基于客户评论的在线零售商信誉影响因素研究硕士学位论文.docx
《基于客户评论的在线零售商信誉影响因素研究硕士学位论文.docx》由会员分享，可在线阅读，更多相关《基于客户评论的在线零售商信誉影响因素研究硕士学位论文.docx（81页珍藏版）》请在冰豆网上搜索。
基于客户评论的在线零售商信誉影响因素研究硕士学位论文
硕士学位论文
基于客户评论的在线零售商信誉
影响因素研究
AThesisSubmittedinPartialFulfillmentoftheRequirementsfortheMasterDegreeofManagement
Researchonthekeydeterminantsofonlinemerchant’sreputationbasedonthecustomertextcomments
Candidate:
PengLing
Major:
ManagementScienceandEngineering
Supervisor:
Assoc.Prof.ZhaoXueFeng
HuazhongUniversityofScienceandTechnology
Wuhan,Hubei430074,P.R.China
May,2009
独创性声明
本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。
尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。
对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。
本人完全意识到，本声明的法律结果由本人承担。
学位论文作者签名：
日期：
年月日
学位论文版权使用授权书
本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：
学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。
本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
本论文属于
保密□，在_____年解密后适用本授权书。
不保密□。
（请在以上方框内打“√”）
学位论文作者签名：
指导教师签名：
日期：
年月日日期：
年月日
摘要
随着互联网技术的逐步发展，网络已经成为人们生活中不可或缺的一部份，由于网络发展而带来的电子商务也开始逐步和人们传统的购物模式并存。
但是由于电子商务脱离了原始的面对面的交易，导致信任成为其发展的主要瓶颈。
为了建立起电子商务交易双方的信任，电子商务网站开始建立自己的信誉反馈系统，但是大多反馈系统都是采用的数值型评价集结而成的信誉分代表信誉，而忽略了文本评论中所包含的更为全面的历史交易信息。
同时，目前现存的在线信誉反馈系统中的信誉维度是否全面地反映了在线零售商的综合特性以及每个信誉维度对在线零售商总体信誉的影响程度，对于这些问题的研究国内外还比较少见。
因此，本文从客户的文本评论视角对在线反馈系统进行研究。
为了回答上述问题，本文以B2C购物代理网站为研究对象，从顾客的文本评论入手，通过内容分析法对大量的客户评论数据进行了具体的量化分析。
首先根据评论内容进行类目的提取，并制定相应的编码规则，然后由编码员将评论样本按照相应的类目进行编码，再对编码后的数据进行回归分析。
根据分析结果，可以得出各个因素对商家信誉影响的程度，研究结果对电子商务网站、买家和卖家都具有重大的意义。
电子商务网站可以根据该结果对现有的信誉评价模型进行改进，甚至可以对网站的搜索系统进行改进，让顾客可以更加准确方便地找到自己所需要的商品；新的买家也能够通过文字评论更加直观地得到卖家的各类信息，以及历史交易情况，提高交易的成功率；对于卖家而言，可以从分析结果中获得对自身的真实评价以及从这些定性的描述中总结出自身的一般性问题，以便进行自我完善。
关键词：
B2C购物代理网站内容分析法文本评论信誉系统
Abstract
WiththedevelopmentofInternettechnology，networkhasbecomeanintegralpartofpeople'slife.Asaresultofprogessiveofnetwork，e-commercehasbeguntoexistwithpeople’straditionalshoppingpatterns.However,fortheoriginale-commercelackingofface-to-facetransactions,thetrusthasbecomeamainrestrictionofitsdevelopment.Inordertoestablishmutualtrustbetweene-commercetransactions,thewebsitesstarttobuildtheirownfeedbacksystemsofcredit,butmostofthefeedbacksystemsusecreditpointswhicharetheresultsofthenumericalevaluations,butignoredthecomprehensivetextevaluationsofthepastcommercewhichwasgivenbythecostoms.Atthesametime,whethertheonlinereputationfeedbacksystemcouldreflecttheonlineseller'scomprehensivefeaturescompletelyorthecreditdimensions,meanwhile,there'snotsuchenoughresearchaboutthis issue.Therefore,thisarticledidsucharesearchoftheonlinefeedbacksystemintheviewofacustomer's view.
Toaddressthisissue,thisarticlewillstartfromthecustoms’textcomments,andthentakeaquantitativeanalysisofthesecommentsdatabyusingcontentanalysis.Firstly,accordingtotheextractionsofthecomments’details,anddeveloptheappropriatecodingrules,andthenbycodingsampleswillcommentonthecategoriesinaccordancewiththecorrespondingencoded,finallyencodeddataregressionanalysis.
Accordingtotheresultsoftheanalysis,wecandrawthedegreeofthebusinesswichisimpactedbyeachfactor,accordingtotheresults,websetsofthee-commercecouldimprovethecreditmode,orevencouldimprovethesearchsystemsoftheirwebsitessothatcustomerscanfindthethingswhichtheyneedmoreaccurately.Theresultsareimportantofe-commercesites,buyersandsellers.Newbuyersareabletogetthedetailsofgoodsbytextcommentsmoredirectly,aswellasthehistoricaltransactions,Atthesametime,italsocanimprovethesuccessrate;Askfortheseller,itcouldhelptoimprovethemselvesbysumminguptheresults,whichobtainedfromtheanalysisoftheevaluationoftheirownandalsofromthequalitativedescriptions.
Keywords：
B2COnlineMerchantContentanalysisFeedbackcommentsReputationsystem
目录
摘要I
AbstractII
1绪论
1.1研究背景、意义与目的
（1）
1.2国内外研究现状（7）
1.3论文主要研究内容（10）
2内容分析方法的介绍
2.1内容分析法的概论（12）
2.2内容分析法的应用范围和步骤（15）
3文本数据获取及文本类目的确定
3.1文本评论样本的获取（21）
3.2类目与分析单元的确定（24）
3.3评判及编码（25）
3.4效度和信度评估（27）
4数据分析及讨论
4.1内容分析数据结果（30）
4.2对网站原始评价模型的分析（30）
4.3对量化数据的一次回归分析（33）
4.4模型检验（40）
4.5二次回归分析（42）
4.6研究结论及实践意义（43）
5总结与展望
5.1全文总结（46）
5.2研究展望（47）
致谢（48）
参考文献（49）
附录1攻读学位期间参与的课题研究（54）
附录2攻读学位期间发表的文章（55）
附录3编码规则（56）
1绪论
1.1研究背景、意义与目的
1.1.1研究背景
随着网络的迅速发展，互联网的应用越来越广泛，电子商务是与网民生活密切相关的重要互联网应用。
中国互联网信息中心（CNNIC）于2009年1月13日发布的《第23次中国互联网络发展状况统计报告》中显示，过去一年中，网络购物市场的增长趋势明显。
我国目前的网络购物用户人数已经达到7400万人，年增长率达到60%。
仅次于美国71%和韩国60.6%的网络购物比例。
除了网络购物之外，网络预定业务（例如机票、酒店、旅行等）和网络售物也初具规模，使用这些电子商务业务的网民分别达到1700万人和1100万人。
IResearch艾瑞咨询09年第一季度发布的数据显示，2008年中国网络购物市场交易额规模达到1180亿元，同比增长146.9%。
在C2C电子商务模式迅速发展的同时，B2C（在线零售）也开始成为商家的必争之地，引起了不少传统企业的关注。
2008年04月，淘宝网打破了原有单一的C2C销售模式，推出了淘宝商城，正式进军B2C领域；2008年08月，神州数码作为国内最大的IT产品分销和服务商，也正式上线，成为B2C领域的一员。
除此以外，服装、珠宝、母婴用品等都开始在B2C平台迅速发展。
我国的电子商务是从B2C起家，但是近年来很明显是C2C的发展占了主流，虽然现在B2C开始重新崛起，但是其发展过程中仍然存在一些瓶颈，其中最关键的一个问题就是客户对在线零售商（OnlineMerchant）的信任（Trust）。
在电子零售市场中，买卖双方的地位是不对称的，商家处在信息、权利、主动性的优势地位，它构建了交易体系和交易规则的绝大部分，而买方只是简单的参与到较少的环节，处于比较被动的地位，买方的失信行为会被及时发现，卖方比较容易控制买方，使得买方的失信行为在很大程度上没有经济利益，另外社会诚信的现状也表明，失信行为的主体仍是卖方，顾客的利益被侵害的事实屡见不鲜，在电子零售市场中，信用产生的主要问题是消费者对商家的不信任。
越来越多的实证研究和调查显示，顾客对卖家的信任会直接影响顾客的购买意向和购买行为[1][2]。
特别是在网络购物还不发达的我国，情况更要严重。
2008年中国互联网统计报告显示，网民对互联网信任度较低，只有27.6%的网民认为在网上进行交易是安全的。
虽然互联网作为网民们生活助手的价值开始逐渐体现，但是人们对网络交易的信任和安全感依旧较低。
虽然随着上网人数的增加，网络购物用户人数一直处于很明显的上升趋势，但是相对的使用网络购物的比例却还是处于较低水平。
由于客户对网络交易卖家缺乏信任，因此导致在线零售不能够快速、健康发展的发展[3][4]。
随着互联网的快速发展，它为原本陌生的人提供了一个可以对对方行为构成影响的平台。
在这个平台上，能够为对方提供各种不同的信息。
这些信息可能是为对方带来一些利益，但是也有可能会带来风险。
尤其是随着现在在线交易的飞速发展，脱离了传统交易的直接性，各种各样的网络交易欺诈行为开始出现。
例如一些电子商务网站上自诩为专家的人给出的建议是否一定可靠呢？
网站是否会按照发货条款的规定按时发货呢？
网站上对商品的描述是否和实物一样呢？
这些都涉及到如何在网络中构建买卖双方信誉的问题。
为了解决上述问题，Resnick等人提出了在线信誉系统（OnlineReputationSystem）这一新型的信任机制来对买方/卖方的信誉度进行评价[4][5][6][7][8]，它的基本原理是：
用户完成一笔交易后，交易对方可以就交易涉及的多个方面（如产品质量、交货或付款及时性等）对其进行评价，形成信誉反馈，从所有交易得到的信誉反馈按一定方式集结为该用户的综合信誉度，用以反映其信誉状况，并供其他用户作交易决策时参考[9][10][11][12][13]。
通过信誉系统，通过以往买家的对卖家的评价，可以给新的买家提供一定的参考，得知哪个卖家是值得信赖或者哪个卖家在交易过程中存在一定的欺诈行为。
因此，在线信誉系统在在线交易过程中扮演着非常重要的角色。
信誉系统将过去参与交易的用户的评论进行搜集，并通过一定的方法集结后，再反映给新的用户。
让新用户可以很直接的了解交易对方过去的行为，从而决定谁值得信任。
这样可以鼓励交易双方在交易过程中的诚信行为，防止新的买家上当受骗。
目前一些简单的在线信誉系统已成功地运用于Ebay,Yahoo!
Auction淘宝网等C2C的拍卖网站以及一些B2C的购物代理网站（ShoppingAgentWebsites），比如Yahoo!
Shopping、Bizrate、智购网购物搜索、中关村在线等。
B2C类型的购物代理网站的在线信誉系统是一种服务于顾客的第三方供应商推荐系统，购物代理网站发布供应商的信誉作为服务于客户的个性化的推荐和参考，同时它也是在线用户共享购物体验的一个平台[14][15]。
该系统的目的是通过以前的顾客的电子化的口碑（DigitalWordofMouth）作为潜在的客户的有价值的资产而建立起客户对零售商的信任[10][16]。
这种在线信誉评估机制可以帮助顾客评估在线零售商的信誉度，解决顾客对在线零售商信任匮乏的问题。
B2C和C2C的在线信誉系统的主要的区别是在B2C环境下客户只需要对在线零售商进行评价，而在线零售商不需要对客户进行评价，即在信誉系统中仅仅存在在线零售商（卖者）的信誉度而不存在顾客（买者）的信誉度。
图1-1中关村在线用户评论界面
一些典型的B2C的在线反馈系统的包含了用户对在线零售商在每一个信誉维度上的评价以及用户对在线零售商的文字评论（客户评论），图1-1是中关村在线中用户对供应商评价系统的截图（merchant_id=104523）。
其中要求顾客在六个维度/子目（Dimension/Component）（订单处理、配送时效、服务态度、产品品质、报价准度、总体评价）上对零售商进行评价，评价分值采用五类进行评价，分为非常满意、比较满意、一般满意、不太满意和很不满意。
除此之外，还可以对零售商用不超过100字的文字进行文字评论，顾客可以充分描述他们整个购物过程的具体感受。
网站则根据所有用户对六个维度的评价，集结为该零售商的总体信誉值，如图1-2所示。
图1-2中关村在线商家总体信誉值
目前对在线信誉系统的信誉评价模型的研究已经比较多了，但这些研究绝大多数是关于C2C的在线信誉系统，而对于在线零售商的信誉评价模型的研究还比较少见。
由于在在线零售商的在该信誉系统中不存在买者的信誉度而且零售商也不需要对顾客进行信誉评价，这种差异导致很多在C2C环境下基于买/卖者双方信誉度的评价模型都不完全适合于在线零售商的信誉评价，同时，在电子零售市场中，在线零售商处于主导地位，信用产生的主要问题是顾客对在线零售商的不信任。
因此有必要研究B2C环境下在线零售商的信誉评价模型。
该模型的研究将能更精确地反映在线零售商的当前信誉状况，为顾客准确地选择零售商提供帮助，提高交易的成功率。
以前有许多研究者片面地认为在线信誉系统的价值仅仅在于数字化的信誉度[17][18]。
到目前为止，包括中关村在线在内的信誉评价模型绝大部分都是基于交易双方所采用的数字化的综合信誉评价的研究，例如差评（-1分）、中评（0分）、好评（+1分），或者用1-5的星级来表示交易双方的满意度，往往忽视了客户的定性评论对卖者信誉度的影响。
到目前，已经有一些研究者和业内人士对这些片面的数字化信誉度的研究产生了怀疑，他们认为这只是表面上对于信誉度的研究产生了巨大的成功，在现实中是否能够真正有效地促进客户和供应商之间交易，却是很值得怀疑的[19][20]。
实际上，定性的客户评论中包含很多更详细更具体（Fine-grained）的信息，这些信息如果单纯用定量的信誉维度或者评价类目是不足以表示的。
比如描述一点点的送货延迟的文字评论和描述网络欺诈或者根本没有收到订购的产品的文字评论是有很大区别的，但是他们在定量的模型中可能表现出来的都是送货或者服务方面的不满意。
虽然对它们的评分都可能都是较低的分值（1星或者-1分），但从数值上根本无法看出这种区别。
因此，客户的定性评论可以帮助顾客去了解卖者历史交易状况更加详细的信息，而不仅仅是信誉维度的数值。
这些文本的评论中隐含了很多需要用户去了解的知识，这些知识将更准确地反映出卖者的信誉状况，它们代表了更精确的卖者的信誉度[21]。
因此，我们可以从以前顾客的文本评论中挖掘出对客户有用的隐含的知识，然后通过这些知识建立信誉的评价模型，将能更准确地反映卖者的信誉状况。
1.1.2研究目的及意义
目前B2C电子商务网站的在线信誉反馈系统还存在一些缺陷，例如信誉维度是否全面地反映了在线零售商的综合特性以及每个信誉维度在线零售商总的信誉的影响程度；各个信誉维度是否能够真实反映顾客所真实关注的交易内容；各维度是否包含了用户所要传达的全部信息；新的用户能否从这几个维度的评价中得到自己想要了解的信息呢，这些都是影响在线交易成功率的重要瓶颈问题。
因此，如何充分利用这些文本评论的信息来建立有效的电子商务反馈以及信任机制，成为今年来国内外学者普遍关注的问题。
但是目前并没有适当的科学方法来完成对大量文本评论的评估，都只能进行一些尝试性的研究。
例如，通过对eBay网的一些文本评论进行主观评估，来判断在对同一个卖家的评论中，第二个负面评论是否比第一个更能具影响力；此外，也有一些学者通过对文本评论的研究，来挖掘电子商务中信任建立的潜力。
例如，研究一个网上卖家如何通过合理设计其反馈内容，来曾加其信誉度。
鉴于此问题，本文将采用内容分析法，对用户的文字评论进行量化分析，并提出对用户信誉影响最大的因素，让新的买家能够通过文字评论更加直观地得到卖家的各类信息，并且能够帮助卖家从买家的评论中获得对自身的真实评价以及从这些定性的描述中总结出自身的一般性问题，以便进行自我完善。
从文本评论角度入手，通过内容分析法对目前B2C电子商务网站信誉系统的维度进行研究，不论对于卖家还是买家，甚至是对我国目前电子商务的发展都是具有深远意义的。
对卖家而言，真实有效的买家文本反馈信息可以最直接的反应卖家的不足，客户服务人员工作是否到位，选择的物流公司是否能够及时有效地将商品送到买家手中，所售商品在同行中的性价比如何等等。
此外，卖家还可以通过顾客的留言信息中，获知买家所关注的重点。
例如买家对什么方面最为关注，服务态度、产品配送、商品价格还是商品质量；哪个方面最能够影响交易的最终结果；对自身的哪些方面进行改进可以提升买家的满意度等。
对买家而言，从其他买家的文本反馈信息中，可以获知卖家的历史交易情况，卖家是否存在欺诈行为；某商品的质量如何，质感如何，是否存在色差；发货是否及时；以及卖家的售后服务如何等。
新的买家可以根据这些详细的信息，作出正确的交易判断，避免被一些低素质的卖家恶意欺骗。
而对于淘宝网、中关村在线之类的电子商务交易平台而言，准确有效的文本反馈信息有助于完善信誉评价系统，会大大增加对顾客的信任度，增加商品的在线交易量。
除此以外，网站还可以通过文本反馈信息，对商品的检索系统进行改善，让买家能够根据自身需要，更加快速更加有效地搜索到自己感兴趣的卖家以及商品。
同时本文的研究从理论上而言，为在线信誉系统的研究者提供了一种新的视角，即利用内容分析法从定性的客户评论的角度，对信誉评价模型进行研究，这在理论方法上也是一种创新。
1.2国内外研究现状
本文从在线信誉系统的分类和功能以及信誉系统的指标体系/维度研究两个方面入手，对在线信誉系统信誉评价的研究现状进行综述。
1.2.1在线信誉系统的分类和功能研究现状
关于在线信誉系统的研究可以追溯到Friedman和Resnick（1998）的研究，他们在研究和信誉系统有关的风险问题时，发现网络社区的参与者很容易改变他们的身份。
他们认为赋予新客户最低的可能的信誉值是一种防止欺诈交易的有效的机制[22][23][24][25]。
Kollock（1999）等人认为根据他对eBay公司的研究，在线评价系统是一种重要的风险管理和控制机制[26][27][28]。
Dellarocas（20002003）认为在线信誉系统已经并还将用一种重要的方式改变人们的行为，一些实验证据表明现在人们越来越依赖于发布在在线信誉系统上的观点，比如从要看什么电影到投资什么股票[9][10][29]。
目前大部分在线信誉系统都是集中式体系结构，即反馈的提交、存储都由单一的组织控制。
出于隐私、信任、规模等方面考虑，许多学者开始研究、设计了分布式信誉系统。
最近Zacharia（2000），Obreiter（2004）等人提出了许多不同的分布式信誉系统。
这些学者所提出的分布式信誉系统尽管很新颖，但没有对系统所产生的效能进行严格的分析，也没有与其他的分布式体系以及集中式体系进行有效性比较，制约了分布式信誉机制的推广[30][31]。
国内的一些研究者也论述了在线信誉系统的功能和作用。
张巍（2005）介绍了在线信誉系统的概念、分类及其应用，描述了在线信誉系统的研究现状和未来的研究方向[32]。
马书刚（2007）等人从消费者的购前、购中、购后三个环节分析了目前信任关系中所存在的问题，并对问题提出了相应的解决方法[33]。
邓朝华等人从移动商务的应用系统出发，分析了在线信誉
升级会员 