2021-08-10 《网上用户评论中疑问的表达和信任》文献笔记

网上用户评论中疑问的表达和信任


一、基本信息

题目:Expressions of doubt and trust in online user reviews

作者:Anthony M. Evans *, Olga Stavrova, Hannes Rosenbusch

期刊:Computers in Human Behavior

二、研究问题和变量

表达疑问如何影响用户对线上评论的信任?

自变量:疑问

因变量:信任

控制变量:心理学变量(4):分析性思考、影响力、真实性、情绪基调;

语言学变量(3):评论长度,每句话的词数,大于6个字母的词出现的频率。

三、前言逻辑

(1)消费者做决定时,网上用户的评论扮演着重要角色,但这些评论常常相互矛盾,因此研究网上评论的信任问题十分重要。

(2)以往研究的结果相互矛盾:①人们更信任自信的建议者(confident advisors)②人们更信任有疑问的建议者(doubtful advisors),尤其是在建议者有私心或产生利益冲突时。

网上评论中的信任:

(3)影响人们对网上评论的信任的因素1:对评论作者可信度的感知。过高的评价造成人们对其真实性的怀疑(如可能由水军发布)。人们判断评论可信度的一个线索是:评论的体贴和认知上的努力。适当的好评(而非极高的评价)更容易被信任。

(4)影响人们对网上评论的信任的因素2:评论者的语言。强烈负面情绪的评论更让人不信任(容易被认为是评论者不理智,而非产品质量差)

对疑问的感知:

(5)人们偏好更自信的建议者。(Price and Stone) 人们不喜欢有疑问的建议者,但这不是必然的,应当考虑到评论的作者是如何表达疑惑的。(Gaertig and Simmons)

(6)比起自信程度,人们更看重建议者的准确性和所做预测的积极性。

对疑问的表达:

(7)网上评论的平台是低信任环境,人们缺乏足够信息做出判断。在低信任环境中,建议者可能有私心或利益冲突,此时疑问被感知为诚实的信号。

四、研究假设

假设1:线上评论中,疑问评论比自信评论更被信任;尤其在人们关注真实性时,疑问的积极作用最强烈。

假设2: 相比于负面评论,表达疑问对于正面评论可信度的积极影响更强。

五、工具(问卷、量表、程序)

Yelp:选“有用”作为信任指标。

LIWC:处理评论文本,捕获评论包含与反映疑问、迟疑和确定性的两类语言学分类的词的频率。

六、实验方法和结果

Study1:检查来自Yelp的疑问语言数据集,询问是否疑问评论更可能收到有用投票。

1.取数据集:Yelp开放数据集,来自188593家企业的1518169位不同用户撰写的5996996条评论。排除错误数据。

2.数据处理:格式JSON转CSV,合并数据集。

3.“有用”投票分布:正偏态。零票和一票占大多数。


4.表达疑问的数据:LIWC软件基于文本中包含预定义词典中术语的频率打分(0-100),分越高词频越高。

与疑问概念相关的两个LIWC词典:迟疑性(如maybe, perhaps)和确定性(never, always)。

大部分评论(76.1%)至少包含一个词典中的一个词。

疑问分数分布:


测试怀疑性语言是否更可能收到有用投票。

5.验证疑问词典的有效性:随机选择40条评论,长度在50-100词,其中10条低怀疑一星评论,10条高怀疑一星评论,10条低怀疑五星评论,10条高怀疑五星评论。请200位被试评价每条评论的自信程度。多水平线性回归分析:疑问,评论积极性,疑问-积极性交互作用。

6.其他测量项:

心理学变量(4):分析性思考、影响力、真实性、情绪基调;

语言学变量(3):评论长度,每句话的词数,大于6个字母的词出现的频率。

控制4个心理学变量,测试疑问对信任的影响是否仍然健壮。

控制4个心理学变量和3个语言学变量,测试疑问对信任的影响是否仍然健壮。


7.星级评定:用户给评论打分,高分比低分多得多。


8.分析策略:

用R和Stata的函数进行分析。进行一系列的负二项回归。进行补充分析以检验结果的一致性。采用两种替代分析方法。


*结果:

表1:主要变量的描述性统计数据和零阶相关性。


1.表达疑问与感知到的可信度:正相关。

控制4个心理学特征时,疑问的影响:正相关,但降低了15.7%

控制4个心理学特征+3个语言学特征时,疑问的影响:正相关,但降低了64.3%


2.区别确定性和疑问性的影响:疑问与有用性增加相关,自信与有用性减少相关。


3.评估疑问的效应量:

将疑问未标准化的效应量与LIWC中其他38个绝对效应量比较。Fig3.

Model1零阶效应量:33/38, Model3添加协变量后效应量:28/38


有用票数与发表年数呈正相关。


4.评论的积极性会增强疑问的影响:在积极投票中疑问的影响更显著。

5.其他分析:

分析1:带疑问词的句子显得更有疑问,收到更多有用投票。

分析2:有经验的评论者更可能收到有用投票,即作者经验削弱了疑问对有用性的影响。


总结:疑问的表达与网上评论中信任的增加相关。当控制其他心理学和语言学变量时,该效应仍然强健。对正面评论,疑问的影响最强。


Study2:呈现自信和疑问评论组成的标准集,询问被试真实性。

Study2检验Study1的两项主要结果的强健性:疑问对评论可信度的积极影响;评论价和疑问的交互(即疑问对正面评论有着最强的影响。)

1.材料:16条针对加州海湾地区餐厅的Yelp评论。8正8负,文末编辑创建自信/怀疑不同版本。

2.预测验:验证读者认为评论的可疑版本比可信版本更可疑。

3.程序:三因素混合设计。被试内操纵评论价(正面or负面)和疑问(疑问or自信),被试间操纵呈现的调查版本(自信还是疑问版本)。

4.选择被试


*结果:

假设1:疑问评论被认为比自信评论更真实(显著);正面评论被认为比负面评论更不真实(不显著)。

假设2:正面评论包含疑问性结论时被认为更真实(显著);负面评论包含疑问性结论时被认为更真实(不显著)。

表达疑问的人际结果:自信表达削弱对建议的信任;线上评论领域中,疑问被认为是值得信任的;正面评论中,疑问语言对信任的影响更强。

七、原因

为什么疑问的的评论比自信的评论更受信任?

可能原因1:读者认为疑问的的评论者花费了更多时间来表达自己的意见,并将这种更多的时间投入视为审稿人努力的指标。

可能原因2:读者可能会认为疑问是诚实的代价高昂的信号,可以减轻对评论者别有用心和利益冲突的担忧。疑问->无能。假评论者不愿承担这一成本。解释了为什么在正面评论中疑问的效果更强,因为用户关心线上正面评论的诚实度。

八、实际意义

实际意义:建议者可表现得不要太自信来增加说服力;平台可通过让用户更容易看到疑问评论来增加用户参与度;可将缺乏疑问作为文本中假评论的标记线索。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,386评论 6 479
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,939评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,851评论 0 341
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,953评论 1 278
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,971评论 5 369
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,784评论 1 283
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,126评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,765评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,148评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,744评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,858评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,479评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,080评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,053评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,278评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,245评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,590评论 2 343

推荐阅读更多精彩内容

  • 《决策与判断》本书的对象是希望了解决策与判断心理学的基础知识的非专业人士。它着重是实验结果而不是心理学理论,是出人...
    左书向上阅读 670评论 0 0
  • 1.我们笑颜以对,可顾客却毫无反应,一言不发或冷冷回答:我随便看看。[错误应对1]没关系,您随便看看吧。[错误应对...
    小肥肥_ed3d阅读 6,723评论 0 1
  • 我是黑夜里大雨纷飞的人啊 1 “又到一年六月,有人笑有人哭,有人欢乐有人忧愁,有人惊喜有人失落,有的觉得收获满满有...
    陌忘宇阅读 8,520评论 28 53
  • 人工智能是什么?什么是人工智能?人工智能是未来发展的必然趋势吗?以后人工智能技术真的能达到电影里机器人的智能水平吗...
    ZLLZ阅读 3,763评论 0 5
  • 首先介绍下自己的背景: 我11年左右入市到现在,也差不多有4年时间,看过一些关于股票投资的书籍,对于巴菲特等股神的...
    瞎投资阅读 5,656评论 3 8