的新模式，在营造公平竞争环境、构建诚信体系、便利消费者购买决策、促进生产者提升和改进产品及服务质量、繁荣在线市场等方面发挥着日益重要的作用。特别是负面在线评论为消费者有效感知风险，做出购买决策提供了可靠依据，也进一步促使企业在塑造网络口碑时，根据负面在线评论深入挖掘探索更精准的客户需求，制定更精准的营销策略，更好地推广产品，进而达到维持客户满意度和建立企业优质网络口碑的目的。因此，研究负面在线评论对消费者感知风险的影响具有重要的理论和现实意义。
　　 一、文献综述
　　目前，国内外已有文献从不同视角研究负面在线评论。Chang等（2015）研究提出，传播负面在线评论是一个消费者积极的反应，以告知他人自己不满意的购物经历[2]。Balaji等（2016）认为负面在线评论是一个消费者与朋友、家人和其他人分享的负面或不利的反馈或意见[3]。Kim等（2016）研究探讨了负面在线评論对购买行为的影响以及公司道歉的调节作用。一系列研究表明，负面在线评论会减少后续购买[4]。Lin等（2016）研究发现，品牌的作用可以消除部分负面在线评论的影响，虽然存在大量负面在线评论，但若公司拥有强大的品牌和强大品牌效应，有很多忠诚的顾客，这些负面的口碑不会对产品销量产生很大影响，即品牌这一影响因素可以对负面评论和产品销量进行调节[5]。Rose等（2016）以酒店、餐饮服务行业为调查对象，对酒店、餐饮服务商回复负面在线评论是否有益，以及负面评论数量是否会影响公司声誉进行了研究。结果表明，在一般情况下，随着负面评论数量的增加，公司声誉受到不利影响也会增加[6]。也有很多学者对负面在线评论对消费者购买意愿的中介变量进行了相关研究，Byun Chung gyu与Ha Hwanho（2016）探讨网购中负面评论各属性，研究通过感知风险的中介作用对购买意图的影响[7]。Ryu MiHyun与Lee Seung Sin（2017）研究了O2O中消费者感知风险对负面在线评论和消费者购买意愿的中介作用[8]。Weisstein等（2017）研究考虑了购买目标的调节作用，确定负面在线评论的比例对消费者价格感知和购买决策有影响，并受到消费者购买目标的左右，并由感知价值中介[9]。Liwu Hsu（2017）的研究中，对社交媒体中负面评论数量等对公司声誉及价值的影响程度进行了研究，研究表明负面在线评论数量、增长率等都会加剧产品召回对企业价值的负面影响[10]。Emi Moriuchi（2018）研究了消费者对商家服务等服务属性的满意程度和这些属性对网上超市购物的信任度之间的关系，研究结论支持早期研究的结果，即商家服务等属性是消费者网上购物满意度的决定因素[11]。越来越多的旅行者使用在线评论平台发布有关酒店的评论，需要以恢复服务故障的方式管理对负面评论的响应，Mate等（2019）研究酒店经理在回应TripAdvisor上的负面评论时所采用的策略，发现价值观和文化对负面评论的影响[12]。Afzaal等（2019）使用从TripAdvisor和OpenTable等主要旅游网站爬行的真实数据进行了实验，开发基于在线评论的提取和分类的预测框架，所提出的框架利用评论短语之间的语义关系来提取用于准确情绪预测的隐含和不常见方面[13]。在线消费者评论可能纯粹是积极的或消极的，或两者兼而有之，Sharifi（2019）研究消费者对积极与消极和混合评论的反应（即评论侧面），还研究了认知闭合和满意度保证需求对评价侧面反应的影响。调查结果表明，最有利的评价属于正面评价，其次是混合评论，然后是负面评论[14]。蔡淑琴等（2017）以京东上对手机的负面评论数据为对象，探索了负面评论情感极性的不同对评论有效性的作用[15]。王阳（2018）对负面评论信息的负面情感倾向进行研究，研究表明负面评论感情极端性和顾客的风险性感知都对消费者网上购买行为有负面作用[16]。
　　综上所述，现有国内外研究重点对负面在线评论外在客观因素进行了分析，但对用户自身性格特质和用户身边影响的关注不足，且没有对感知风险进行细分。然而，负面在线评论使消费者地位日益提升，消费者个人因素及不同感知风险将对自身风险感知具有重要影响。因此，为弥补现有研究尚不能完全解释负面在线评论对消费者感知风险影响的不足，本研究结合SOR理论、风险感知理论、购买意愿理论，分析了负面在线评论因素、商家服务因素、消费者个人因素等对消费者感知风险的影响，以丰富负面在线评论的研究，并为消费者、商家提供建议，使消费者更好更便捷地购物、商家更好地提供服务，让负面在线评论发挥更重要的作用。
　　 二、负面在线评论对消费者感知风险影响模型构建 　　（一）负面评论信息
　　1. 负面在线评论数量。随着网络用户向移动端、社交媒体迁移，越来越多的信息依托社交网络实现大众传播，消费者可以有更多的方式了解到商品的评论信息，尤其是负面评论的信息量，即负面评论数量。Lirong Chen（2017）通过贝叶斯模型模拟实验，证实负面在线评论数量和真实性都影响消费者对电子商务平台中卖家声誉的评价[17]。Xue Bai（2017）利用芝加哥某餐馆的交易数据，对在线评论数量、商家等级等对餐馆交易额的影响进行研究，为餐馆日常供应提供依据[18]。在网络环境中，对某一观点赞同的人数越多，那么顺从该观点的人数就越多，由访谈数据的提取也可以看出，很多消费者在乎差评数量。因此，就负面在线评论的研究而言，负面在线评论的数量越多，就更容易引起消费者的风险感知。因此，提出如下假设：
　　H1：负面在线评论数量对消费者社会感知风险存在正面影响。
　　2. 负面在线评论质量。消费者越来越多地使用互联网社交媒体中的在线评论来了解产品质量，因此对营销人员来说，最重要的是了解这些在线评论对消费者有何帮助，以及研究出这些评论如何影响消费者决策等行为。Chihli Hung（2017）认为判断在线评论是否能为消费者购物提供宝贵参考建议，取决于在线评论自身的质量，并提供对在线评论进行质量分类研究，结果表明，消费者主要受网络口碑信息质量的作用[19]。于丽萍（2014）对网络评论信息质量作用于信息的可信任度进行了探究，结论中谈到网络评论信息质量影响着感知风险还有信息有用性[20]。因此，提出如下假设：
　　H2：负面在线评论质量对消费者社会感知风险具有正向影响。
　　3. 负面在线评论强度。在线评论的负面程度是指负面评论中包含的消费者感情极端程度，消费者的不满情绪通过评论的负面程度来表达。Simona Romani等（2012）对评论的强度进行相关研究，研究表明消费者对与某商品相关强刺激的评论可能会引起消费者对这些商品的消极情绪，并最终使消费者放弃该品牌[21]。消费者对商品越不满，越想通过评论的方式发泄自己的情绪，这些态度非常明确的评论被消费者看到后，就会使购买者风险态度发生改变。郑丽娟和王洪伟（2017）对在线评论感情极性及强度进行情感分析，研究所得，通过分析情感强烈程度，可以区分网络顾客对企业的喜好程度[22]。因此，提出如下假设：
　　H3：在线评论负面程度对消费者社会感知风险具有正向影响。
　　（二）商家DSR服务
　　淘宝的卖家服务评级系统（Detail Seller Rating，DSR）和评分体系是C2C平台机制的核心之一。DSR系统主要就卖家提供的物品描述与实物之间的差异、沟通质量及回应速度、物品运送时间合理性和运费及处理费合理性四个方面，对服务质量进行评级。
　　1. 产品描述。产品描述是商家对产品信息的展示，Liu等（2013）研究中将产品描述定义为产品信息的丰富度[23]。何有世和李娜（2016）在对产品种类进行区分的情景下，增加了产品的信息维度。通过对亚马逊商城几种搜索型商品在线评论数据的分析研究，征得产品信息的丰富度对在线评论有效性的作用[24]。当负面评论中包含对产品描述的评价时，如消费者实际收到的产品与产品描述之间颜色、大小等存在差异时，会让消费者产生购物风险。因此，提出如下假设：
　　H4：产品描述对消费者服务感知风险具有正向影响。
　　2. 即时服务。即时沟通指商家售前、售中及售后的沟通质量和响应及时程度，商品提供者以向购买者实时回应的方法，快速消解顾客所遇问题，以减少风险感知。Emi Moriuchi（2018）研究了消费者对商家服务等服务属性的满意程度和这些属性对网上超市购物的信任度之间的关系，研究结果支持早期研究的结果，即商家服务等属性是消费者网上购物满意度的决定因素[11]。正如在我们购物时一样，不论是在评论中看到类似对商家沟通不畅的负面信息，还是主动跟商家沟通结果不畅，都会改变我们的风险态度。因此，提出如下假设：
　　H5：即时服务对消费者服务感知风险具有正向影响。
　　3. 物流服务。物流服务指商品运输过程中的物流及快递人员服务等一系列服务，包括包裹是否完整、损坏或丢件，及快递服务人员服务态度等问题。李宗伟等（2017）对服务感知价值等维度进行了研究，分析了卖家DSR服务评分，并据此构建了在线购买决策影响模型[25]。物流可能出现问题的情况下，会直接影响消费者购买产品的质量，也会让消费者产生购物风险。因此，提出如下假设：
　　H6：物流服务对消费者服务感知风险具有正向影响。
　　（三）消費者个人因素
　　1. 性格特质。消费者性格特质指的是消费者的性格特点，测量消费者是否属于敏感型人格，如消费者做选择之前是否考虑的因素较多，包括对产品的期望，如外观、功能、质量、大小、颜色是否合适。Balaji等（2016）根据认知失调和社会支持理论，用结构方程模型的方法分析206个受访者的数据，提出情景、个人因素和社交网络因素对负面在线评论传播有显著影响[3]。张德鹏等（2015）从心理学角度出发，探寻了顾客心理感知因素对产品推荐意愿即产品口碑的影响[26]。比如很多消费者对产品抱有的期望过高，把产品想象成完美无缺的，这种情况下商品有一点瑕疵，都会让消费者产生购物风险。因此，提出如下假设：
　　H7：消费者性格特质对消费者心理风险感知具有正向影响。
　　2. 主观规范。主观规范是指个人不确定是否实施某行为之前，感受到的来自社会压力大小对其决策产生的影响。在最初研究当中，Davis等（1989）得出主观规范对购物意愿没有很大程度的影响，早期就没有把它放进研究模型中，但经研究已经知道了主观规范的重要程度，只是应该进行进一步具体研究[27]。随后，Venkatesh与Davis（2000）将主观规范纳入TAM模型中，研究具有影响力的人对个人行为作用的大小[28]。本文中主观规范指的是朋友、家人、专业人士、媒体报道、网红宣传等对消费者是否做出购买决策产生的心理风险感知。现在很多人没有时间挑选商品，又或者没有耐心在如此多商品中选出自己满意的一款，因此都会询问朋友或者参考自己信任博主的推荐等，他们认为这种情况下的风险会比较小。因此，提出如下假设： 　　H8：主观规范对消费者心理风险感知具有负向影响。
　　（四）感知风险
　　风险是网络购物不可避免的，是每个人都会遇到的，当遇到风险时，我们只能主观地根据风险对自己影响的大小，做出可能出现结果的预判，风险结果不能接受就放弃购买。Byun和Chung gyu（2016）研究中探讨了网购行为中在线评论有用性、来源可信度、感知风险、冲动性购买与购买意图之间的关系。研究结果表明，信息有用性对感知风险有负向影响[7]。Ilyoo Barry Hong（2017）研究旨在探討线上社群情境下消费者因品牌危机而产生的负面影响差异。结果表明，品牌危机的个人风险对参与者品牌的负面态度影响很大[29]。王洪伟和郭恺强（2015）、彭振等（2019）通过对网站用户获取信息和信息对其决策意愿的影响分析发现，风险感知负向影响使用意愿[30-31]。基于理论基础中感知风险维度的划分，并参考李宗伟等（2017）[25]将在线评论归为社会感知价值，将商家服务等有关属性归为服务感知价值，结合本文的研究变量，将负面在线评论归为社会感知风险，商家服务归为服务感知风险。本研究中消费者个人因素主要涉及心理方面，因此将消费者个人因素归为心理感知风险进行研究。因此，提出如下假设：
　　H9：消费者社会感知风险对消费者购买意愿具有负向影响。
　　H10：消费者服务感知风险对消费者购买意愿具有负向影响。
　　H11：消费者心理感知风险对消费者购买意愿具有负向影响。
　　综上所述，构建负面在线评论风险性影响的概念模型，如图1所示。
　　 三、负面在线评论对消费者感知风险影响实证分析
　　（一）问卷设计
　　研究变量有以下几个维度：负面在线评论数量、负面评论质量、负面评论强度、产品描述、即时服务、物流服务、消费者性格特质、主观规范、社会感知风险、服务感知风险、心理感知风险和购买意愿。在量表的设计上，使用LIKERT经典五级量表对12个变量进行检测，且都借鉴了国内外成熟量表，又将量表与本研究内容结合，使之与研究目标更加契合，形成最终的量表。
　　（二）数据收集
　　通过线下发送和网络在线发送两种形式一起采集数据，其中线下发送问卷总计100份，收回76份，线下收回效率为76%;在线方式主要在当前流行的社交软件如QQ、微信、新浪微博以及与本研究有关的购物软件交流社区发送，发送问卷总计300份，收回287份，在线收回效率达96%。全部整理后将不可靠问卷剔除，剩余有效问卷总计363份。
　　（三）数据分析
　　1. 信度分析。信度分析用来测量数据的可靠性和有效性，对于使用的李克特量表，通常使用Cronbach’s Alpha值测量问卷所用量表信度。通常情况下，0.65～0.7是Cronbach’s Alpha值的最低接受范围，0.7～0.8范围代表量表信度良好，0.8～0.9范围代表量表非常可信，数值在0.9以上表示量表十分可靠。
　　用SPSS软件对数据进行信度分析，得到问卷处理数据如表1所示。由表中数据可以看出，本研究问卷变量的Cronbach’s Alpha值都大于0.7，证明调查问卷可信度比较高，通过检验。
　　2.效度分析。效度分析用来检验问卷数据的有效程度和精准性，通常分成内容效度和结构效度两部分。内容效度是指量表题项的可理解性和表示研究目的的程度，由于本文的量表是基于前人文献和访谈验证基础上构建的，所以内容效度较良好。结构效度是问卷量表对理论模型的诠释代表程度，常用探索性因子分析来检测判定。常用的判定标准是，因子载荷值高于0.7，平均抽取方差AVE高于0.5，复合因子信度CR高于0.7时，符合标准的问卷，证明有良好的收敛效度。
　　进行结构效度的因子分析前，要先判断问卷数据是不是符合因子分析标准。判定标准主要有两个，即KMO值（kaiser-Meyer-Olkin）和Bartlett巴特利特球形检验。通常情况下，KMO值不能小于0.7，且数值越大，越适合做因子分析。
　　首先对样本数据进行KMO值和Bartlett巴特利特球形检验，得到数据结果显示KMO值在0.7以上，且球形检验相应数据显示得到结果显著，表明数据符合做因子分析的标准。
　　（1）负面在线评论的因子分析。对负面在线评论样本数据进行探索性因子分析，结果如表2所示。负面在线评论形成了3个因子，累积方差贡献率为77.430%。各变量因子载荷大于0.7，CR值大于0.8，AVE值大于0.6，达到规定标准，表明负面在线评论有较好的结构效度。
　　（2）商家服务的因子分析。对商家服务样本数据进行探索性因子分析，结果如表3所示。商家服务形成了3个因子，累积方差贡献率为77.679%。各个检测变量因子载荷均大于0.7，CR值大于0.8，AVE值大于0.6，均满足规定要求，说明商家服务三个维度均有较好的结构效度。
　　（3）消费者个人维度的因子分析。对消费者个人因素样本数据进行探索性因子分析，结果如表4所示。消费者个人因素形成了2个因子，累积方差贡献率为75.756%。本部分变量的因子载荷均大于0.8，CR值同样也大于0.8，AVE值大于0.7，与标准对比可知，本部分的消费者个人方面的影响因素有较好的结构效度。
　　（4）感知风险的因子分析。对感知风险样本数据进行探索性因子分析，结果如表5所示。感知风险形成了3个因子，累积方差贡献率为75.858%。本部分变量的因子载荷都大于0.7，CR值最小值大于0.8，AVE值最小值大于0.6，均符合标准要求，说明感知风险三方面因素有较好的结构效度。
　　（5）购买意愿的因子分析。对购买意愿的问卷数据做探索性因子分析，结果如表6所示。购买意愿经处理后形成1个因子，累积方差贡献率为77.326%。购买意愿的因子载荷系数都大于0.7，CR值大于0.8，AVE值大于标准0.6，均满足规定要求，表明购买意愿有较好的结构效度。 　　（四）结构方程模型分析
　　本文研究的是负面在线评论对消费者感知风险的影响，包含12个变量，即数量、质量、强度、产品描述、即时服务、物流服务、性格特质、主观规范、社会感知风险、服务感知风险、心理感知风险和购买意愿，测量量表题目37项。将这12个因素设定为潜变量，并将各因素对应的量表题目设定为观测变量，用AMOS21.0对所建模型进行路径分析（见图2）。
　　初始模型经过检验，指标结果如表7所示，可知全部路径的CR值大于2，P值小于0.05，也就是说指標均达到标准，这些路径是显著的，即研究假设均成立，模型可以接受。
　　本研究模型拟合指数结果如表8所示，各个拟合指标均通过检验符合标准，即本模型拟合度良好，支持了理论模型。
　　（五）研究结果
　　本研究各假设的路径系数及显著程度前面已经进行了说明，假设验证结果具体信息如表9所示，可知本研究各假设均得到验证。
　　 四、结论
　　作为网络购物市场供给侧结构性改革的重要抓手，负面在线评论在网络购物中的重要性日益凸显。从负面在线评论信息特征、商家服务特征和消费者特征出发，分析了负面在线评论对消费者感知风险的研究，构建了负面在线评论消费者感知风险影响模型。通过对样本数据实证分析，得到如下研究结论。
　　1. 商家DSR服务显著正向影响服务感知风险，且相比于即时服务和物流服务，产品描述对服务感知风险的影响更加显著，即产品描述越真实有效，消费者感知风险越低，购买意愿越强烈。为此，商家应该合理、据实对产品属性进行相关描述和更新，保证产品信息的准确性和时效性。此外，可用动态图、短视频等方式，在增强可视性和美化度的同时，让用户从多维度形成对商品的认知，形成对产品的更全面、正确的了解。
　　2. 消费者性格特质显著正向影响心理感知风险、主观规范显著负向影响心理感知风险，且主观规范对心理感知风险的影响更加显著。相比于自我感知，消费者更倾向于相信朋友以及自己关注的媒体、网红、美妆博主的推荐信息，且通过这种宣传方式会使消费者心理上将其代言的产品与自身相挂钩，从某种程度上刺激消费。特别地，以网红媒体为中介，不仅让消费者便于接受，也增强了消费者信任程度，降低了消费者感知风险。
　　3. 将感知风险进一步分类细化并与负面评论因素一一对应，研究发现，社会感知风险、心理感知风险和服务感知风险三者对购买意愿的影响呈递减态势。当负面在线评论的数量、质量等真实可靠到一定程度，消费者更愿意相信以这些评论信息作为购物的参考。因此，商家应即时跟踪反馈，询问消费者对产品的意见及建议，在负面评论形成之前进行合理的控制。同时，也可采取送红包、优惠券等方式，激励大家发表高质量的正面口碑信息，降低负面评论比例。此外，还可通过线上线下沟通，对负面评论消费者进行补偿，让其合理修改评论，或者追加好评，以达到降低负面评论强度的目的。
　　参考文献：
　　[1]中国互联网络信息中心. 第43次中国互联网络发展状况统计报告[EB/OL].http：//www.cac.gov.cn，2019-02-28.
　　[2]Chang H H，Tsai Y C，Wong K H，et al. The Effects of Response Strategies and Severity of Failure on Consumer Attribution with Regard to Negative Word-of-mouth[J]. Decision Support Systems，2015，71（2）：48-61.
　　[3]Balaji M S，Khong K W，Chong A Y L. Determinants of Negative Word-of-mouth Communication Using Social Networking Site[J].Information and Management，2016，53（4）：528-540.
　　[4]Kim S J，Wang R J H，Maslowska E，et al.“Understanding a Fury in Your Words”：The Effects of Posting and Viewing Electronic Negative Word-of-mouth on Purchase Behaviors[J]. Computers In Human Behavior，2016，54（1）：511-521.
　　[5]Tom M Y Lin，Chi-Cheng Huang. Brand as Immune System：A Strong Brand Protects Sales from Negative EWOM Attacks[R]. 2nd International Conference on Humanity and Social Science（ICHSS），2016：114-125.
　　[6]Rose M，Blodgett J G. Should Hotels Respond to Negative Online Reviews？[J].Cornell Hospitality Quarterly，2016，57（04）：396-410.
　　[7]Byun Chung gyu，HaHwanho. The Effects of Usefulness and Credibility of Word-of-mouth Information on Purchase Intention in Social Commerce：Focused on the Mediating Roles of Perceived Risk and Impulse Buying[J]. Journal of Korea Service Management Society，2016，17（4）：89-106. 　　[8]Ryu MiHyun，Lee Seung Sin. A Study on Consumers’Attitude and Satisfaction to O2O Service[J]. Consumer Policy and Education Review，2017，13（1）：109-134.
　　[9]Weisstein F L，Song L，Andersen P，et al. Examining Impacts of Negative Reviewsand Purchase Goals on Consumer Purchase Decision[J]. Journal of Retailing and Consumer Services，2017，39（8）：201-207.
　　[10]Hsu L，Lawrence B. The Role of Social Media and Brand Equity during a Product Recall Crisis：A Shareholder Value Perspective[J].International Journal of Research in Marketing，2016，33（1）：59-77.
　　[11]Moriuchi E，Takahashi I. An Empirical Investigation of the Factors Motivating Japanese Repeat Consumers to Review Their Shopping Experiences[J].Journal of Business Research，2018，82（11）：381-390.
　　[12]Mate M J，Trupp A，Pratt S. Managing Negative Online Accommodation Reviews：Evidence from the Cook Islands[J]. Journal of Travel & Tourism Marketing，2019，36（5）：627-644.
　　[13]Afzaal M，Usman M，Fong A. Predictive Aspect-based Sentiment Classification of Online Tourist Reviews[J]. Journal of Information Science，2019，45（3）：341-363.
　　[14]Sharifi S. Examining the Impacts of Positive and Negative Online Consumer Reviews on Behavioral Intentions：Role of Need for Cognitive Closure and Satisfaction Guarantees[J]. Journal of Hospitality Marketing & Management，2019，28（4）：397-426.
　　[15]蔡淑琴，秦志勇，李翠萍，等.面向負面在线评论的情感强度对有用性的影响研究[J].管理评论，2017（2）：79-86.
　　[16]王阳，王伟军，刘智宇.在线负面评论信息对潜在消费者购买意愿影响研究[J].情报科学，2018，36（10）：156-163.
　　[17]Chen L，Jiang T，Li W，et al.Who Should Pay for Online Reviews？ Design of an Online User Feedback Mechanism[J].Electronic Commerce Research and Applications，2017，23（5）：38-44.
　　[18]Bai X，Marsden J R，Ross Jr W T，et al. How e-WOM and Local Competition Drive Local Retailers' Decisions about Daily Deal Offerings[J]. Decision Support Systems，2017，101（9）：82-94.
　　[19]Hung C.Word of Mouth Quality Classification Based on Contextual Sentiment Lexicons[J]. Information Processing & Management，2017，53（4）：751-763.
　　[20]于丽萍，夏志杰，王冰冰.在线评论对消费者网络购买意愿影响的研究[J].现代情报，2014，11（34）：34-38.
　　[21]Romani S，Grappi S，Dalli D.Emotions that Drive Consumers Away from Brands：Measuring Negative Emotions toward Brands and Their Behavioral Effects[J].International Journal of Research in Marketing，2012，29（1）：55-67.
　　[22]郑丽娟，王洪伟.基于情感本体的在线评论情感极性及强度分析：以手机为例[J].管理工程学报，2017，31（2）：47-54.
　　[23]Liu X，Qiu J. The Impact of the Negative Online Reviews on Consumers' Purchase Intention：Based on the Dimension of Product Information[R]. Twelfth Wuhan International Conference on E-business，2013：120-127. 　　[24]何有世，李娜.搜索型商品评论有用性影响因素研究[J].情报杂志，2016，35（11）：202-206.
　　[25]李宗伟，张艳辉，栾东庆.哪些因素影响消费者的在线购买决策？——顾客感知价值的驱动作用[J].管理评论，2017（7）：79-88.
　　[26]张德鹏，林萌菲，陈晓雁，等.顾客参与创新对口碑推荐意愿的影响研究：心理所有权的中介作用[J].管理评论，2015，27（12）：131-140.
　　[27]Davis F D，Bagozzi R P，Warshaw P R. User Acceptance of Computer Technology：a Comparison of Two Theoretical Models[J]. Management Science，1989，35（8）：982-1002.
　　[28]Venkatesh V，Davis F D. Theoretical Extension of The Technology Acceptance Model：Four Longitudinal Field Studies[J]. Management Science，2000，46（2）：186-204.
　　[29]Ilyoo Barry Hong，Jieunlee. The Effect of Brand Crisis Type on Consumer’s Perceived Risk and Negative Response in the Context of Online Community：Moderating Role of Information Vividness and Consumer Extroversion[J]. The Korean Journal of Advertising，2017，28（5）：117-144.
　　[30]王洪伟，郭恺强，杜战其.用户通过点评网站获取评论信息的使用意愿影响因素研究[J].情报科学，2015，33（12）：27-33.
　　[31]彭振，段正梁，等.在线旅游购买意愿驱动因素及作用机理研究——感知價值与感知风险的中介作用[J].重庆工商大学学报（社会科学版），2019（4）：69-77.
　　责任编辑：武玲玲
转载注明来源:https://www.xzbu.com/4/view-15114492.htm