网络购物的基本动机是价值寻求与损失规避（尤其是风险因素），相对应的是网络购物过程中感知利得与感知利失，这两者之间的关系构成了消费者价值。传统环境下的价值感知理论为网络购物情境下消费者价值感知提供了基础性研究。那么，消费者在网购情境下感知利得和感知利失包括哪些？电商又如何提升消费者感知利得，同时有效降低消费者感知利失呢？

一、消费者的价值感知

菲利普·科特勒（Philip Kotler）提出了消费者让渡价值理论，他认为，消费者将从那些他们认为提供最高价值的公司购买产品，遵循最大满意原则。消费者是价值最大化的追求者，在购买产品时，总希望用最低的成本获得最高的收益，以实现其最大满意原则。所谓消费者让渡价值是指总消费者价值与总消费者成本之差：总消费者价值包括服务价值、产品价值、人员价值和形象价值等；消费者总成本包括时间成本、货币成木、精神成本和体力成本。虽然研究者对于消费者价值的看法不尽相同，各有定义，但消费者感知价值的核心是感知利得与感知利失之间的权衡。所以，消费者价值感知是消费者在交易过程中对购买结果的主观感知，是消费者对其感知利得与感知利失之间的比较、权衡结果。所以，提升消费者价值就可以通过增加感知利得或减少感知利失来实现，公式表示如下：消费者的价值感知=感知利得/感知利失。

如果把消费者感知价值操作化为感知利得与感知利失间的比率，那么消费者对感知价值的评价、判断就是一个信息加工过程。信息加工理论把人看作是信息加工系统，将信息分为一系列阶段，它对输入的信息进行操作，这一系列阶段和操作产物便是行为反应（图16-7）：刺激输入—信息加工—反应输出，即S—O—R模型。我们在图中也标示了消费者的信息加工过程。消费者感知价值的加工过程也基本上遵循这种信息加工模式。首先，产品信息（感知利得和感知利失）作为刺激输入到信息加工器。其次，消费者的信息加工器对两者间的关系进行信息评价，人们在对比率进行评价和判断的时候，消费者并非以一致的方式对待比率中的分子和分母，消费者具有风险规避倾向：人们往往对分子赋予更高的权重，而对分母赋予过低的比重。最后，行为反应，如消费者购买或者消费者放弃等。消费者价值是消费者对产品或服务的一种感知结果，产品和服务是输入的刺激，消费者价值是信息加工的结果，而信息加工主体必然受到各种心理因素的影响。消费者价值感知具有主观性，从产品属性到预期效果之间的差距是基于消费者个人主观判断的，同样的产品或服务不同的消费者价值感知也是不一样的。消费者价值感知不仅受到产品服务、包装、价格、商店环境等客观因素的影响，同时也受到消费者价值观念、需求、偏好影响。

由于信息加工的特性，消费者价值感知具有有限理性特征，是介于完全理性和非理性之间的一种有限理性：购前，消费者价值感知要受消费者心理因素的影响，如价值观，有些人购物时偏好享乐体验，而有些人则更偏向购物的便捷；购买时，消费者并不试图找出所有可能的购买方案，而是试图通过一定的信息加工策略，找到自己认为满意的购买方案即可（他人评论、月销量）；购买后，消费者感知价值不仅仅受到使用效用的影响还受到周围群体评价的影响。所以，消费者感知价值的过程是有限理性的。

图16-7 消费者价值感知的信息加工过程

传统环境下的价值感知理论为网络环境下消费者价值感知提供了基础性研究。网购环境下消费决策是在存在大量不确定性因素的情况下展开的，消费者知识经验、习惯以及价值偏好等往往会无意地影响到消费者价值感知模式，而网络环境的虚拟性会进一步强化消费者价值感知的有限理性。消费者价值感知有限理性模型可以帮助电商判断消费者购买心理，帮助电商去了解消费者需要什么样的价值。那么，网络购物中消费者价值感知内容是什么？消费者价值感知的有限理性对于电商又有哪些启发？

二、网络购物中的感知利得

网络购物价值可以划分为功利价值和享乐价值两个维度，这两个方面的价值可以满足消费者的不同需求。

网络购物的功利价值是指消费者对所获得产品的功能性评价，是一种实现个体目标的手段，可以赋予消费者一种效能感。那么，网络购物可以满足消费者哪些功利价值呢？首先，网络购物可以满足消费者的求廉心理。网络购物模式作为一种新兴模式与传统的购物模式有很大的差别，但价格优势是网络购物最大的吸引力之一。与实体店铺相比，网络购物在运营成本上有着更大的优势，网络商店只需要较低的启动成本、运营成本，使得网络商品具有明显的价格优势。网络购物环境下，商品选择范围不再受地理区域的限制，消费者可以轻松地货比多家，从而在网络上购买到质量相同而价格却相对较低廉的产品。其次，网络购物可以满足消费者的求便心理。网络购物环境下，消费者可以借助搜索引擎对所需产品进行一键式搜索，选择余地大，可以大大节省产品搜索的成本。此外，网络购物程序快捷，消费者可以通过网络支付的方式轻松付账节约时间成本，还可享受送货上门，足不出户便可到世界采购货物，避免了交通拥挤带来的问题，这些网络购物属性都满足了消费者求便心理。

另一方面，随着生活水平的提高，消费者的情绪、情感越来越影响消费者价值感知，体验消费也开始越来越流行。享乐价值比功能价值具有更强的主观性和个人色彩，在产品购买过程中，可以给消费者情感、美感或其他感官上带来积极的心理体验。网络购物环境中，为了满足多种感官娱乐的需求，在购买商品的时候消费者会考虑产品的舒适性和美学方面性能，这些可以满足消费者的享乐价值。例如，淘宝网几乎囊括了所有产品的范畴，琳琅满目的商品信息给消费者带来新鲜和刺激的感受，大大满足了消费者的购物欲望。研究者发现，享乐价值与消费者购物的沉醉感、商店浏览行为正向相关（Arnold & Reynolds，2003），享乐主义者在浏览页面过程中会花更多时间查看有关产品的各类信息，通过无直接购买目的搜索可以获得各类商品信息，以满足感觉寻求需要（Wendy & Moe，2003）。研究还显示，即使消费者之前已经购买了该商品，也会浏览最新产品信息以寻求心理上的满足（Eastman et al.，2009）。但是在产品浏览过程中，如果信息接入、页面跳转需要时间较长，将会削弱网络购物的享乐属性（liu & Xiao，2008）。研究也显示，网络购物系统安全性和易用性对享乐价值具有正性的影响作用，但对于功利性购物价值并不产生影响作用（Changsu et al.，2012）。

甚至由于网络购物的享乐属性，使消费者的瘾性购物从传统渠道转向到了网络渠道。网络瘾性购物可以获得琳琅满目的商品，满足物质欲望。但它又可以像网络游戏、色情一样享受购物过程的精神快感，“幻想”或“想象”在网络瘾性购物中具有重要作用（贺和平，2013）：在网络购物过程中消费者不能直接接触产品，通过查看产品图片、文字描述以及口碑信息等以了解商品信息，消费者主要通过想象来构建对产品的认知，这个过程在一定程度上增加了消费者的想象空间；而所购产品的延时性满足又也进一步增加了消费者的想象时间。研究者研究过幻想在网络服装购物体验中的作用，更证实了“白日梦”会影响消费者对网站的态度及再次访问的意愿。所以，网络瘾性购物是物质满足与精神体验的综合体。相比实体商店环境，互联网使消费者可以独自购物避免社会交互，频繁购买而不被觉察，可以有效避免强迫性购物所带来的羞耻感。所以，在网络环境下，瘾性购物得到进一步强化。

三、网络购物的感知利失

与感知利得相对应，消费者对利失的感知是由多方面因素综合而成的。感知利失是消费者对损失的心理预期，包括决策结果的不确定性以及决策错误的后果严重性，所以又被称为风险感知，主要包括心理风险、财务风险、性能风险、身体风险、社会风险5个维度。

网络本身的虚拟性，网络交易主体和交易对象的不可感知性，以及交易过程不同步性都将加深消费者在网购过程中的风险感知，因而网络购物比传统购物有着更大的风险感知 （Hossein，Rezaei，Mojtaba，Amir，& Reza，2012）。这将影响网络购物的消费数量（Akther，2012），所以，网购情境下消费者感知利失也更强。有研究者（Forsythe & Shi，2003）验证了四种风险类型（财务、产品、心理、时间/方便损失）对网上购物行为的影响。并且网络购物的风险感知还受到消费者因素的影响，如性别。女性相对于男性来说，网络购物感知利失更强，网络口碑对女性的影响更高，并且男性倾向于进行网络口碑传播，而女性则倾向于对这些口碑信息做出应答性反应（Awad & Ragowsky，2008）。在对中国网上购物消费者的研究中，孙祥、张硕阳、尤丹蓉、陈毅文和王二平（2005）在研究中发现对消费者风险感知有显著影响的来源要素有“真实保障的风险、买卖方交互作用的风险、网上交易界面的风险、信息搜索的风险、自主性的风险以及产品相关的风险”，而这些风险主要是来源于电子商务的虚拟性。

不同类型产品其风险感知也不同。首先，网络购物的风险感知受到产品类型的影响。根据消费者对产品属性的了解程度，可将产品分为搜索类产品和体验类产品。搜索类产品是指消费者在购前可以获得有关产品质量属性的认知；而体验类产品则是指消费者购买前无法了解产品的主要属性，如香水。由于在购买前无法获得有关体验产品的属性信息，消费者对体验类产品的感知风险更高。研究发现，与体验类产品相比，消费者更倾向于在网上购买搜索类产品（Moon，Chadee，& Tikoo，2008）。因为体验类产品的风险感知更强。其次，网络购物的风险感知受到产品卷入水平的影响。产品卷入是指产品与自我的关联程度，当消费者认为某产品对自我来说比较重要时（符合自我价值观），或者产品具有较高的购买价格，这时便意味着产品卷入度较高。产品卷入影响消费者的风险感知，这进一步影响消费者对电子口碑信息的搜寻，研究发现，对于具有较低卷入水平的产品，如书籍、CD等，商业性网站的电子口碑信息也具有较好说服效果；而对于高卷入产品则只有非商业性网站才具有较好的传播效果，因为在非商业性网站消费者对普通消费者的评价会更为信任（Gu，Park，& Konana，2012）。

拓展阅读

看看网络购物时的“大脑”

在神经科学渗透下，消费行为学领域已经产生了一个全新的方向，即神经营销学（Ariely & Berns，2010）。神经营销学作为一个新兴领域，着眼于消费者行为和内在神经活动之间的对应关系，并由此衍生相应的营销技术。有关跟随效应的消费行为学研究，尚无法确定跟随效应的发生仅仅是行为的改变（这可能并不反映真实的态度转变），还是由于内心感觉到了与他人不一致而产生的不舒服感，为了消除负性情绪体验而导致态度改变？最近发展的脑成像技术，如fMRI（功能核磁共振成像）和ERP（事件相关电位），为我们精确记录许多高级认知过程的脑活动提供了便捷。已有研究成果主要包括以下两个方面内容。

第一，跟随效应是否可以缓解个体的心理冲突？消费者趋向于做出冲突最小决策，基于模仿策略的购买决策消费者面临较小冲突，而做出违反人际线索决策的行为，则会面临巨大的心理冲突（Chen et al.，2010）。为了检验这些猜测，研究者以在线购书为例，采用ERP探索了消费者跟随行为神经机制（Chen et al.，2010），研究发现，反跟随行为诱发出了明显的反映冲突的晚期负成分N400，而跟随行为决策诱发出的则是明显的晚期正成分LPP。反跟随行为则意味着与多数人不同，对于做出反跟随行为的个体来说，可能面临两方面冲突：当被试得知自己决策偏好与大多数人的决策不同时，会感觉到与他人不一致的冲突；此外，做出反跟随行为也意味着较高的风险，被试可能会怀疑自己决策的正确性，从而产生焦虑（Chen et al.，2010）。然而，对一个做出了与他人一致决策的被试来说则不存在这些心理冲突，所以跟随决策产生的是晚期正成分（LPP），而不是反映冲突的 N400负成分。利用 fMRI 也对此做了更为深入的研究。在实验中研究者让被试选择了自己最喜欢的音乐作为实验材料（Berns，Capra，Moore，& Noussair，2010），在正式试验中首先要求被试对音乐进行喜好度评价，这个阶段被试的纹状体被激活，然后呈现产品的流行度，最后再让被试对音乐再进行评价，再评价阶段由于需要调整自我偏好与参照群体关系，这导致了脑岛、前扣带区域的兴奋，而这两个区域与负性情绪有关。这说明产品流行度对消费行为具有重要影响，流行度是通过由自我和参照群体之间差异引发的焦虑进而影响消费者决策的，与参照群体不一致会导致个体体验到更大的焦虑，而焦虑会驱动被试朝着与群体一致的方向做出消费决策（Berns & Moore，2010），这便有了跟随效应的产生。

第二，信息影响与规范影响是如何影响跟随效应中的心理冲突？有研究者采用ERP技术对此进行了探讨（Kuan，Zhong，& Chau，2014）。脑电波根据频次可以分作五类：delta （低于4Hz），theta（4～8Hz），alpha （8～12Hz），beta（12～30Hz）和gamma（30～100Hz）。其中Beta与alpha对于决策具有重要影响，高频次波（beta）与大脑复杂加工有关，如认知加工，而低频次波（alpha）则与大脑简单活动有关，如情绪加工。在相关研究中，控制组只呈现产品信息，实验组1（“buy”）包括了消费者购买数量，提升版的实验组2（“Like”）不仅包括了购买数量还包括消费者对该产品的喜欢信息（Kuan，Zhong，& Chau，2014）。研究者发现，相对于只呈现产品信息的控制组，包括了购买数量的实验组1 alpha在F3和 F4活动更强（F3和F4一般用来检测alpha），其中对（10～12 Hz）的alpha进一步分析发现F4电极位置不显著，但F3位置显著，F3位置（10～12 Hz）的alpha一般和负性情绪加工有关（Allen ＆ Kline，2004）。相对于只呈现产品信息的控制组，包括了购买数量和喜欢信息的实验组2alpha在F3和F4活动更强，对（10～12Hz）的alpha进一步分析发现F3位置不显著，F4电极位置显著，F4位置（10～12 Hz）的alpha一般和正性情绪加工有关。研究者认为，购买数量信息对消费者影响是信息性影响，是基于正确原则的驱动（Kuan，Zhong，& Chau，2014），信息影响与负性情绪加工紧密相关，由于决策需要与周围参照群体相一致，这种冲突会导致认知失调，解决这种认知失调会体验到情绪压力。但是喜欢信息则是规范性影响，为渴望被别人喜欢的动机所驱动，为了被周围群体认可，个体倾向于购买周围群体喜欢的产品，而这个过程伴随着正性情绪体验。网络购物研究中为什么会出现规范性影响呢？这是因为身份启动的结果。在一定情境中，当个人意识到自己特定的身份时，这个身份就会限定他对该情境的知觉，即使在网络环境下，只要自我的身份信息被启动，规范影响就会发生，上述研究中就是以大学生作为被试，参照群体则是脸谱网朋友圈对该产品的喜欢信息，所以才出现了网络购物情境下的规范影响（Kuan，Zhong，& Chau，2014）。

四、电商的应对策略

电商应对策略的直接目标是顾客满意度，因为顾客满意度是顾客忠诚的前置变量，而影响顾客满意度的核心因素则是消费者价值感知。所以，企业实践的基本策略就是努力提高顾客满意度，从而增加消费者购买行为。这主要包括两个方面：一方面要以提高消费者满意度为核心，提升消费者感知利得；另一方面要以降低消费者不满意度为目标，降低消费者感知利失。网络的匿名性、非面对面的接触、沟通成本低等特征会促使消费者更强烈地表达自己的不满和怨恨，消费者更容易感知利失，这对企业会产生负面影响。

那么，如何提升消费者价值感知呢？首先，网络购物平台在信誉、交易界面等方面需要给消费者安全感和舒适感，这是基础性因素。在此基础上，可以实施两种营销策略：网络促销策略重在让消费者直接感知到产品价值；社会化营销策略目标则在于将消费者感知到的价值在消费者社会网络关系中传播，从而更大范围地影响消费者群体。网络购物平台的改善，网络促销策略的实施，可以让消费者直接体验到购物的价值所在，但如果仅止于此，并不能产生更强的商业价值，唯有通过社会化营销策略，让消费者所感知到的价值在消费者之间不断传播，才能为商家创造更大价值。图16-8是我们勾勒的一个综合应对策略。

图16-8 电商应对策略

（一）网络购物平台

消费者接受他人的信息影响并不能说明是非理性的，而是个体在信息有限的条件下对现实做出的一种策略判断，良好的电商信誉以及流畅的交易界面则是提升消费者价值感知的基础性因素，为消费者购买行为提供了适宜的市场环境。

首先，从电商信誉来看，消费者信任是商业交易的先决条件，信任更是网络购物行为产生的重要因素（Darley，Blankson，& Luethge，2010）。电商如何增强消费者信任呢？电商信誉机制包括三种（管益杰，陶慧杰，王洲兰，宋艳，2011）。第一，第三方担保。它是指在网页上用来证明所有交易是受到第三方担保的，从而让消费者在网络购物中感到更安全。第三方是指独立于交易双方的第三方且具备一定实力和信誉（淘宝网、亚马逊、当当网等），它能调解买家与卖家之间的交易冲突，以保护交易在网络环境下正常进行。第二，消费者评价系统。它是对卖家交易表现通过不同等级的星级，以表示该卖家在相对应的标准上（如产品描述、服务）表现如何，是高于还是低于平均水平。第三，商家保证。目前，网购商店商家都在使用自我报告的方式来担保自己符合商业标准，包括7天无理由退货政策、隐私保护政策等信息。这三类机制可以提升对网络卖家的信任，是影响消费者价值感知的先决条件之一。

其次，从交易界面来看，电子商务是依托互联网及其他信息技术在虚拟环境下展开的，个体与虚拟交易界面的交互对购买决策具有重要影响。购物网站比传统渠道显得更无形，这是因为它无法用手触摸、无法用鼻子嗅闻，仅仅只能通过眼睛获得一些视觉信息。交易界面特征可以分为计算机因素和人的因素。计算机因素主要是任务性的，这些因素主要包括技术方面、导航和信息内容（Liang & Lai，2001），此外，商品搜索工具作为决策支持系统的一个部分，能够帮助消费者筛选信息，从而影响顾客满意度。人的因素则是那些快乐或享受的元素，与任务相关性较低，但可以增加消费者购物体验。相对于传统购物，网络购物缺点是人的因素相对缺乏尤其是人际互动因素，但商家可以通过媒介技术（音频和动画媒介）提高购物过程的生动性，从而改善用户交互界面。总之，计算机因素和人的因素提高可以增强购物的临场感，满足消费的感官体验、娱乐等需求，增强消费者信任（Dholakia & Zhao，2009），从而形成网购过程中的沉醉感。所以，交易界面特征也是提升消费者价值感知的先决因素之一。

（二）网购促销策略

促销是指企业通过各种暂时性刺激策略，直接影响消费者对产品的价值感知，从而诱导消费者做出即时购买行动的一种营销活动。促销所形成的消费氛围会对消费者产生社会影响，但最直接的是对消费者价值感知的影响：人们在购买决策时会权衡，从交易中所能获得的效益是否大于成本；只有当效益大于成本时，人们才会去选择购买，促销策略如大降价、抽奖等可以让消费者感知到较大的收益，从而促进他们及时做出购买决策（殷晨，2013）。殷晨（2013）在赵丽和罗亚（2008）研究的基础上，总结出了八种代表性的促销方式。

第一，特价商品。特价促销是指销售者在促销期内以明显低于商品平时零售价的价格销售商品。在网络购物过程中，这种促销方式可以很容易吸引到消费者注意力，从而促使消费者点击、转发商品信息以及购买。第二，打折促销。它是指电商按照商品正常零售价的一定比例（如7.8折）对产品进行重新定价的一种促销活动。这种在网络促销中较为普遍，通过网络购物界面对商品贴上原价以及打折价标签，让消费者在两者对比中体验到获利程度。第三，抽奖。在网络购物中，这种方式比线下商场更容易操作，对消费者来说也不需要排队等待，消费者只需点击鼠标就可实现抽奖。第四，电子优惠券。它是由电商提供给消费者的一种优惠凭证，消费者在网络购买过程中在规定的商店内使用它就可以减免一定的金额。第五，量多优惠。它是指当消费者购买商品满足一定数量或者达到一定消费金额时，电商会在价格上提供一定的优惠促销策略，正所谓薄利多销。第六，包邮。它是指网络商家给予网购消费者送货优惠的一种促销策略。网络购物不同于传统购物，大部分情况下零售商和消费者位于不同城市，消费者在支付产品本身价格的同时，也要承担快递运输费用。网络购物中，邮费是产品基本价格以外的附加费用，改变了消费者的价格构成，研究发现，当消费者支付的价格由多个价格部分构成时，相对于重要的价格部分（如产品本身的价格），消费者对不太重要的价格部分（如邮费）会更加敏感（Hamilton & Srivastava，2008）。第七，限时抢购。它是指电商在特定日期或特定时刻将商品以相对优惠的价格进行出售的促销策略，如“双十一”，又如“聚划算”商品打折幅度往往在一定时间内有效。第八，赠品促销。赠品促销是指电商为购买某些特定商品的消费者提供额外的商品，如购买一罐奶粉送玩具一个，这些额外商品一般都是以免费的方式提供给消费者（殷晨，2013）。

以上八种促销方式总体上可分为两种：货币型促销（特价促销、折扣促销）和非货币型促销（抽奖、赠品促销）。货币型促销信息可以与产品的价格直接比较，而非货币型的促销信息则无法与之比较，因此消费者会将货币型促销放入减少损失的框架中，而将非货币型促销置于“额外的获得”框架中（施卓敏，李璐璐，吴路芳，2013）。以上促销策略其效果并不一定都会带来利润，还受到购物情境、消费者因素的影响。比如，研究发现，相比当价格促销与远期购买情境相匹配赠品促销与近期购买情境相匹配时，消费者选择该产品的可能性更高以及价值感知也更高（刘红艳，李爱梅，王海忠，卫海英，2012）。施卓敏、李璐璐和吴路芳（2013）还通过实验研究发现相对于赠品促销而言，包邮更能促进具有防御型定向特质的消费者的网络购物意愿；对于低价产品而言，包邮比赠品更能促进消费者的购买意愿，而对于高价产品，两者不存在显著相关。

（三）社会化营销策略

社会化营销策略目标是消费者“口口相传”（网络口碑），而传播的内容便是产品或服务的价值。营销学界的研究逐渐从交易取向转向关系取向，日益重视消费者的社会关系、所属群体在营销中的作用，也就是通过与消费者建立良好的情感关系而非纯粹的交易关系，从而让消费者进一步去影响其他消费者。因此，口碑传播体系开始融入消费者的社会网络关系。在关系取向中，消费者被作为价值与意义联合创造者，其主动的口碑传播被认为是独特地、富有创造性并具有持续影响力（Kozinets et al.，2010）。关系取向模型主要有两大特点：第一，营销者通过一些新的营销策略积极、主动地营销目标消费者或者意见领袖，即一对一的播种，如邀请意见领袖进行新产品体验；第二，市场信息流向不是单向的，而是社会网络中消费者之间的彼此交流。网络环境下，消费者价值（如享乐价值、功能价值）传播变得更加容易、便捷，那么，如何促进消费者之间的传播呢？

第一，电子口碑推荐奖励计划。它是指企业通过提供各种形式奖励驱动现有消费者在互联网上向其他消费者推荐企业产品的营销策略。比如，在给予物质奖励或虚拟货币前提下，要求消费者发送链接邀请好友注册或购买，或者在论坛以及其他网站发布产品信息吸引新消费者，并要承诺一定的浏览量、一定的回复数等。目前电子口碑推荐奖励计划研究主要集中在企业如何选择和管理口碑发送者以及如何优化奖励方案等方面的研究（Kumar，Petersen，& Leone，2010；Kornish & Li，2010）。

第二，网络意见领袖挖掘。网络意见领袖通常在虚拟社区中拥有较高威望，其产品信息评论能够有效传达给社区内的其他成员，并在一定程度上能影响该社区成员的消费决策。对企业来说，发掘意见领袖，并邀请他们体验产品，通过他们的社会影响力可以扩大销售业绩。利用意见挖掘技术，建立了一个评论挖掘模型用以评估在线评论者的影响力，并借此模型去搜寻有影响力的评论者（Li & Lin，2010）。而有研究者则把博客作为研究对象，利用信息检索技术，通过对博客内容、创作者、浏览者，以及他们间关系的检索从而识别出有影响力的意见领袖，继之跟踪并影响这些意见领袖及其博客（Li et al.，2011）。

第三，在线评论情感分析技术。情感分析是指通过分析产品评论的文本内容，挖掘消费者对产品的褒贬态度。生产商和经销商可以利用对互联网上产品评论信息的挖掘与分析，了解消费者对其产品或服务的信息反馈，以及消费者对自己与竞争对手的差异性评价，从而改进产品质量、提升服务体系，赢得竞争优势，获得经济价值，例如，亚马逊网站鼓励消费者在给出文字评论的同时，用星号数目表示对该商品的评价等级（Chung & Tseng，2012）。目前，借鉴信息检索、自然语言处理、文本挖掘、统计处理等方面的技术和方法，针对在线情感评论的挖掘日益受到重视，然而相关研究尚处在探索阶段。