特性视域下在线评论系统设计的用户感知非对称性研究

[目的/意义]在线评论是影响消费者购买决策的关键因素,其前因和后果已得到多学科领域密集关注,但对作为载体的在线评论系统的探究非常匮乏,文章在特性视域下对在线评论系统设计开展研究对于电商平台了解设计特性的用户关注、探明用户信息需求差异、有针对性地优化在线评论系统设计以满足用户决策需求、提升决策效率和用户体验具有重要意义,并预期为其他信息产品的优化设计提供理论和方法参考。[方法/过程]利用Kano模型与对应分析方法对在线评论系统设计特性非对称性进行研究:首先在特性视域下建构在线评论系统设计特性集,提出一种改进的设计特性分类与度量方法,以捕捉用户对在线评论系统设计特性的非对称质量感知,进而采用对应分析方法来识别不同用户群体对设计特性的非对称重要度感知,最后以酒店在线评论系统来例证所提出的非对称性分析方法及其有效性。[结果/结论]当前酒店在线评论系统中常见的16项设计特性被划分为期望质量(7项)、魅力质量(1项)、基本质量(1项)和无差异质量(7项)四类,并给出了各类设计特性的管理策略;根据用户类型与设计特性偏好的对应分析,平台可以针对不同类型用户偏好赋予设计特性不同的显示优先级,以满足各类用户对在线评论系统差异化的功能需求。

在线商品评论系统功能需求的Kano模型分析——以我国主要购物网站为例

以网络口碑作用机制以及信息系统构建的核心问题为理论框架,对我国主要购物网站进行调研,获取商品评论系统的主要功能。以此为基础借助Kano模型对商品评论系统的功能需求进行分类。研究结果表明商品评论系统具备多样化功能,但消费者对大部分功能的需求感不强,只对针对评论内容和效价进行深度挖掘的功能,如基于文本挖掘的标签云和多维效价,体现出一定的现实和潜在需求。这一结果对改进商品评论系统的功能设计具有较强的参考价值。