随着Web 2.0的快速发展和社交媒体的进步,用户创造内容(User-Generated Content,UGC)的社交媒体平台使消费者能够以在线评论的形式充分分享海量产品信息。消费者可以通过阅读网上评论帮助他们制定购买决策,销售者也可以从在线评论中得到客户的反馈意见。作为一种新形式的口碑(WOM),在线评论对于吸引客户起着至关重要的作用[1]。此前的研究表明,对于评论阅读者或消费者而言,在线评论比传统评论更具有可信性。消费者的独立性使得用户产生内容比市场广告信息更为可信[1,2]。然而,在线评论的研究也面临许多挑战。首先,在当今的大数据时代,在线评论正在以前所未有的速度产生,且数量庞大。由此所产生的海量评论,带来了信息过载问题,同时,评论质量随着庞大评论数量的增长,评论质量问题也日益凸显。这些问题的产生,很大程度上影响了评论阅读者对商品相应属性的正确判断,带来信息搜寻成本的提高和决策效率的降低的问题。因此,研究如何从在线评论中有效地识别出有价值的信息就显得尤为重要。第二,学者们长期以来呼吁研究市场差异对在线评论有用性的影响。如在线消费者评论行为在不同文化环境中是否会产生不同的影响,评论有用性在不同的舆论环境下是否也不尽相同,这些都是值得探讨和研究的。为了解决这些重要的问题,文章首先对比了不同电影市场上对电影评价的区别,并对豆瓣及IMDB网站上不同类型的电影及不同国家的电影进行对比分析。结果表明,豆瓣电影的评价相对于IMDB网站更容易获得高评价,好电影的分数也都更容易集中在高分区,因此,认为与舆论环境有关。另外,通过对比分析,可以了解到对于国外电影,豆瓣更容易给出高的评价,而IMDB倾向于自由言论,高低两种评价都有。这些对比分析为后续的回归分析做了铺垫。文章借鉴了双重过程理论,根据ELM理论提出的两个主要的说服路线:中央路线和边缘路线。中央路线是指个人以更全面方式了解和处理信息,从而导致态度的变化;周边路线是指个人通过外围线索判断信息使最终态度改变,这些线索涉及到如评论者信誉和来源等外围线索[3]。个体对信息的处理能力是消费者在进行路径选择中一个重要的因素。当一个人具备高水平的信息处理能力的时候,他们能详细考虑信息的内容;相反,当一个人缺乏相应的能力更容易受边缘信息的影响来进行判断。为此,基于这两种路线,文章从评论内容质量和评论来源质量两个维度提出了一个概念模型来探索评论有用性的影响因素。消费者由于受文化影响和舆论影响,在不同的电影市场表现出不同的评论行为。文章假设评论内容属性(在线评论长度和评论极端性)对评论有用性存在正向影响。对于评论长度来说,据ELM理论,当消费者做出购买的决定,关于产品的信息往往是不完整的,他们应该寻找更多的信息来减少不确定性[4],然而寻求更多的信息需要更多的时间和成本,所以需要权衡成本与效益的平衡。以往的研究表明,不增加相应的搜索成本的前提下,包含更多信息内容的评论更受评论阅读者的青睐,因为评论越长越可以提高信息的诊断能力[5]。此外,Mudambi和Schuff(2010)认为,较长的评论可以促使消费者仔细阅读,改变或者增强原有对产品的态度[6]。对于评论极端性来说,由于中性评论客观性更强,对于商品的真实信息的反映比较模糊、观点不明确,中等评论被认为是缺乏有用信息,影响消费者的决策信息有限。相反,极端评论能够明确显示出评论者的主观情感倾向,消费者往往更频繁的浏览极端评论而非中等评论。文章假设评论来源属性(评论者评论经验和评论者中心度)对评论有用性存在正向影响。对于评论者中心度来说,中心度是分析网络中节点的特征的一个重要指标,同时也能够衡量在社会网络中每个个体的影响程度。表现出高中心度评论者的评论更具有可信度,评论有用性更高。对于评论者经验来说,评论者的经验是指评论者有多少评论发表在评论网站上。有更多的经验的评论者的评论往往是更加可信的。根据不确定减少理论,评论者更倾向于评论经验越丰富的评论者的评论,由此减少自身对产品的不确定性。因此,经验丰富的评论者的评论对消费者的决策影响更大。文章假设市场差异(文化类型和舆论环境)调节两个维度变量对评论有用性的影响。对于文化类型来说,集体主义社会中,个人往往与集体有强大的关系,他们总是关注自己的意见是否被集体所接纳[7]。换句话说,在集体主义社会的人们寻求和谐而非冲突。因此个人在集体主义的文化背景下(如中国)不会轻易表达。相反,对于像美国这样的个人主义的社会,评论者喜欢自由的表达。一般来说,无论是欣赏或不满,自由的观点以及信息表达在更长的评论中能够得到充分的体现。由于在集体主义文化评论者和读者倾向于保持和谐的氛围,他们会表达比较温和的评论,同时欣赏中立客观的评论,但在个人主义文化背景下,更喜欢极端的具有自由思想的评论。因此,中国消费者比美国消费者更不喜欢极端的评论。对于舆论环境来说,当消费者在阅读评论时,不仅会考虑评论内容信息与评论者的相关信息,舆论环境也会被考虑进来,舆论是由正面和负面的观点组成的。通过文献回顾,我们发现在互联网上的负面舆论传播比正面舆论更方便。因此,我们认为当公众舆论熵低(呈现负面评价环境),消费者可以得到足够的信息来评估评论有用性。然而,当公众舆论熵高(呈现正面评价环境),评论内容信息对消费者来说是不够的,它使消费者通过寻求其他来源质量的信息(如评论者中心度和评论者经验)对评论的可信度进行深入思考。利用Python 3.5从IMDB和豆瓣网抓取了12部电影的26万条评论数据,12部电影包括3种在线类型:(0=在线,1=在线,2=离线)和2种热门类型:(0=非热门,1=热门)。然后通过统计分析软件SPSS 20.0进行了数据处理与分析。在文章中,在线评论有用性作为因变量使用有用性投票作为变量的测量。在豆瓣网上,投票情况是一个1-5的Likert量表,1=不满意,5=最满意;在IMDB网站上,投票情况是一个1-10的Likert量表,1=不满意,10=最满意。结合在两个网站的评论有用性,将豆瓣网的5星级模式转换成IMDB的10星级模式。评论长度,评论极端性,评论者中心度和评论者经验是独立的变量,文化类型和舆论环境作为调节变量。其中在线评论的字数是评论长度的测量指标。作为评论极端性的测量,5星和6星评级为温和的评论,1星和10星评级被归为极端的评论。越接近1星和10星,评论越具有极端性。构建了另外两个变量来衡量评论者的属性:评论者中心度和评论者经验,构建了一个虚拟变量来衡量文化类型:(0=个人主义文化,1=集体主义文化)。最后,通过计算舆论熵来衡量公众舆论环境。结果表明,在两个不同的电影市场(中国和美国),评论行为有显著差异。具体而言,在线评论长度,评论者中心度和评论者经验这三个变量对因变量评论有用性都存在显著的正向影响。较长的句子和更极端的情感,相比于集体主义社会(中国),在个人主义社会(美国)更有说服力;评论者中心度和评论者经验在正面舆论环境下对评论有用性产生的影响更大。通过对两种市场下在线评论行为进行研究,文章促进了对市场差异对在线评论影响的认识。同时,也给像中国这样的新兴的电影市场带来重要的实践价值和指导意义。