【基于網(wǎng)絡(luò)數(shù)據(jù)抓取的在線評(píng)論對(duì)旅游產(chǎn)品銷量的影響實(shí)證分析8400字（論文）】

基于網(wǎng)絡(luò)數(shù)據(jù)抓取的在線評(píng)論對(duì)旅游產(chǎn)品銷量的影響實(shí)證研究目錄1導(dǎo)論11.1選題背景和意義11.2文獻(xiàn)綜述11.3論文的結(jié)構(gòu)與主要內(nèi)容31.4論文研究方法32影響機(jī)制與研究假設(shè)42.1評(píng)論數(shù)量對(duì)在線旅游產(chǎn)品銷量的影響42.2差評(píng)數(shù)量對(duì)在線旅游產(chǎn)品銷量的影響42.3帶圖評(píng)論數(shù)對(duì)在線旅游產(chǎn)品銷量的影響53在線評(píng)論對(duì)旅游產(chǎn)品銷量影響的實(shí)證分析63.1數(shù)據(jù)收集63.2變量設(shè)計(jì)與模型建立63.3相關(guān)性分析63.4回歸分析73.5檢驗(yàn)分析73.6結(jié)論74建議8參考文獻(xiàn)101導(dǎo)論1.1選題背景和意義1.1.1選題背景目前，我國服務(wù)業(yè)依托網(wǎng)絡(luò)迅速發(fā)展，越來越多的消費(fèi)者習(xí)慣在網(wǎng)上購買現(xiàn)代服務(wù)。網(wǎng)購為消費(fèi)者購買服務(wù)型產(chǎn)品提供了便捷，但由于網(wǎng)購的虛擬性，消費(fèi)者并不能全面的了解產(chǎn)品的真實(shí)信息。在線評(píng)論是消費(fèi)者了解商品真實(shí)信息的重要渠道，是影響服務(wù)型商品銷量的重要途徑。服務(wù)業(yè)中的旅游業(yè)是山西轉(zhuǎn)型升級(jí)的重點(diǎn)產(chǎn)業(yè)，近年來山西政府加大了對(duì)旅游業(yè)的投入，充分利用互聯(lián)網(wǎng)推動(dòng)旅游業(yè)發(fā)展。在線評(píng)論是消費(fèi)者了解山西旅游景點(diǎn)、影響消費(fèi)者購買意愿的重要因素，因此分析山西旅游產(chǎn)品的在線評(píng)論、研究在線評(píng)論對(duì)山西旅游產(chǎn)品銷量的影響十分有必要。1.1.2選題意義在線評(píng)論是促進(jìn)產(chǎn)品銷量增長(zhǎng)的重要因素。本文通過分析在線評(píng)論指標(biāo)、研究攜程平臺(tái)上在線評(píng)論對(duì)山西旅游產(chǎn)品銷量的影響，可以為商家提出改進(jìn)在線評(píng)論管理的建議，對(duì)促進(jìn)消費(fèi)者的購買意愿、提升山西旅游產(chǎn)品銷量具有積極作用。研究這一問題也可以使消費(fèi)者充分了解山西旅游景點(diǎn)的真實(shí)信息，降低消費(fèi)者搜尋信息的成本。1.2文獻(xiàn)綜述國內(nèi)外學(xué)者們從量化指標(biāo)、文本處理技術(shù)、產(chǎn)品類型的角度對(duì)在線評(píng)論對(duì)產(chǎn)品銷量的影響進(jìn)行了分析。學(xué)者們通過分析在線評(píng)論的量化指標(biāo)與產(chǎn)品銷量之間的關(guān)系來研究在線評(píng)論對(duì)產(chǎn)品銷量的影響這一問題。Chevalier和Mayzlin（2006）分析了圖書的在線評(píng)論數(shù)據(jù)和圖書銷量之間的關(guān)系，發(fā)現(xiàn)圖書評(píng)分對(duì)圖書的銷量有著顯著的正向影響，圖書評(píng)分越高，圖書的銷量越好。郝媛媛等（2009）分析了電影的在線評(píng)論數(shù)據(jù)，發(fā)現(xiàn)電影評(píng)論數(shù)量對(duì)電影票房的影響成鐘形變化，初期電影評(píng)論數(shù)量對(duì)電影票房的影響較小，然后影響慢慢變大，最終隨著時(shí)間的延長(zhǎng)評(píng)論數(shù)量對(duì)票房的影響又逐漸變小。王君珺和閆強(qiáng)（2013）對(duì)手機(jī)的在線評(píng)論數(shù)據(jù)進(jìn)行了實(shí)證研究，分析了評(píng)論長(zhǎng)度、評(píng)論及時(shí)度和星級(jí)評(píng)分等數(shù)據(jù)，發(fā)現(xiàn)評(píng)論長(zhǎng)度對(duì)手機(jī)的銷量有著顯著的正向影響，評(píng)論及時(shí)度對(duì)熱門品牌手機(jī)的銷量有顯著影響，星級(jí)評(píng)分對(duì)手機(jī)銷量無顯著影響。方佳明等（2016）分析了豆瓣網(wǎng)的圖書在線評(píng)論數(shù)據(jù)，發(fā)現(xiàn)圖書評(píng)論數(shù)量會(huì)正向影響圖書銷量，“在讀人數(shù)”和“想讀人數(shù)”指標(biāo)對(duì)圖書銷量有著顯著的正向影響，評(píng)論效價(jià)和評(píng)論差異對(duì)圖書銷量無顯著影響。吳小平（2019）以京東商城上的汽車配件為研究對(duì)象，發(fā)現(xiàn)評(píng)論數(shù)量、評(píng)論效價(jià)、評(píng)論深度均對(duì)汽車配件的銷量有著顯著的正向影響。鄧攜敏（2020）選取評(píng)論總數(shù)、好評(píng)率、評(píng)論效價(jià)、帶圖評(píng)論率等指標(biāo)分析在線評(píng)論對(duì)化妝品銷量的影響，發(fā)現(xiàn)評(píng)論總數(shù)、好評(píng)率對(duì)化妝品銷量有著顯著的正向影響；評(píng)論效價(jià)與化妝品銷量之間存在倒U型的關(guān)系，適度的評(píng)論效價(jià)能夠促進(jìn)化妝品銷量的提升，過度的評(píng)論效價(jià)會(huì)阻礙化妝品銷量的提升；帶圖評(píng)論率與化妝品銷量之間存在U型關(guān)系，帶圖評(píng)論率低會(huì)抑制化妝品銷量增長(zhǎng)，帶圖評(píng)論率高會(huì)促進(jìn)化妝品銷量增長(zhǎng)，并且價(jià)格作為一種產(chǎn)品的品質(zhì)信號(hào)，會(huì)增強(qiáng)評(píng)論總數(shù)對(duì)產(chǎn)品銷量的正向影響。學(xué)者們運(yùn)用文本處理技術(shù)研究在線評(píng)論對(duì)產(chǎn)品銷量的影響。郝媛媛（2010）運(yùn)用文本分類技術(shù)來分析在線評(píng)論的文本內(nèi)容，發(fā)現(xiàn)正、負(fù)情感傾向以及情感傾向的方差會(huì)顯著影響在線評(píng)論的感知有用性，從而間接影響消費(fèi)者的決策與產(chǎn)品的銷量。韓科倫等（2015）運(yùn)用情感分析技術(shù)、產(chǎn)品特征挖掘技術(shù)深入挖掘影響銷量的因素，發(fā)現(xiàn)對(duì)于圖書來說，書中內(nèi)容、圖書的印刷情況、整體質(zhì)量對(duì)于其銷量的影響最大，對(duì)于手機(jī)來說，服務(wù)、用戶定位、外觀對(duì)于其銷量的影響最大。李玉玉（2017）利用文本挖掘技術(shù)對(duì)京東商城上洗衣機(jī)的文本評(píng)論內(nèi)容數(shù)據(jù)進(jìn)行了實(shí)證研究，采用情感計(jì)算模型對(duì)在線評(píng)論的文本數(shù)據(jù)包含的情感詞進(jìn)行打分，發(fā)現(xiàn)文本評(píng)論內(nèi)容的情感傾向會(huì)對(duì)洗衣機(jī)的銷量有顯著影響。李陽（2019）運(yùn)用文本分類相關(guān)算法、文本情感分析算法研究在線評(píng)論對(duì)大型家電銷量的影響，發(fā)現(xiàn)冰箱質(zhì)量相關(guān)評(píng)論中的外觀評(píng)價(jià)對(duì)冰箱銷量沒有顯著影響，而關(guān)于制冷保鮮和噪音的評(píng)價(jià)對(duì)冰箱銷量產(chǎn)生影響，制冷保鮮方面的評(píng)價(jià)越好銷量越高，噪音方面的評(píng)價(jià)越好銷量也越高。朱靜（2020）運(yùn)用了文本挖掘方法研究在線評(píng)論對(duì)生鮮農(nóng)產(chǎn)品網(wǎng)絡(luò)銷量的影響，認(rèn)為產(chǎn)品品質(zhì)、包裝物流對(duì)產(chǎn)品銷量有重要影響，文本與產(chǎn)品相關(guān)的信息對(duì)生鮮農(nóng)產(chǎn)品的網(wǎng)絡(luò)銷量有顯著影響。學(xué)者們從產(chǎn)品類型的角度對(duì)在線評(píng)論對(duì)產(chǎn)品銷量的影響進(jìn)行了分析。目前被廣泛接納的關(guān)于產(chǎn)品類型的定義是由Nelson（1974）提出的分類，即把產(chǎn)品分為搜索型產(chǎn)品和體驗(yàn)型產(chǎn)品。對(duì)于搜索型產(chǎn)品而言，消費(fèi)者在購買前，通過搜索產(chǎn)品商標(biāo)就可以查看到產(chǎn)品所有的品質(zhì)信息，確認(rèn)產(chǎn)品的品質(zhì)屬性（如顏色、款式、像素、硬度、存儲(chǔ)大小等），進(jìn)而確定產(chǎn)品品質(zhì)質(zhì)量。而對(duì)于體驗(yàn)型產(chǎn)品來說，消費(fèi)者只有在購買之后或者消費(fèi)的過程中才能獲取產(chǎn)品全部的品質(zhì)信息，確認(rèn)其產(chǎn)品屬性（如味道、潤(rùn)膚程度、體驗(yàn)感受等），從而確定產(chǎn)品質(zhì)量。王君琚和閆強(qiáng)（2013）以手機(jī)相關(guān)的在線評(píng)論數(shù)據(jù)作為樣本進(jìn)行分析，認(rèn)為對(duì)于搜索型產(chǎn)品，價(jià)格、評(píng)論的長(zhǎng)度對(duì)銷量有顯著的影響，熱門手機(jī)品牌的在線評(píng)論的長(zhǎng)度、評(píng)論及時(shí)度會(huì)對(duì)其它非熱門品牌手機(jī)的銷量有正向影響。韓科倫等（2015）以圖書、手機(jī)為研究對(duì)象來研究不同類型產(chǎn)品銷量的影響因素，認(rèn)為對(duì)于圖書這一體驗(yàn)型產(chǎn)品來說，書中內(nèi)容、印刷、質(zhì)量對(duì)于其銷售量的影響最大，而對(duì)于手機(jī)這一搜索型產(chǎn)品來說，廠商服務(wù)、產(chǎn)品定位和外觀對(duì)于其銷售量的影響最大。宋鵬和郭勤勤（2019）采集亞馬遜中國的產(chǎn)品在線評(píng)論作為研究樣本探究在線評(píng)論的屬性特征對(duì)搜索型產(chǎn)品和體驗(yàn)型產(chǎn)品銷量的影響方式，發(fā)現(xiàn)評(píng)論極端性和評(píng)論長(zhǎng)度對(duì)搜索型產(chǎn)品銷量的影響更加明顯，評(píng)論數(shù)量對(duì)體驗(yàn)型產(chǎn)品銷量的影響更加明顯。劉華和李敬強(qiáng)（2020）以辣味零食為例分析體驗(yàn)型產(chǎn)品在線評(píng)論與消費(fèi)意愿及銷量的關(guān)系，發(fā)現(xiàn)在線評(píng)論作為一種信息刺激，其數(shù)量對(duì)體驗(yàn)型產(chǎn)品的在線銷量具有顯著的正向影響，但在線評(píng)論質(zhì)量效價(jià)評(píng)分對(duì)體驗(yàn)型產(chǎn)品的在線銷量沒有顯著的影響，這與產(chǎn)品的類型有關(guān)。 學(xué)者們從多個(gè)角度研究了在線評(píng)論對(duì)產(chǎn)品銷量的影響。在量化指標(biāo)方面，學(xué)者們使用了評(píng)分、評(píng)論總數(shù)、評(píng)論長(zhǎng)度、評(píng)論及時(shí)度、評(píng)論差異、好評(píng)率、帶圖評(píng)論率等量化指標(biāo)研究在線評(píng)論對(duì)產(chǎn)品銷量的影響，對(duì)于在線評(píng)論的量化指標(biāo)的研究已十分全面。在文本處理技術(shù)方面，學(xué)者們運(yùn)用了文本分類技術(shù)、文本情感分析、產(chǎn)品特征挖掘技術(shù)等方法分析在線評(píng)論對(duì)產(chǎn)品銷量的影響。在產(chǎn)品類型方面，學(xué)者們大多將產(chǎn)品分為體驗(yàn)型產(chǎn)品和搜索型產(chǎn)品研究在線評(píng)論對(duì)產(chǎn)品銷量的影響。學(xué)者們?cè)谘芯吭诰€評(píng)論對(duì)產(chǎn)品銷量的影響這一問題時(shí)，所選取的研究對(duì)象大多是圖書、電影、手機(jī)、家電、食物等，而針對(duì)服務(wù)業(yè)中的旅游業(yè)進(jìn)行分析的研究十分少，因此研究在線評(píng)論對(duì)旅游產(chǎn)品銷量的影響能豐富現(xiàn)有的研究成果，具有一定的研究意義。1.3論文的結(jié)構(gòu)與主要內(nèi)容本文以攜程網(wǎng)上山西跟團(tuán)游產(chǎn)品為研究對(duì)象研究在線評(píng)論對(duì)山西旅游產(chǎn)品銷量的影響。通過實(shí)證分析，得出了在線評(píng)論數(shù)量與產(chǎn)品銷量存在正相關(guān)關(guān)系、差評(píng)數(shù)量對(duì)在線旅游產(chǎn)品銷量存在正相關(guān)關(guān)系的結(jié)論，并且對(duì)商家提出改進(jìn)在線評(píng)論管理、吸引消費(fèi)者的建議。本文一共分為四章研究在線評(píng)論對(duì)山西旅游產(chǎn)品銷量的影響。第一章概括了選題背景和意義，從量化指標(biāo)、文本處理技術(shù)、產(chǎn)品類型的角度對(duì)在線評(píng)論對(duì)產(chǎn)品銷量的影響這一問題進(jìn)行了文獻(xiàn)總結(jié)，闡述了論文的結(jié)構(gòu)、主要內(nèi)容及數(shù)據(jù)挖掘法、計(jì)量分析法兩種研究方法。第二章分析在線評(píng)論中評(píng)論數(shù)量、差評(píng)數(shù)量、帶圖評(píng)論數(shù)對(duì)旅游產(chǎn)品銷量的影響機(jī)制，并相應(yīng)的提出研究假設(shè)：評(píng)論數(shù)量對(duì)在線旅游產(chǎn)品銷量有正向影響、差評(píng)數(shù)量對(duì)在線旅游產(chǎn)品銷量有負(fù)向影響、帶圖評(píng)論數(shù)對(duì)在線旅游產(chǎn)品銷量有正向影響。第三章進(jìn)行在線評(píng)論對(duì)山西旅游產(chǎn)品銷量影響的實(shí)證分析，首先用八爪魚爬蟲軟件收集攜程網(wǎng)上山西旅游產(chǎn)品在線評(píng)論的相關(guān)數(shù)據(jù)，如商品銷量、評(píng)論數(shù)量、差評(píng)數(shù)量、帶圖評(píng)論數(shù)、價(jià)格、旅游天數(shù)等，其次選取商品銷量為被解釋變量，評(píng)論數(shù)量、差評(píng)數(shù)、帶圖評(píng)論數(shù)為解釋變量，價(jià)格、旅游天數(shù)為控制變量并構(gòu)建理論模型，運(yùn)用EViews軟件進(jìn)行在線評(píng)論對(duì)山西旅游產(chǎn)品銷量影響的實(shí)證分析，對(duì)數(shù)據(jù)進(jìn)行相關(guān)性分析并且對(duì)計(jì)量模型進(jìn)行逐步回歸分析，并且進(jìn)行多重共線性檢驗(yàn)和異方差檢驗(yàn)，最后得出文章結(jié)論：在線評(píng)論數(shù)量與產(chǎn)品銷量存在正相關(guān)關(guān)系、差評(píng)數(shù)量對(duì)在線旅游產(chǎn)品銷量存在正相關(guān)關(guān)系。第四章對(duì)商家提出改進(jìn)在線評(píng)論管理、吸引消費(fèi)者的建議：對(duì)用戶開展客戶關(guān)懷，增加累計(jì)評(píng)價(jià)數(shù)、完善評(píng)論機(jī)制、在線旅游產(chǎn)品供應(yīng)商要努力提高服務(wù)質(zhì)量。1.4論文研究方法1.4.1數(shù)據(jù)挖掘法本文利用八爪魚爬蟲軟件收集攜程網(wǎng)上山西跟團(tuán)游產(chǎn)品在線評(píng)論的相關(guān)數(shù)據(jù)，如商品銷量、評(píng)論數(shù)量、差評(píng)數(shù)、帶圖評(píng)論數(shù)、商品價(jià)格、旅游天數(shù)，為實(shí)證分析提供數(shù)據(jù)來源。1.4.2計(jì)量分析法本文利用EViews軟件對(duì)收集到的山西跟團(tuán)游產(chǎn)品的商品銷量、評(píng)論數(shù)量、差評(píng)數(shù)、帶圖評(píng)論數(shù)、價(jià)格、旅游天數(shù)等數(shù)據(jù)進(jìn)行相關(guān)性分析，建立計(jì)量模型進(jìn)行逐步回歸分析，通過山西跟團(tuán)游產(chǎn)品的信息來了解山西旅游產(chǎn)品的狀況，研究在線評(píng)論對(duì)山西旅游產(chǎn)品銷量的影響。2影響機(jī)制與研究假設(shè)2.1評(píng)論數(shù)量對(duì)在線旅游產(chǎn)品銷量的影響評(píng)論數(shù)量即消費(fèi)者對(duì)某產(chǎn)品評(píng)論的總數(shù)量，體現(xiàn)了消費(fèi)者對(duì)該產(chǎn)品發(fā)表評(píng)論的總體規(guī)模。由于攜程網(wǎng)只允許消費(fèi)者對(duì)其購買的在線旅游產(chǎn)品發(fā)表評(píng)論，評(píng)論數(shù)量越多，一般情況下，購買這種在線旅游產(chǎn)品的消費(fèi)者越多，受歡迎程度越高，人們對(duì)該產(chǎn)品的接納度更高。對(duì)于絕大多數(shù)的消費(fèi)者而言，他們普遍存在著從眾心理，因此當(dāng)消費(fèi)者對(duì)某類產(chǎn)品不了解時(shí)，出于降低其決策風(fēng)險(xiǎn)的目的，他們會(huì)偏向于選擇評(píng)論數(shù)量多的產(chǎn)品。從國內(nèi)外有關(guān)在線評(píng)論對(duì)產(chǎn)品銷量影響的文獻(xiàn)來看，大部分實(shí)證研究均表明評(píng)論數(shù)量對(duì)產(chǎn)品銷量有著正向影響。綜上分析，本文認(rèn)為評(píng)論數(shù)量對(duì)在線旅游產(chǎn)品的銷量有正向影響，提出假設(shè)H1：假設(shè)H1：評(píng)論數(shù)量對(duì)在線旅游產(chǎn)品銷量有正向影響。2.2差評(píng)數(shù)量對(duì)在線旅游產(chǎn)品銷量的影響在消費(fèi)者網(wǎng)購過程中，他們的購物決策受到產(chǎn)品在線評(píng)論的影響非常大，一般情況下，積極的評(píng)論會(huì)顯著促進(jìn)消費(fèi)者購買該產(chǎn)品，負(fù)面的評(píng)論對(duì)在線旅游產(chǎn)品銷量有負(fù)向影響。在線評(píng)論的正負(fù)面性體現(xiàn)出了消費(fèi)者對(duì)此產(chǎn)品的態(tài)度和看法，是他們使用感受的體現(xiàn)。差評(píng)數(shù)量影響消費(fèi)者對(duì)于商品質(zhì)量的判斷，差評(píng)數(shù)量越多，消費(fèi)者對(duì)于商品的印象就越差，基于從眾心理與風(fēng)險(xiǎn)規(guī)避意識(shí)，其購買商品的可能性大大降低，進(jìn)而影響產(chǎn)品的銷量。因此，本文提出了假設(shè)H2：假設(shè)H2：差評(píng)數(shù)量對(duì)在線旅游產(chǎn)品銷量有負(fù)向影響。2.3帶圖評(píng)論數(shù)對(duì)在線旅游產(chǎn)品銷量的影響帶圖評(píng)論通過圖片對(duì)產(chǎn)品的展示，使?jié)撛谙M(fèi)者對(duì)該產(chǎn)品有著視覺的直觀感受。文字性評(píng)論一般是將產(chǎn)品的使用感受進(jìn)行解釋與說明，但是不同的人對(duì)于同一文字的理解性不同，很多消費(fèi)者在進(jìn)行文字評(píng)論的時(shí)候喜歡用比較中性的評(píng)價(jià)，這加大了其他消費(fèi)者參考評(píng)論的難度。對(duì)于旅游等服務(wù)型產(chǎn)品而言，旅游產(chǎn)品比較抽象，主觀性比較強(qiáng)，難以用文字進(jìn)行準(zhǔn)確的表達(dá)，相反，帶圖評(píng)論能夠帶給消費(fèi)者更直觀的感受。帶圖評(píng)論是對(duì)商品最直接的展示，能讓消費(fèi)者更全面的了解產(chǎn)品信息，降低消費(fèi)者對(duì)信息的不確定性和感知風(fēng)險(xiǎn)。本文將帶圖評(píng)論數(shù)引入模型來衡量帶圖評(píng)論對(duì)在線旅游產(chǎn)品銷量的影響，因此提出假設(shè)H3：假設(shè)H3：帶圖評(píng)論數(shù)對(duì)在線旅游產(chǎn)品銷量有正向影響。3在線評(píng)論對(duì)旅游產(chǎn)品銷量影響的實(shí)證分析3.1數(shù)據(jù)收集本文采用數(shù)據(jù)挖掘法，運(yùn)用軟件收集了攜程網(wǎng)上銷量前82的山西跟團(tuán)游旅游產(chǎn)品關(guān)于商品銷量、評(píng)論數(shù)量、差評(píng)數(shù)量、帶圖評(píng)論數(shù)、價(jià)格、旅游天數(shù)的信息，基于此進(jìn)行在線評(píng)論對(duì)山西旅游產(chǎn)品銷量的影響研究。3.2變量設(shè)計(jì)與模型建立本文將攜程網(wǎng)上山西跟團(tuán)游旅游產(chǎn)品的銷量作為被解釋變量進(jìn)行研究，選取評(píng)論數(shù)量、差評(píng)數(shù)量、帶圖評(píng)論數(shù)作為解釋變量，選取產(chǎn)品價(jià)格和旅游天數(shù)作為控制變量。除了在線評(píng)論因素可能會(huì)影響在線旅游產(chǎn)品的銷量外，還有很多其他重要的影響因素，所以有必要引入其他變量來控制潛在的異質(zhì)性影響。為了控制在線旅游產(chǎn)品的價(jià)格和旅游天數(shù)這兩個(gè)變量對(duì)在線旅游產(chǎn)品銷量的影響，本研究將在線旅游產(chǎn)品的產(chǎn)品價(jià)格和旅游天數(shù)作為控制變量引入模型。本文結(jié)合旅游產(chǎn)品的特點(diǎn)，將產(chǎn)品價(jià)格和旅游天數(shù)作為控制變量加入研究模型中，假設(shè)產(chǎn)品價(jià)格負(fù)向影響在線旅游產(chǎn)品銷量，旅游天數(shù)負(fù)向影響在線旅游產(chǎn)品銷量。本文將商品銷量、評(píng)論數(shù)量、差評(píng)數(shù)量、帶圖評(píng)論數(shù)、價(jià)格、旅游天數(shù)這6個(gè)變量引入模型，相應(yīng)測(cè)度指標(biāo)詳見表1，對(duì)應(yīng)模型的線性公式見式（1）。（1）表1模型變量測(cè)度指標(biāo)變量類別變量名稱變量測(cè)度變量符號(hào)被解釋變量山西跟團(tuán)游產(chǎn)品銷量該商品的銷量Sale解釋變量評(píng)論數(shù)量該商品的總評(píng)論數(shù)量差評(píng)數(shù)量該商品評(píng)論中的差評(píng)數(shù)量帶圖評(píng)論數(shù)該商品評(píng)論中上傳圖片的評(píng)論數(shù)控制變量?jī)r(jià)格該商品的最低價(jià)格旅游天數(shù)該旅游產(chǎn)品的旅游天數(shù)3.3相關(guān)性分析本文分析被解釋變量與解釋變量之間的相關(guān)性關(guān)系，研究山西跟團(tuán)游產(chǎn)品銷量與評(píng)論數(shù)量、差評(píng)數(shù)量、帶圖評(píng)論數(shù)、價(jià)格、旅游天數(shù)之間的相關(guān)性程度，利用EViews軟件得出相關(guān)系數(shù)矩陣。表2各變量相關(guān)系數(shù)矩陣salesale10.970.940.94-0.16-0.180.9710.940.98-0.08-0.100.940.9410.90-0.17-0.180.940.980.9010.01-0.01-0.16-0.08-0.170.0110.89-0.18-0.10-0.18-0.010.891由表2可看出，被解釋變量產(chǎn)品銷量與解釋變量評(píng)論數(shù)量、差評(píng)數(shù)量、帶圖評(píng)論數(shù)之間存在較強(qiáng)的相關(guān)性，與控制變量?jī)r(jià)格、旅游天數(shù)的相關(guān)性弱。評(píng)論數(shù)量、帶圖評(píng)論數(shù)與產(chǎn)品銷量顯著正相關(guān)，與本文的假設(shè)相符。差評(píng)數(shù)量與產(chǎn)品銷量顯著正相關(guān)，與本文的假設(shè)不符，因此后續(xù)進(jìn)行逐步回歸分析進(jìn)一步探究被解釋變量與解釋變量之間的精確關(guān)系。有些解釋變量之間存在較強(qiáng)的相關(guān)性，可能存在多重共線性。3.4回歸分析由于解釋變量之間可能存在多重共線性，因此本文利用逐步回歸分析方法進(jìn)行回歸。本文涉及6個(gè)變量，1個(gè)被解釋變量：產(chǎn)品銷量，2個(gè)控制變量：價(jià)格、旅游天數(shù)，3個(gè)解釋變量：評(píng)論數(shù)量、差評(píng)數(shù)量、帶圖評(píng)論數(shù)。本文采用EViews軟件對(duì)式（1）進(jìn)行逐步回歸，當(dāng)模型不顯著時(shí)，依次去掉不顯著解釋變量，直至模型顯著為止。在EViews軟件中點(diǎn)擊quick-估計(jì)方程estimateequation選擇逐步回歸方法method：stepls，在dependentvariable中輸入sale，在listofsearchregressors中輸入cx1x2x3x4x5,在options中設(shè)置迭代中止條件stoppingcriteria，選擇以顯著性水平p值作為判別依據(jù)，假設(shè)檢驗(yàn)水平為5%，設(shè)置兩個(gè)值0.05和0.051，點(diǎn)擊確定，逐步回歸分析結(jié)果如下：表3逐步回歸分析VariableCoefficientStd.Errort-StatisticProb.X12.900.2611.320.00C227.6547.614.780.00X231.1411.112.800.01X5-37.2913.48-2.770.01R-squared0.96AdjustedR-squared0.96F-statistic613.01Prob(F-statistic)0.00經(jīng)過逐步回歸分析，模型排除了帶圖評(píng)論數(shù)、商品價(jià)格，留下了評(píng)論數(shù)量、差評(píng)數(shù)量、旅游天數(shù)，該模型調(diào)整后的決定系數(shù)AdjustedR-squared為0.96，擬合程度好，可以解釋產(chǎn)品銷量96%的變化，解釋程度較高。而帶圖評(píng)論數(shù)和商品價(jià)格對(duì)被解釋變量影響不顯著，被排除在模型之外，故假設(shè)H3不成立。為評(píng)論數(shù)量，系數(shù)為2.90，p值=0＜0.05，評(píng)論數(shù)量對(duì)在線旅游產(chǎn)品銷量有正向影響，假設(shè)H1成立。為差評(píng)數(shù)量，系數(shù)為31.14，p值=0.01＜0.05，差評(píng)數(shù)量對(duì)在線旅游產(chǎn)品銷量存在正相關(guān)關(guān)系，假設(shè)H2不成立，需對(duì)差評(píng)數(shù)量與在線旅游產(chǎn)品銷量之間的關(guān)系進(jìn)行討論。為控制變量中的旅游天數(shù)，系數(shù)為-37.29，p值=0.01＜0.05，旅游天數(shù)對(duì)在線旅游產(chǎn)品銷量存在負(fù)相關(guān)關(guān)系，符合原假設(shè)。3.5檢驗(yàn)分析3.5.1多重共線性檢驗(yàn)在EViews中選擇view-coefficientdiagnostics-varianceinflationfactors進(jìn)行多重共線性檢驗(yàn)，結(jié)果如表4所示。表4多重共線性診斷VariableCoefficientVarianceCenteredVIFX1

0.07

9.17C

2267.09

NAX2123.549.37X5

181.841.08

模型存在多重共線性時(shí)，模型可能會(huì)導(dǎo)致自變量無法使用專業(yè)理論解釋等問題。根據(jù)容忍度（容差）、方差膨脹因子（VIF）可以判斷自變量的多重共線性。容忍度取值范圍（0，1），值越小，則多重共線性就越嚴(yán)重。一般容忍度小于0.1時(shí)，認(rèn)為存在嚴(yán)重的多重共線性。VIF為容忍度的倒數(shù)，VIF越大，多重共線性越嚴(yán)重。一般認(rèn)為大于10時(shí)存在多重共線性。一般用表4中的centeredvif來表示方差膨脹因子，表4模型中三個(gè)變量的centeredvif分別為9.17、9.37和1.08，都小于10，因此認(rèn)為模型不存在多重共線性問題。3.5.2異方差檢驗(yàn)在EViews軟件中點(diǎn)擊view-residualdiagnostics-heteroskedasticitytests進(jìn)行異方差檢驗(yàn)，在顯示欄中選擇white進(jìn)行懷特檢驗(yàn)，結(jié)果如表5所示。表5懷特檢驗(yàn)HeteroskedasticityTest:WhiteF-statistic2.35Prob.F(3,78)0.08Obs*R-squared6.79Prob.Chi-Square(3)0.08

懷特檢驗(yàn)中由檢驗(yàn)的伴隨概率prob＜0.05可以判斷，在顯著性水平α=0.05的情況下，拒絕“模型不存在異方差性”的原假設(shè)，認(rèn)為回歸模型具有明顯的異方差性。表5顯示懷特異方差檢驗(yàn)的統(tǒng)計(jì)量的值Obs*R-squared為6.79，懷特異方差檢驗(yàn)相應(yīng)的伴隨概率p為0.08，大于0.05，即認(rèn)為該模型不存在異方差性，模型通過檢驗(yàn)。3.6結(jié)論3.6.1評(píng)論數(shù)量與產(chǎn)品銷量存在正相關(guān)關(guān)系評(píng)論數(shù)量顯著正向影響產(chǎn)品銷量（P<0.05），假設(shè)2得到驗(yàn)證。該結(jié)論表明：在線評(píng)論作為網(wǎng)絡(luò)口碑的一種表現(xiàn)形式，具有很強(qiáng)的口碑傳播效應(yīng)，評(píng)論量越多，消費(fèi)者更了解產(chǎn)品，能夠極大地緩解消費(fèi)者對(duì)購買旅游產(chǎn)品的不確定風(fēng)險(xiǎn)感知，更愿意作出購買決策。3.6.2差評(píng)數(shù)量對(duì)在線旅游產(chǎn)品銷量存在正相關(guān)關(guān)系差評(píng)數(shù)量對(duì)在線旅游產(chǎn)品銷量有正向影響（P<0.05），這可能是消費(fèi)者認(rèn)為這樣的評(píng)論比較真實(shí)可靠。消費(fèi)者通過查看差評(píng)了解到真實(shí)的產(chǎn)品情況，降低了購買產(chǎn)品的不確定性，從而增加了銷量。也有可能是商家在消費(fèi)者反饋的差評(píng)內(nèi)容中發(fā)現(xiàn)了山西旅游產(chǎn)品存在的問題并改進(jìn)，提高了山西旅游產(chǎn)品的質(zhì)量，從而促進(jìn)了產(chǎn)品銷量的增長(zhǎng)。4建議根據(jù)本文的實(shí)證研究，下面提出幾點(diǎn)建議：對(duì)用戶開展客戶關(guān)懷，增加累計(jì)評(píng)價(jià)數(shù)。根據(jù)客戶關(guān)系管理理論，開發(fā)一個(gè)新客戶的成本是同等條件下維持一個(gè)老客戶成本的6倍，并且，客戶關(guān)懷作為客戶關(guān)系管理理論的一項(xiàng)重要內(nèi)容，店鋪使用此項(xiàng)策略和客戶建立良好的關(guān)系是有必要的。對(duì)于已經(jīng)完成訂單并出行的游客，店鋪可以通過友好提示，使游客對(duì)于產(chǎn)品進(jìn)行評(píng)價(jià)，并給出好評(píng)。如果游客不知道如何評(píng)價(jià)，則店鋪可以提前準(zhǔn)備好話術(shù)，從導(dǎo)游服務(wù)、餐飲交通、酒店住宿、行程安排等方面給出引導(dǎo)，詢問客戶在整個(gè)購買過程及出行中的旅游體驗(yàn)。并調(diào)查客戶滿意度，做好客戶關(guān)系管理，建立與客戶的良好關(guān)系。對(duì)于粘性不足的客戶，可設(shè)定激勵(lì)機(jī)制，促使其評(píng)價(jià)。比如：對(duì)于給出5分好評(píng)、深度評(píng)價(jià)的游客，可以對(duì)其給予一部分現(xiàn)金折扣或者贈(zèng)送一定的禮物。對(duì)于深度游玩用戶，平時(shí)可多對(duì)其進(jìn)行客戶關(guān)懷，比如節(jié)假日之前，詢問其最近是否有出游的計(jì)劃，如果有，則咨詢其時(shí)間和目的地，并提供出游建議。當(dāng)?shù)赇侀_發(fā)了一個(gè)新旅游線路時(shí)，則可以聯(lián)系此類游客，促使其長(zhǎng)期消費(fèi)，并使其轉(zhuǎn)化為自己店鋪的忠實(shí)客戶，進(jìn)而提升美譽(yù)度。對(duì)于旅游體驗(yàn)較差的客戶，需想辦法彌補(bǔ)這種過失，比如直接退款，記錄體驗(yàn)較差的原因，并完善不足之處，以此來優(yōu)化整個(gè)運(yùn)營(yíng)流程的細(xì)節(jié)并提升客戶滿意度。第二，在線旅游網(wǎng)站要完善評(píng)論機(jī)制。根據(jù)本文的研究結(jié)果，負(fù)面評(píng)論率對(duì)在線旅游產(chǎn)品銷量有顯著的正向影響，這與我們的研究假設(shè)不符。究其原因可能是由于消費(fèi)者對(duì)在線評(píng)論缺乏信任導(dǎo)致，故在線旅游網(wǎng)站可通過建立有用評(píng)論投票機(jī)制等方式完善評(píng)論機(jī)制，幫助消費(fèi)者快速地從大量評(píng)論中獲取真實(shí)有用的信息。第三，在線旅游產(chǎn)品供應(yīng)商要努力提高服務(wù)質(zhì)量，提高服務(wù)質(zhì)量有助于更多消費(fèi)者給予正面評(píng)論，提高產(chǎn)品銷量。在線評(píng)論反映供應(yīng)商提供的旅游產(chǎn)品的質(zhì)量，服務(wù)質(zhì)量越高，消費(fèi)者的體驗(yàn)感受越好，反饋的真實(shí)正面評(píng)論就越多，使得潛在購買者的決策風(fēng)險(xiǎn)降低、購買意愿增強(qiáng)，從而促進(jìn)產(chǎn)品銷量增長(zhǎng)。參考文獻(xiàn)ChevalierJ,MayzlinD.Theeffectofword-of-mouthonsales:onlinebookreviews[J].JournalofMarketingResearch,2006,43(3):345-354NelsonP.Advertisingasinformation[J].JournalofPoliticalEconomy，1974，81(4):729-754．曹珍珠,符式