马宝君 Ma Baojun

教授（博导）

上海市青年拔尖人才

志远卓越学者

上外管院信息管理与决策科学系主任、人工智能与数据科学应用实验室常务副主任、数据科学与智能决策研究所所长。比利时鲁汶大学、香港城市大学访问学者，北京邮电大学兼职教授，云南省高校电子商务创新与创业重点实验室研究员及客座教授，国际信息系统协会中国分会（CNAIS）理事、中国信息经济学会理事、中国管理现代化研究会电子商务与网络空间管理专业委员会常务理事、清华大学经济管理学院博士校友会常务理事。担任近二十个国际权威SSCI/SCI学术期刊论文评审专家、二十余个国际学术会议大会分论坛主席及程序委员会委员、国家自然科学基金及北京市自然科学基金项目通讯评审人。

2007年和2013年在清华大学经济管理学院先后获得管理学学士和博士学位，主持国家自然科学基金重点项目子课题、面上项目及青年项目、北京市社会科学基金一般项目，作为骨干参与多项国家自然科学基金重大、重点、面上项目及政府企业项目。近5年发表学术论文30余篇，其中SSCI/SCI 检索论文11篇（第一/通讯作者8篇），包括1篇发表于UT DALLAS 24期刊之一的国际商学院顶级学术期刊《INFORMS Journal on Computing》，出版1本“十二五”普通高等教育本科国家级规划教材、1本英文专著及1本中文专著。获得2019年云南省哲学社会科学优秀成果奖二等奖、2017年中国信息经济学理论贡献奖、北京邮电大学优秀研究生育人导师、清华大学优秀博士学位论文奖、小林实中国经济研究论文奖等奖励和荣誉。主要教学与研究领域包括管理信息系统、商务智能与大数据分析、电子商务与移动用户行为分析以及政策信息学等。

学 术

观 点

用户评论聚合信息的魅力，

为消费者考虑倾向推波助澜

电子商务平台的出现和普及，让我们可以在顷刻之间看见琳琅满目的商品陈列，拥有更为广阔的选择空间。但同时，网络的虚拟性也会让消费者缺少真实感，只能凭借有限的信息做出购物决策，如何利用好这有限的信息展示，是商家和用户都关注的重点。针对该问题，我院马宝君教授与合作者共同开展研究探讨了用户评论聚合关键词在消费者决策过程中的作用。

我们更关注用户决策过程的哪个阶段？

消费者进行网络交易决策时，会经过意识（awareness）—考虑（consideration）—选择（choice）三个阶段。消费者在平台中进行产品搜索是其意识阶段的行为体现。之后，当消费者单击产品界面并开始在电子商务网站上阅读产品详细信息时，这意味着该产品已进入消费者的考虑范围，如果消费者对商品感兴趣，通常会通过“收藏”操作来表达自己对产品的考虑倾向。在此阶段，在线评论是消费者可访问的最广泛的信息，并且已有研究表明，消费者在考虑阶段使用评论的频次会高于其他阶段，所以本研究重点关注此中间阶段。但是，对于电子商务网站上稍受欢迎的产品，评论的数量通常为数以万计，这对于消费者来说很容易造成信息过载。在这方面，网站会依据评论文本生成评论关键词，并将这些简要的聚合信息展示在评论顶部，可以让消费者更加便捷的掌握评论内容。

电商平台呈现的用户评论关键词中究竟有什么？

已有关于在线评论的研究很多，但大都聚焦于单个评论文本特征的作用。在本研究中，作者想研究评论总体文本的聚合关键词信息对消费者购物选择考虑阶段的影响。首先，我们思考的第一个问题就是，评论关键词中有什么？我们选择服装这个常见的商品进行研究。通过对平台中几千个产品的评论关键词的定性与定量分析，我们发现，目前平台中所呈现的评论关键词大都只包含用户体验与产品质量这两个维度。

评论关键词是否真的能发挥显著作用？

在得到了平台关键词的数据之后，我们想进一步知道这些关键词信息是否会对产品考虑度产生作用呢？据此，我们进行了客观数据回归分析，产品的被收藏数可以看做是商品考虑度的量化指标，并加入了好评数、差评数、产品评论图片数作为控制变量，尽可能的减少实验误差。虽然结果是显著的，但是数据内生性问题依然存在，比如产品品牌、搜索排名等因素也可能会影响实验结果。所以我们进一步采用了准实验来控制其他因素的干扰。

这两种分析结果都是显著的，可见评论关键词确实对产品考虑阶段有影响。但是平台中展示的关键词内容太过贫乏，非常限制评论内容的多样性，平台有没有可能会忽略一些重要评论信息没有展示呢？换句话说，有没有可能通过优化平台关键词的展示内容，从而扩大关键词的影响力？这是本研究需要解决的最后一个问题。

如何挖掘在线评论中更重要的关键词内容？

既然已经知道评论关键词对产品考虑度有影响，接着就可以试试由果推因的方法。如果两个产品的考虑度具有很大的差异性，在评论总体数量大致相同的条件下，评论中的关键词内容很可能也会有明显差异性。我们从数千产品中进行了筛选，最后找到了三组最具有考虑度差异性的产品及其评论内容。基于单词独立性假设，我们对评论内容中差异性词语进行了词云分析，结果显示：考虑度高的产品更多会提及与社交内容（男友、同事等）、回购倾向（之前购买、第二次等）相关的词语；而这些词语在考虑度低的产品评论中却较少出现（结果如图1至图3所示）。但从频次上来说，这些内容的占比远不如描述产品质量和用户体验的评论内容，这个结果引起了我们的兴趣。

三组产品评论差异性词云

第一组

第二组

第三组

为了验证新发现的关键词，我们重新进行了准实验。结果表明，用这些新生成的关键词替换原有的平台关键词后，可以显著提高用户对产品的考虑度。可见平台关于评论关键词的展示算法仍然有待优化。

该研究首次考虑了用户评论的聚合信息对用户决策过程中间阶段（产品考虑）的影响。显示评论关键词可以提高消费者对产品的重视程度。对于网站生成的评论关键词，消费者更倾向于与质量相关的关键词，而不是与契合相关的关键词。通过文本分析获得的自生成关键词（例如，社交相关的关键词，消费者回购关键词）可以显着提高评论关键词的作用。这一研究的结果将有助于平台和商家对评论内容的管理做出更合理的决策。例如，网站可以积极引导消费者在撰写评论内容时包含其朋友或家人对产品的评价，并通过提供更大的折扣来鼓励消费者再次购买产品。

备注：马宝君教授在该研究中的合作者为北京邮电大学经济管理学院硕士生程栋、南京大学商学院助理教授陆本江博士、北京邮电大学经济管理学院万岩教授。

编辑：精卫