【在线评论对小米手机销量影响模型实证探究开题报告文献综述4900字】

在线评论对小米手机销量影响模型实证研究开题报告目录TOC\o"1-2"\h\u10310在线评论对小米手机销量影响模型实证研究开题报告 131537一、论文选题的目的和意义(五号宋体，23磅行距） 128183（一）选题背景 12529（二）选题目的 129380（三）选题意义 130283二、国内外关于该论题的研究现状和发展趋势 26228（一）国内研究现状 214025（二）国外研究现状 328265（三）文献述评 327773三、论文的主要内容、研究方法 410648（一）研究内容 46585（二）研究方法 510927四、论文主要文献（严格按照论文文献格式） 5一、论文选题的目的和意义(五号宋体，23磅行距）（一）选题背景近年来，随着经济社会的飞速发展，电子商务已成为一种重要的零售业态，而线上购物也已成为人们购物的一种重要方式。我国电子商务行业呈现出蓬勃发展的势头，以淘宝、京东、拼多多等为代表的大型国内电子商务平台已经崛起，对促进我国电子商务产业的发展起到了至关重要的作用。线上购物与实物销售之间的最大区别在于，产品只能通过文本、声音、图像等在线显示的方式吸引客户，并且产品的直观感知和试用性受到很大程度的限制。为此，在线评论作为线下口碑的网络扩展的一种形式，有效地弥补了上述缺陷，成为消费者决策的重要影响因素。对于电子商务卖家来说，在线评论可以帮助他们实现在线营销目标，建立信誉系统和实现声誉传播；而对于消费者而言，则可以帮助他们做出正确的购买决定并减少在线购物的不确定性和风险。卖家希望获得越来越有效的用户评论，而消费者希望看到其他用户的评论，这些评论在帮助他们做出购买决定时会更有效。因此，对在线评论与产品销量的关系研究具有重要的现实意义。（二）选题目的本文以我国电子商务的发展为大背景，以京东小米商城产品销量为研究对象，探讨在线评论的不同属性对产品销量的影响。从用户在线评论的评论长度、评论完整性、评论星级、评论时效性这四个方面出发，在认知努力理论、信息加工理论、说服效应理论、解释水平理论等理论基础上，研究了在线评论对产品销量的影响因素。同时针对在线评论的特性提出了一系列假设，构建了在线评论对产品销量的影响因素模型，根据模型检验的结果进行了相关的分析。（三）选题意义理论意义：近年来，我国电子商务正处于蓬勃发展的状态，有关用户在线评论的相关研究也吸引了国内外许多学科相关学者的关注，并且在市场营销、信息通信、消费者行为、数据挖掘以及信息系统领域都具有一定的研究成果。但是，这些研究涉及到的维度不同，使用的研究方法存在不同，因此得出的结论也有着很大的差异。此外，以往学者采用面板数据进行有关在线评论的实证研究还比较缺乏。在本研究中，笔者结合认知努力理论、信息加工理论、说服效应理论、解释水平理论等，从在线评论的评论长度、评论完整性、评论星级、评论时效性这四个方面作为研究的切入点，从时间序列的视角来探索这几个因素对产品销量的具体影响，开拓了在线评论的研究视角。实践意义：通过从不同维度探析京东商城小米产品在线评论对其销量的影响机制，具有一定的现实意义。对于顾客来说，降低线上购买产品过程中由于信息不对称带来的感知风险，减少购买过程中查询产品信息及服务的时间与成本，帮助其更好地从海量的评论中快速有效地提取出关键信息，有助于其更快地做出购买决策；对于小米产品店铺来说，能够精准有效地掌握顾客关注的产品特征及信息，合理高效地展示在线评论，提高潜在顾客购物的可能性，达到产品增销的目的，进一步提高产品竞争力；对京东电商平台来说，为其提供科学有效的在线评论管理建议，助力生平台打造良好的口碑。二、国内外关于该论题的研究现状和发展趋势（一）国内研究现状通过翻阅顾客在线评论的相关文献，研究方向主要集中在以下三个部分：首先，在线评论是否有用？汪涛、王魁和陈厚(2015)认为随着电子商务的不断发展，在线评论虽然给公众生活提供了便利，但是因为在线环境存在差异，在线评论质量水平也参差不齐，并非所有在线评论都对顾客做出购买行为有用；张晓峰(2017)以家用空调为研究对象，评论时效性、追加评论、晒图数量显著影响空调销售，好评、差评、客户信用等、评论字数、商品价格等并不显著影响空调销售。张晓瑜（2020）利用Python对所收集的数据进行文本挖掘，从评论的内容中通过语义特征和形式特征等维度及多个关键词指标进行回归建模分析，研究出评论内容特征、情感正负倾向等指标显著负向影响在线评论的有用性，而评论的丰富性、时效性和带图评论等指标对在线评论有用性存在显著正向影响。其次，哪些因素影响在线评论的有用性？张华(2016)通过爬取在线餐饮相关评论信息，得出在线评论的字节长度、发表评论者的声誉均对其感知有用性有积极影响。王文君（2019）等学者针对京东商城有关手机的在线评论信息进行探究，从评论数量、评论情感倾向、评论内容与评论时间入手，具体分析在线评论对手机销量的影响。罗佳佳（2019）以S-O-R理论为理论基础，分别将正面网络口碑、情感反应、在线冲动购买意愿作为自变量、中介变量、因变量构建模型，通过问卷调查分析得出正面网络口碑的数量、质量、视觉线索都会正向影响消费者在线冲动购买意愿的结论。最后，在线评论不同维度的作用效果是怎样的？陶晓波、张欣瑞、杨建坤等(2017)通过建立实证模型表明了在线评论数量通过影响感知有用性间接影响新产品扩散。王伟和王洪伟(2016)利用情感分析技术计算出每条评论文本的情感值,进而研究商品评论特征对顾客购买决策的影响作用。单晓红、张晓月和刘晓燕(2018)从在线评论的发布者信息、酒店自身情况以及评论相关内容等方面入手,仔细探析顾客需求,为提升酒店销量建言献策。蒋琦（2019）采用消费者感知到的有用性来反映评论的有效性。他指出，评论可信度也会对评论是否有效产生影响，一般而言，评论的可信度更多的是指评论的可信度水平，其次也包括评论信息源，比如评论人的可信度对评论有用性产生重要的影响。（二）国外研究现状国外对产品评论对在线销量关系的研究分为三大类：一是在线评论数量与产品销量关系的研究；二是在线评论极性（评论的好坏）与产品销量关系的研究；三是探讨在线评论与其他多种因素共同对产品销量影响的研究。针对在线评论数量对产品销量的影响，许多学者对此展开了研究。Park&Kirn（2017）将在线评论认为是用户潜在的、正面或者负面的个人主观意识的表达，该文章明确界定了在线评论的发布者和在线评论的受众，指出在线评论的受众主要包括具有购买经验的用户和没有购买经验的用户，不同的用户对于在线评论的有效性具有不同的观点，该文章还就在线评论与用户购买行为之间的关系做了明确的界定。Anderson（2018）认为在线评论是在线口碑的一种表现方式，指的就是消费者在购物网站或者在线平台当中对所购买的产品进行评价，主要包括产品自身的优点、缺点以及使用心得等等。关于在线评论极性与产品销量关系的研究。Anu（2020）等采用线性回归模型对亚马逊评论数据进行分析发现：产品价格、评论长度、评论量和情绪（正面或负面词汇）作为自变量，分析产品销售的影响，最终得出除了价格之外，用户还受到评论数量、评论长度、明星评级和评论文本情感的影响。Bansal&Voyer（2019）研究表明评论中的评论者的专业程度越高，会对其他消费者的购买态度产生较重大的影响。还有一些学者进行在线评论与其他多种因素共同对产品销量影响的研究。Kwok(2017)等学者认为在商业领域，在线评论被视为电子口碑，指的是消费者根据使用产品或服务后的体验创建的一类信息。ADDINEN.CITE<EndNote><CiteAuthorYear="1"><Author>Aghakhani</Author><Year>2020</Year><RecNum>540</RecNum><DisplayText><stylefont="TimesNewRoman">Aghakhani等</style><stylefont="微软雅黑">（</style><stylefont="TimesNewRoman">2020</style><stylefont="微软雅黑">）</style></DisplayText><record><rec-number>540</rec-number><foreign-keys><keyapp="EN"db-id="wd9rvzs02p9d9vep0xrv9zzh5se5dwv5vwvp"timestamp="1603765057">540</key><keyapp="ENWeb"db-id="">0</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Aghakhani,Navid</author><author>Oh,Onook</author><author>Gregg,DawnG.</author><author>Karimi,Jahangir</author></authors></contributors><titles><title>Onlinereviewconsistencymatters:Anelaborationlikelihoodmodelperspective</title><secondary-title>InformationSystemsFrontiers</secondary-title></titles><periodical><full-title>InformationSystemsFrontiers</full-title><abbr-1>Inf.Syst.Front</abbr-1></periodical><pages>1-15</pages><dates><year>2020</year></dates><isbn>1387-3326 1572-9419</isbn><urls></urls><electronic-resource-num>10.1007/s10796-020-10030-7</electronic-resource-num><language>English</language></record></Cite></EndNote>Aghakhani等（2020）研究了评论间评分不一致和评论评分与文本情感的不一致。其研究发现，评论评分不一致对评论有用性产生负面的影响，而评论评分和文本情感的一致积极影响评论有用性，进而促进产品销量。文献述评通过对国内外学者对于在线评论的相关研究文献的上述回顾，可以总结出以下几点：第一，通过在线评论与产品销量之间的文献回顾，说明在线评论与销量间存在重要关系，而两者之间的关系确实是不一致的，有的是正向关系，有的是负向关系，也有的不显著等。因此，有必要再去考虑在线评论其它维度的因素对产品销量的影响；第二，通过对在线评论的各个不同属性的了解，发现之前学者从不同视角开展了大量的研究，然而从评论内容的完整性以及时效性这两个视角进行的研究相对还比较缺乏。因此，本文结合认知努力理论、信息加工理论、说服效应理论、解释水平理论等，重点从在线评论的评论完整性、评论时效性这两个视角出发，来探索这些因素对产品销量的具体影响。三、论文的主要内容、研究方法（一）研究内容标题1.绪论1.1研究背景1.2研究目的及意义1.3国内外研究进展1.4研究方法1.5研究内容2相关概念与理论基础2.1在线评论理论概述2.1.1在线评论基本概念2.1.2在线评论的特点2.2主要理论基础2.2.1认知努力理论2.2.2信息加工理论2.2.3说服效应理论3研究模型及假设3.1研究假设3.2模型变量选择3.2.1自变量3.2.2因变量3.3模型构建4.小米手机在线评论数据采集及处理4.1样本选取4.2小米手机在线评论数据采集方法4.2.1数据采集方法4.2.2数据采集对象4.4数据处理5在线评论对小米手机销量影响模型实证分析5.1描述性统计分析5.2相关分析5.3回归分析与结果讨论5.4研究假设验证6研究结论及展望6.1研究结论6.2研究不足与展望（二）研究方法（1）文献研究法。在确认研究范畴为在线评论后，笔者查阅了大量与之相关的资料和文献，对在线评论的基本概念及特性等有了初步了解。（2）比较研究法。在对于文献的整理和研究中，学者通过比较不同的研究对象在同一指标下所得到的结论、同样的研究对象在不同的指标下得到的结论和同样的对象用不同的研究方式得到的结论，归纳总结其研究方式和各类指标的选取，最后确定了本文的研究方法与技术路线。（3）实证研究法。本文在确定了研究方向及相关理论后，根据所研究的对象进行变量的选取，通过数据收集建立本文的计量模型，去除无效值、空值等简单处理后，将近30天月销量、累计评论数量、追加评论数量、图片评论数量、产品价格、规格、类别、品牌、销售平台等变量进行分类及处理，将在线评论类指标作为自变量（累计评论数量、追加评论数量、图片评论数量）、产品类指标（价格、规格、类别、品牌）作为控制变量，销售平台作为调节变量，以此构建研究模型，根据所构建的模型对数据进行进行相关分析、回归分析和调节效应检验，最后进行F检验、t检验等，主要用到的分析工具有excel和SPSS等软件。四、论文主要文献（严格按照论文文献格式）[1]张晓瑜,张晓瑜,杨丰瑞.在线评论有用性的影响因素研究——基于商品类型的调节效应[J].2020(05):140-144.[2]罗佳佳.正面网络口碑对消费者在线冲动购买意愿的影响研究[D].云南财经大学,2019.[3]赵迪.在线评论信息对销量影响的研究分析[J].投资与创业,2022,33(07):226-228.[4]杨德锋,雷蜀豫,姚卿,古晨妍,孙彧.负面评论首页效应:追评数量和评论深度的影响[J].营销科学学报,2022,2(01):123-141.[5]齐托托,周洵,王天梅.在线评论特征对知识付费产品销量的影响研究——基于产品类型的调节作用[J].管理评论,2021,33(11):209-222.[6]贾鹏.线上评论对产品销售的影响[D].上海财经大学,2021.[7]蒋琦.企业自营与合作网络商城现状及发展策略研究.北京邮电大学,2018.[8]吉轩帆.在线评论中图片对产品销售影响的实证研究[D].东南大学,2021.[9]陆之洲.平台经济背景下在线评论对销量的影响研究[D].上海财经大学,2021.[10]申洁.在线评论文本内容对旅游产品销量影响的实证研究[J].天津商务职业学院学报,2021,9(02):47-54.[11]朱道平,张灿凤.考虑不同平台评论情绪的电商产品销量预测研究[J].市场周刊,2021,34(03):91-93.[12]兰桂铖,单娅军,黄健青.在线评论与产品销量之间的动态交互影响——基于淘宝网商品面板数据的实证研究[J].文献与数据学报,2020,2(03):48-59.[13]朱琴,韩小花.基于在线评论的制造商产品再制造与价格策略研究[J].系统科学与数学,2022,42(08):2040-2061.[14]胡常春,郭梦雨.负向在线评论质量对购买意愿的影响研究——基于产品属性的调节效应[J].现代商业,2022(15):33-37.[15]胡常春,郭梦雨.在线产品评论：研究述评与展望[J].现代商业,2022(14):23-26.[16]王克勤,刘朝明.基于在线评论的重要度绩效竞争对手分析的产品设计改进方法[J].计算机集成制造系统,2022,28(05):1496-1506.[17]李霞,王羽,巴文浩.国内外管理学领域在线评论研究现状及启示[J].山西财政税务专科学校学报,2022,24(02):40-46.[12]魏娟.用