7个研究背景和意义示例,教你写计算机在线评论有用性论文

今天分享的是关于在线评论有用性的7篇计算机毕业论文范文, 如果你的论文涉及到在线评论有用性等主题,本文能够帮助到你

电商平台在线评论有用性影响因素研究

这是一篇关于在线消费者评论,在线评论有用性,社会影响理论,信息可获得性与诊断性理论,详尽可能模型的论文, 主要内容为互联网技术的普及、物流行业的不断规范、在线支付安全性的提高等一系列网络服务的深化,带动了网民网上购物的热情。由于网络具有虚拟性,消费者在进行网络购物时,接触不到真实的商品,因此在线评论就成为了消费者了解商品的重要渠道。阅读在线评论,消费者可以了解其他购买者使用该产品的体验,从而形成对产品的初步了解。在线评论帮助消费者做出购买决定的程度反映了其有用性的高低。那么,在线评论有用性的影响因素有哪些?这些因素是怎样影响在线评论的有用性的?影响因素之间的交互是否会对在线评论有用性产生调节?本研究首先完成对在线评论有用性及其他相关内容的文献梳理之后,提出假设并建立研究模型。然后,本研究以Amazon全球网站作为研究对象,利用网络爬虫软件采集相关数据并对进行整理,使用SentiStrength对所得评论中的文本内容进行情感打分,运用Stata与SPSS等软件对所得数据进行模型拟合与稳健性检验,得出研究结论。本研究有助于消费者对在线评论有用性的理解,减轻信息过载的负面影响:有助于开发者对现有在线评论系统进行升级,使其更贴合消费者使用需求;本研究有助于在线商家进行评论筛选与展示,以增加其产品销量。本研究的创新之处在于将评论的情绪强度,情绪评论的总量以及产品购买者等变量添加到在线评论有用性模型中,实现了对评论情感强度与情感总量的具体度量,考虑了评论者特征与评论特征进行交互后对有用性的调节,使现有研究框架更加翔实,更接近社会现实。

搜索型商品在线评论有用性影响因素研究——以京东商城为例

这是一篇关于搜索型商品,在线评论有用性,京东商城,信息接受模型,负二项回归的论文, 主要内容为在互联网的普及、电子支付及物流行业的不断优化升级的推动下,我国的电子商务行业在近年来获得了飞速的发展。大多数在消费者进行网络购物时更倾向于阅读产品的在线评论了解产品信息作为购买决策参考,但海量的用户评论也给消费者带来了巨大信息过载压力。因此,如何从海量的用户评论中筛选出价值高的有用评论成为了电商平台和消费者的关注重点。本文基于以上现实情况,在评论有用性影响因素相关文献进行了梳理,基于信息接受模型和详尽可能性模型建立了实证研究模型,并以京东商城手机类和电脑类中销量和评论数量最高的5个搜索型商品为代表,采集其用户评论数据为研究对象对评论有用性的影响因素进行了探究。本研究中运用了文本分析和实证研究方法,首先采用Python编写爬虫程序抓取了本研究的样本评论数据,然后对数据进行了清洗和人工打分等预处理工作,最后根据样本数据中因变量的数据特征选取负二项回归模型进行回归分析。本文从评论本体因素和评论本体相关因素两个方面进行了探究,验证了评论文本长度、图片数量、评论评分、评论主客观性以及评论者等级因素对有用性的影响。同时,本研究也验证了本研究新增的评论视频、评论全面性、追加评论信息丰富性等变量对评论有用性的正向影响。最后,本文根据研究结果对京东平台优化评论系统以及平台商家引导消费者发布评论以及消费者筛选评论提供了参考。本文的创新之处在于根据京东商城网站实际情况对前人的研究变量和模型进了补充,使得模型更加完善和符合实际。

基于信息采纳行为模型的在线评论有用性影响因素研究

这是一篇关于信息采纳行为模型,在线评论有用性,影响因素的论文, 主要内容为有商品交易的地方总会有评论。对商品的评论方式随着商品交易形式的衍生也越来越丰富。随着互联网和电商行业的飞速发展和完善,线上购物愈加便捷,在线评论的影响力愈加重要,随之人们开始研究在线评论的有用性。研究在线评论有用性的影响因素,有助于识别出有用性高的评论,从而提高消费者购买决策的效率,还能够在一定程度上帮助企业提高自身商品的质量,使电商平台在提升服务水平方面具有方向性和目标性。本文通过对大量文献的研究与梳理,基于传播说服理论和信息采纳行为模型来研究在线评论有用性的影响因素,对亚马逊网站中的相关数据进行研究。自变量包括评论的特征(星级、长度和时间),评论者的特征(排名和信誉),同时引入商品类型作为调节变量。本文中的商品类型按相关研究最常用的分类方式,划分为搜索型商品和体验型商品,在线评论有用性是因变量,构建了研究模型。本文的研究数据均来自亚马逊官方网站,并通过免费的数据抓取软件——“八爪鱼采集器”来对亚马逊网站进行在线评论的相关数据抓取,按照搜索型和体验型商品的分类采集了评论的星级、评论的内容、评论的时间、评论者的排名、评论者历史获得的总有用性票数以及评论者的历史总评论数六个变量。最终采集到有效评论数据1000组,搜索型商品500组,体验型商品500组。运用相关分析和多元分析法对抓取到的数据进行分析,最终得出结论。本论文通过研究得出结论如下:在线评论长度、评论时间、评论者信誉均对在线评论有用性具有显著的正向相关关系。评论星级、评论者的排名均与有用性呈显著的负向相关。商品类型在评论星级、评论长度和评论时间对评论有用性的影响作用中均具有显著的调节效果。最后,根据实证分析的结论对商品企业和电商企业提出了相关的建议。

社交平台在线评论有用性影响因素研究

这是一篇关于社交平台,在线评论有用性,评论内容特征,评论者特征的论文, 主要内容为随着互联网的普及和社交网络的兴起,在线评论已成为用户情感认知和购买决策的重要依据。在这个过程中,用户愈发注重情感需求的满足,如娱乐、兴趣、社交等,信息需求如新闻、资讯、购物决策等则放在次要位置。然而,以往研究主要关注电商平台,探究在线评论有用性对消费者购买意愿和决策的影响机制,忽视了在线评论对满足用户情感需求的重要性。因此,基于社交平台探究在线评论有用性影响因素具有重要研究价值。基于精细加工可能性模型、信息采纳模型等理论,本文从信息质量(评论内容特征)和信息源可靠性(评论者特征)两个维度提出研究假设并建立社交平台在线评论有用性影响因素模型。本文以豆瓣短评为研究对象,共采集了5553条在线评论数据,其中主要包含评论文本、星级评分、评论者专业性、评论者内向中心度等指标。此外,通过知网情感词典(Hownet)判断评论文本情感倾向,并引入了评分不一致与评论者特征、情感倾向一致性的交互项。针对样本数据特点,本文运用Stata16.0软件对数据进行零膨胀负二项回归模型拟合,并采用负二项回归模型检验拟合结果的稳健性。结果表明,评论长度、评论可读性、评论者专业性和内向中心度均验证了对评论有用性的正向影响;评论者外向中心度对评论有用性具有负向影响,这可能是社交压力导致了从众评论的有用性降低;情感倾向一致性和评分不一致正向影响评论有用性,具有负向情感倾向的评论有用性感知更高,并证实了评分不一致增加削弱了评论者专业性、评论者内向中心度和情感倾向一致性对评论有用性的正向影响。本文从社交平台视角进一步完善了评论有用性的研究框架,全面探讨了社交平台的在线评论有用性影响因素。结合实际背景,本研究从评论有用性角度提出了可行的建议和启示,为社交平台管理实践提供了有价值的参考。

在线评论有用性影响因素研究——基于STEAM网站数据

这是一篇关于在线评论有用性,评论内容,情感倾向,评论者信息,商品类型的论文, 主要内容为互联网的持续发展为网络购物和线上消费持续提供增长驱动,网络购物产业持续保持高位发展,加之新冠疫情的影响,线上消费成为很多消费者主动或被动的选在的主要消费方式,随之而来的,是在线评论数据的持续爆炸式增长。在网络信息超载的大环境下,评论信息作为最易获取的商品信息源,是买卖双方的第一道沟通桥梁,为消费者提供购买决策的参考建议,并且直接影响到品牌形象及口碑、用户忠诚度和产品营销效果。因此,如何衡量在线评论信息的有用性仍然是极具深入研究价值的课题。本研究首先整理了在线评论有用性的经典文献,归纳总结了在线评论有用性研究的经典理论。在研究对象方面,选取了游戏平台在线评论这一此前研究中还未涉及过的内容作为研究对象,为在线评论有用性研究扩充新的研究样本,同时也进一步研究了此前研究中较常讨论的在线评论有用性影响因素的普适性。而后,通过评论特征、评论者特征和评论互动特征这三个维度入手,结合此前研究中常见的影响因素,以及根据本研究的研究对象挖掘的新增变量,构建了在线评论有用性影响因素的概念模型。在数据源方面,为了进一步提高研究样本的覆盖度及多样性,降低样本对于研究结果的偏差影响,本研究分别选取了5个畅销游戏及10个非畅销游戏,分别形成畅销游戏评论数据样本组以及非畅销游戏评论数据样本组。通过“八爪鱼”大数据爬虫软件,共获取13734条数据,其中畅销游戏评论数据12497条,非畅销游戏评论数据1237条。在根据研究假设需求完成数据筛选后,形成了最终符合样本要求的两个有效样本组,其中:畅销游戏评论数据样本组包含5217条数据,非畅销游戏评论数据样本组包含524条数据。而后,通过Python,使用Boson情感词典对评论文本数据进行文本挖掘处理,计算评论语义中的情绪强度。在完成以上处理后,选取了三个维度共计7项自变量指标进行研究,通过STATA17进行回归验证,分析在线评论有用性的主要影响因素,得出以下结论:(1)评论特征方面:评论文本长度对于评论有用性起正向促进作用,评论时间、对于评论有用性存在抑制作用,评论平均各句长度以及评论情感倾向强度对于评论有效性无显著影响。(2)评论者特征方面。评论者游戏实践和评论者购买游戏数量对于评论有用性存在抑制作用。(3)评论互动特征方面。评论回复数量能够显著促进评论有用性的提升。最后,本研究从游戏平台评论管理和其他电商平台评论管理两方面,基于评论信息推荐系统的优化和如何提升评论质量的角度,提出部分建议,将本研究的结论推广至其他类型商品及平台,探索研究结论的普适性,以期促进平台的科学管理,最后结合本研究的主要研究内容和结论,回顾本研究尚存不足之处,展望未来研究方向。