本文關鍵詞：第三方在線評論偏差及順序偏差的存在性和依賴因素研究，由筆耕文化傳播整理發(fā)布。

【摘要】：商品的網(wǎng)絡在線評論及其相關的評論者信息都被認為是電子商務的重要資源,也是消費者購物時的重要參考,在線評論在傳播特征和信息特征方面都有別于傳統(tǒng)的口碑傳播,因此它自誕生以來一直是市場研究者們關注的重點。第三方在線評論網(wǎng)站是與商家沒有關聯(lián)的獨立評論平臺,盡管大多數(shù)人都認為第三方評論網(wǎng)站是相對獨立且可信度高的網(wǎng)站,大多數(shù)評論者也都是相對獨立并不含偏見的,但是現(xiàn)有的研究也證實了在線評論中存在著不同類型的偏差。本文研究立足于國內最主流的第三方評論平臺——豆瓣網(wǎng)的豆瓣影評,通過時間序列經(jīng)典模型和面板回歸模型,從評論者特征、評論內容特征和評分特征三個維度出發(fā)探究第三方在線評論的偏差以及順序偏差的存在性和依賴因素。首先,判定第三方在線評論是否存在偏差。本研究采集了豆瓣網(wǎng)11部電影上映五周時間內發(fā)布的共計3657條詳細影評數(shù)據(jù),通過時間序列經(jīng)典模型之一的H-P濾波技術(Hodrick-Prescott filter)來評估第三方網(wǎng)站評論中存在的偏差,結果發(fā)現(xiàn)每部電影的評分都存在著不同程度的偏差。其次,通過ARMA模型和脈沖響應技術分析了評分偏差的特征,發(fā)現(xiàn)評分偏差具備不同程度的自相關關系,且呈現(xiàn)出一定的時間變化特征,而評分偏差的大小也可以通過在線評論內容長度、評分的極端性、評論有用性投票數(shù)和評論者受關注程度表現(xiàn)出來。然后通過面板數(shù)據(jù)模型,分析了t期評分與t-1期變量的相關關系,證實了第三方評論順序偏差的存在,同時發(fā)現(xiàn)t期的順序偏差依賴于t-1期評論內容長度、評論者看過的電影數(shù)目和評分極端性這幾個因素。最后,針對以上研究得出本文的結論,同時提出針對消費者、商家和網(wǎng)站的管理建議,并指出存在的不足和未來研究方向。
【關鍵詞】：第三方評論 在線評論 評論偏差 順序偏差
【學位授予單位】：重慶大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F724.6
【目錄】：

• 中文摘要3-4
• 英文摘要4-8
• 1 緒論8-16
• 1.1 研究背景與問題提出8-10
• 1.2 研究目的與意義10-12
• 1.2.1 研究目的10
• 1.2.2 研究意義10-12
• 1.3 研究范疇12
• 1.4 研究思路與主要內容12-14
• 1.4.1 本文的研究思路12-13
• 1.4.2 本文的主要研究內容13-14
• 1.5 研究的創(chuàng)新點14-16
• 2 相關理論與文獻綜述16-30
• 2.1 主要理論基礎16-20
• 2.1.1 傳播過程理論16-17
• 2.1.2 消費者心理行為理論17-18
• 2.1.3 信息加工理論18-20
• 2.2 口碑、網(wǎng)絡口碑、在線評論、第三方評論的概念與特點20-24
• 2.2.1 口碑的概念與特點20-21
• 2.2.2 網(wǎng)絡口碑的概念、形式與特點21-22
• 2.2.3 在線評論的概念與特點22-23
• 2.2.4 第三方評論的概念與特點23-24
• 2.3 在線評論的有效性研究24-27
• 2.3.1 在線評論有效性影響因素研究24-26
• 2.3.2 在線評論對消費者購買決策的影響研究26
• 2.3.3 在線評論對商品銷量的影響研究26-27
• 2.4 在線評論的偏差研究27-29
• 2.4.1 考慮消費者行為偏好的影響27-28
• 2.4.2 考慮網(wǎng)站自身評價機制和相關規(guī)則28
• 2.4.3 考慮賣家的信息操作行為28-29
• 2.5 國內外相關研究的評述29-30
• 3 數(shù)據(jù)的來源與收集30-42
• 3.1 樣本選擇30-33
• 3.1.1 樣本數(shù)據(jù)來源30-32
• 3.1.2 深挖類目選擇32-33
• 3.1.3 樣本對象選擇33
• 3.2 變量選取和數(shù)據(jù)收集33-37
• 3.2.1 變量的選取33-35
• 3.2.2 數(shù)據(jù)的采集35-37
• 3.4 樣本數(shù)據(jù)的預處理和分析37-41
• 3.4.1 樣本序列的描述性統(tǒng)計37
• 3.4.2 樣本數(shù)據(jù)的預處理37-38
• 3.4.3 樣本數(shù)據(jù)的平穩(wěn)性檢驗38-41
• 3.5 本章小結41-42
• 4 網(wǎng)絡第三方評論偏差的存在性研究42-53
• 4.1 模型的選擇及方法介紹42
• 4.2 模型的建立42-43
• 4.3 評分偏差的特征分析43-47
• 4.3.1 ARMA模型方法介紹43-44
• 4.3.2 模型的建立44-47
• 4.4 評分偏差變動的相關因素分析47-51
• 4.4.1 提出假設47-49
• 4.4.2 實證分析49-51
• 4.5 本章小結51-53
• 5 網(wǎng)絡第三方評論的順序偏差研究53-57
• 5.1 模型的建立53-54
• 5.2 穩(wěn)健性檢驗54-55
• 5.3 模型結果分析與解釋55-56
• 5.4 本章小結56-57
• 6 研究結論與展望57-60
• 6.1 主要研究結論57-58
• 6.2 管理啟示58-59
• 6.3 研究局限性與展望59-60
• 致謝60-61
• 參考文獻61-65
• 附錄65-67
• A. 電影F2-F11 濾波分解圖65-66
• B. ARMA模型回歸結果66-67
• C. 已經(jīng)發(fā)表的學術論文67

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 許清海;混沌投資時間序列的嬗變[J];漳州師范學院學報(自然科學版);2003年01期

2 高潔;孫立新;;長記憶時間序列的適應性預測誤差的譜密度[J];統(tǒng)計與決策;2006年13期

3 黃超;龔惠群;;金融領域時間序列挖掘技術研究[J];東南大學學報(哲學社會科學版);2007年05期

4 耿顯民;;價格時間序列及其應用(英文)[J];數(shù)學季刊;2008年01期

5 杜江;李玉蓉;鐘菲菲;;基于模糊時間序列對我國對外貿易中的進口水平的預測[J];統(tǒng)計與決策;2010年23期

6 王朝;;淺述時間序列的預測方法[J];商業(yè)文化(下半月);2012年03期

7 劉猛洪;汪愛麗;;基于模糊時間序列的短期電力負荷預測[J];電子世界;2013年07期

8 劉彩霞;;時間序列在糧食預測中的應用[J];東方企業(yè)文化;2013年09期

9 鄧樹增;技術發(fā)展的時間序列律[J];科學學研究;1988年01期

10 肖牧;確定經(jīng)濟因素對地方當局政策的影響:利用時間序列和轉換的功能模型[J];管理科學文摘;1996年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 周家斌;張海福;楊桂英;;多維多步時間序列預報方法及其應用[A];中國現(xiàn)場統(tǒng)計研究會第九屆學術年會論文集[C];1999年

2 馬培蓓;紀軍;;基于時間序列的航空備件消耗預測[A];中國系統(tǒng)工程學會決策科學專業(yè)委員會第六屆學術年會論文集[C];2005年

3 盧世坤;李夕海;牛超;陳蛟;;時間序列的非線性非平穩(wěn)特性研究綜述[A];國家安全地球物理叢書（八）——遙感地球物理與國家安全[C];2012年

4 李強;;基于線性模型方法對時間序列中異常值的檢測及證券實證分析[A];加入WTO和中國科技與可持續(xù)發(fā)展——挑戰(zhàn)與機遇、責任和對策（上冊）[C];2002年

5 戴麗金;何振峰;;基于云模型的時間序列相似性度量方法[A];第八屆中國不確定系統(tǒng)年會論文集[C];2010年

6 謝美萍;趙希人;莊秀龍;;多維非線性時間序列的投影尋蹤學習逼近[A];'99系統(tǒng)仿真技術及其應用學術交流會論文集[C];1999年

7 張大斌;李紅燕;劉肖;張文生;;非線性時問序列的小波-模糊神經(jīng)網(wǎng)絡集成預測方法[A];第十五屆中國管理科學學術年會論文集（下）[C];2013年

8 黃云貴;;基于時間序列的電網(wǎng)固定資產投資規(guī)模研究[A];2012年云南電力技術論壇論文集（文摘部分）[C];2012年

9 李松臣;張世英;;時間序列高階矩持續(xù)和協(xié)同持續(xù)性研究[A];21世紀數(shù)量經(jīng)濟學（第8卷）[C];2007年

10 陳赫;羅聲求;;歷史橫斷面數(shù)據(jù)的時間序列化[A];科學決策與系統(tǒng)工程——中國系統(tǒng)工程學會第六次年會論文集[C];1990年

中國重要報紙全文數(shù)據(jù)庫 前6條

1 ;《時間序列與金融數(shù)據(jù)分析》[N];中國信息報;2004年

2 何德旭 王朝陽;時間序列計量經(jīng)濟學：協(xié)整與有條件的異方差自回歸[N];中國社會科學院院報;2003年

3 劉俏;讓數(shù)據(jù)坦白真相[N];21世紀經(jīng)濟報道;2003年

4 西南證券高級研究員 董先安邋德圣基金研究中心 郭奔宇;預計6月CPI同比上漲7.2%[N];證券時報;2008年

5 東證期貨 王愛華　楊衛(wèi)東;兩年漲跌輪回 秋季普遍下跌[N];期貨日報;2009年

6 任勇邋鄭重;中國對世界鋼材價格的影響實證分析[N];現(xiàn)代物流報;2007年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 張墨謙;遙感時間序列數(shù)據(jù)的特征挖掘：在生態(tài)學中的應用[D];復旦大學;2014年

2 張德成;滑坡預測預報研究[D];昆明理工大學;2015年

3 苗圣法;時間序列的模式檢測[D];蘭州大學;2015年

4 翁同峰;時間序列與復雜網(wǎng)絡之間等價性問題及表征應用研究[D];哈爾濱工業(yè)大學;2015年

5 楊婷婷;用Argo浮標結合衛(wèi)星觀測估算北太平洋經(jīng)向熱輸運[D];中國科學院研究生院(海洋研究所);2015年

6 史文彬;時間序列的相關性及信息熵分析[D];北京交通大學;2016年

7 原繼東;時間序列分類算法研究[D];北京交通大學;2016年

8 盧偉;基于粒計算的時間序列分析與建模方法研究[D];大連理工大學;2015年

9 王曉曄;時間序列數(shù)據(jù)挖掘中相似性和趨勢預測的研究[D];天津大學;2003年

10 李桂玲;時間序列的分割及不一致發(fā)現(xiàn)研究[D];華中科技大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 陳健;基于多變量相空間重構的投資組合策略研究[D];華南理工大學;2015年

2 蘭鑫;時間序列的復雜網(wǎng)絡轉換策略研究[D];西南大學;2015年

3 米曉將;區(qū)域尺度下月均氣溫的時空演化格局研究[D];昆明理工大學;2015年

4 張鳴敏;基于支持向量回歸的PM_(2.5)濃度預測研究[D];南京信息工程大學;2015年

5 林健;基于改進小世界回聲狀態(tài)網(wǎng)的時間序列預測[D];渤海大學;2015年

6 曹智麗;日氣溫和干旱指數(shù)支持向量回歸預測方法[D];南京信息工程大學;2015年

7 高雄飛;基于分形理論的土壤含水量時間序列特性分析[D];長安大學;2015年

8 姚茜;城市安全生產發(fā)展目標研究[D];中國地質大學(北京);2015年

9 謝翠穎;蘇州社會消費品零售總額簡析[D];蘇州大學;2015年

10 包仁義;基于時間序列的搜索引擎評估模型算法研究[D];東北師范大學;2015年

  本文關鍵詞：第三方在線評論偏差及順序偏差的存在性和依賴因素研究，，由筆耕文化傳播整理發(fā)布。

本文編號：276471