Machine Translated by Google

Tạp chí truyền thông qua trung gian máy tính

''Rất khuyến khích!'' Đặc điểm nội dung và

tính hữu ích được cảm nhận của đánh giá trực
tuyến của người tiêu dùng

jc
ac
ht
từ
xu
tả
v
kh
Đư
1
a1
t
1
nn Lotte M. Willemsen,
Peter C. Neijens,
Fred Bronner và Jan
A. de Ridder

Trường Nghiên cứu Truyền thông Amsterdam ASCoR Đại học Amsterdam

Mục đích của nghiên cứu này là để hiểu rõ hơn về các đặc điểm nội dung khiến cho các đánh giá của người

tiêu dùng trực tuyến trở thành một nguồn thông tin hữu ích cho người tiêu dùng. Để đạt được mục tiêu này,

chúng tôi phân tích nội dung đánh giá trải nghiệm và tìm kiếm sản phẩm được đăng trên Amazon.com (N =400).

Thông tin chi tiết thu được từ phân tích nội dung này được liên kết với tỷ lệ phiếu bầu 'hữu ích' mà các

bài đánh giá nhận được từ những người tiêu dùng khác. Kết quả cho thấy các đặc điểm nội dung là tối quan

trọng để hiểu được tính hữu ích của các bài đánh giá. Cụ thể, lập luận (mật độ và tính đa dạng) đóng vai

trò là yếu tố dự báo quan trọng về tính hữu ích được cảm nhận, cũng như giá trị của đánh giá mặc dù hiệu

ứng sau này phụ thuộc vào loại sản phẩm (tìm kiếm hoặc trải nghiệm) được đánh giá trong các đánh giá. Sự

hiện diện của các tuyên bố chuyên môn dường như ít liên quan đến tính hữu ích được cảm nhận của các bài

đánh giá. Ý nghĩa lý thuyết, phương pháp luận và thực tiễn rộng hơn của những phát hiện này sẽ được thảo luận.

Từ khóa: Đánh giá của người tiêu dùng trực tuyến, Truyền miệng điện tử, Đặc điểm nội dung, Phân tích nội

dung.

doi:10.1111/j.1083-6101.2011.01551.x

Với sự xuất hiện của các nền tảng truyền thông do người tiêu dùng tạo ra, các cuộc trò chuyện truyền miệng đã

chuyển sang World Wide Web (Brown, Broderick, & Lee, 2007), tạo ra vô số thông tin sản phẩm thường được trình bày
dưới dạng người tiêu dùng trực tuyến. đánh giá (Schindler & Bickart, 2005). Những đánh giá này cung cấp đánh giá

sản phẩm từ quan điểm của khách hàng và có ảnh hưởng mạnh mẽ đến thái độ và hành vi mua sản phẩm và thương hiệu

của người tiêu dùng (Chevelier & Mayzlin, 2006; D.-H. Park & Kim, 2008; Senecal & Nantel, 2004 ), thậm chí còn

hơn cả thông tin do nhà tiếp thị tạo ra (Chiou & Cheng, 2003). Tác động thuyết phục của các đánh giá của người

tiêu dùng trực tuyến, cũng như của các hình thức truyền miệng khác, thường được quy cho bản chất phi thương mại

được nhận thức của các tác giả. Người tiêu dùng được cho là không có quyền lợi nhất định trong việc giới thiệu

một sản phẩm hoặc thương hiệu, và sự độc lập ngụ ý của họ khiến các bài đánh giá trở nên đáng tin cậy hơn và do

đó hữu ích hơn so với thông tin do nhà tiếp thị tạo ra (Bickart & Schindler, 2001; Ha, 2002; Herr, Kardes, & Kim,

1991).

Khi các bài đánh giá trở nên phổ biến, người tiêu dùng sẽ khó tìm được lối đi trong vô số các bài đánh giá và
đánh giá mức độ hữu ích của thông tin được cung cấp (D.-H. Park & Lee, 2008). Để phá vỡ

Tạp chí Truyền thông qua Máy tính 17 (2011) 19–38 © 2011 Hiệp hội Truyền thông Quốc tế 19
Machine Translated by Google

Do vấn đề quá tải thông tin, nhiều trang web đánh giá đã đầu tư vào hệ thống đánh giá ngang hàng cho phép người tiêu

dùng bình chọn xem họ có thấy đánh giá hữu ích trong quá trình ra quyết định mua hàng hay không. Những phiếu bầu này

đóng vai trò như một chỉ số đánh giá chẩn đoán và được sử dụng như một tín hiệu báo hiệu cho người dùng để lọc các ý

kiến liên quan hiệu quả hơn (Ghose & Ipeirotis, 2008; Mudambi & Schuff, 2010).

Sự khác biệt về tỷ lệ phiếu bầu 'hữu ích' cung cấp bằng chứng rằng 'tất cả các bài đánh giá không được tạo ra như

nhau' (Godes & Mayzlin, 2004; D.-H. Park, Lee, & Han, 2007) và do đó, tất cả các bài đánh giá đều không đánh giá là

ngang nhau. Người tiêu dùng không tuân theo định dạng có cấu trúc khi đăng đánh giá sản phẩm của họ trên web (Park &

Kim, 2008; Pollach, 2008). Do đó, các bài đánh giá bao gồm từ các đề xuất đơn giản đi kèm với các tuyên bố cực kỳ tích

jc
ac
ht
từ
xu
tả
v
kh
Đư
1
a1
t
1
nn cực hoặc tiêu cực, đến các đánh giá sản phẩm đa sắc thái được hỗ trợ bởi lý luận sâu rộng. Tuy nhiên, hầu như không có

nghiên cứu nào được thực hiện để phân loại sự khác biệt về nội dung của các bài đánh giá hoặc nghiên cứu tác động của

những sự khác biệt đó đối với tính hữu ích được cảm nhận của các bài đánh giá (Mudambi & Schuff, 2010).

Để lấp đầy khoảng trống nghiên cứu này, nghiên cứu của chúng tôi nhằm mục đích hiểu rõ hơn về các đặc điểm nội dung

giúp đánh giá của người tiêu dùng trực tuyến trở thành một nguồn thông tin hữu ích. Cụ thể hơn, chúng tôi cố gắng tìm

hiểu xem ba loại đặc điểm nội dung— đó là tuyên bố về chuyên môn, giá trị của bài đánh giá và phong cách lập luận—ảnh

hưởng như thế nào đến tính hữu ích được cảm nhận của các bài đánh giá. Để giải quyết các mục tiêu này, chúng tôi thực

hiện phân tích nội dung có hệ thống về các bài đánh giá của người tiêu dùng và tỷ lệ phiếu bầu hữu ích mà các bài đánh

giá nhận được từ những người tiêu dùng khác thông qua cơ chế xếp hạng ngang hàng. Nỗ lực nghiên cứu này mở rộng nghiên

cứu về đánh giá của người tiêu dùng trực tuyến theo hai cách.

Đầu tiên, nghiên cứu này đáp ứng nhu cầu thực hiện phân tích nội dung để hiểu rõ hơn về thành phần của các bài đánh

giá (Mazzarol, Sweeney, & Soutar, 2007; Schindler & Bickart, 2005). Các phân tích nội dung trước đây đã bị thiếu do

thiếu các công cụ đo lường thích hợp để xử lý sự phức tạp về mặt ngôn ngữ của các đánh giá trực tuyến (Godes & Mayzlin,

2004; Mudambi & Schuff, 2010; Godes và cộng sự, 2005). Sự kết hợp của các tuyên bố tích cực và tiêu cực được liên kết

chặt chẽ, ngôn ngữ dành riêng cho lĩnh vực (ví dụ: thuật ngữ kỹ thuật để mô tả thuộc tính sản phẩm), thông tin mang

tính giai thoại và việc thiếu ngữ pháp và cấu trúc đã thách thức nỗ lực ghi lại nội dung đánh giá, theo cách thủ công

và tự động (Ganu, Elhadad & Marian, 2009). Nghiên cứu này sử dụng một phân tích nội dung quan hệ được phát triển đặc

biệt để làm sáng tỏ các diễn ngôn đánh giá phức tạp: phân tích Mạng lưới các Văn bản Đánh giá (sau đây gọi là: phương

pháp NET, xem Van Cuilenburg, Kleinnijenhuis, & De Ridder, 1988). Các kết quả thu được từ phân tích này thể hiện bước

đầu tiên để hiểu rõ hơn về bản chất của các bài đánh giá.

Thứ hai, nghiên cứu này sử dụng dữ liệu thực để khám phá các đặc điểm nội dung thúc đẩy mọi người phản hồi và đánh

giá cao các bài đánh giá của người tiêu dùng trực tuyến. Bằng cách sử dụng các thước đo cho phép mọi người tự nói lên ý

kiến của mình—tức là tỷ lệ phiếu bầu hữu ích—và liên kết những thước đo này với kết quả từ phân tích nội dung, chúng

tôi tiếp nối lời kêu gọi của Schindler và Bickart (2005) nhằm “tận dụng lợi ích của những đoạn trao đổi truyền miệng

đông lạnh được lưu trên Internet để nghiên cứu hiệu quả hơn điều gì tạo nên một thông điệp thuyết phục'' (tr. 58).

Đặc điểm nội dung và tính hữu ích được cảm nhận của các bài đánh giá

Các bài đánh giá của người tiêu dùng trực tuyến chứa các nhận xét và xếp hạng mở (D.-H. Park & Kim, 2008). Nhận xét

kết thúc mở hiển thị đánh giá của người đánh giá về chất lượng tích cực và/hoặc tiêu cực của sản phẩm như được thể hiện

trong nội dung văn bản của bài đánh giá. Xếp hạng là số liệu thống kê tóm tắt bằng số, thường được hiển thị nổi bật

dưới dạng đề xuất sao năm điểm ở cấp độ bề mặt của bài đánh giá và gói gọn các đánh giá chung của người đánh giá về sản

phẩm. Ngoài xếp hạng phản ánh đánh giá sản phẩm của người đánh giá, hầu hết các trang web đánh giá hiện nay cũng công

bố xếp hạng phản ánh đánh giá đánh giá của người dùng.

Tính hữu ích được cảm nhận của một bài đánh giá đóng vai trò là đơn vị tiền tệ chính để đánh giá cách người dùng đánh

giá một bài đánh giá. Được thể hiện bằng một chú thích chẳng hạn như '10 trong số 12 người thấy bài đánh giá sau hữu ích',

20 Tạp chí Truyền thông qua Máy tính 17 (2011) 19–38 © 2011 Hiệp hội Truyền thông Quốc tế
Machine Translated by Google

tính hữu ích được cảm nhận của các bài đánh giá xuất hiện cùng với xếp hạng sản phẩm ở cấp độ bề mặt của bài đánh giá

(xem Hình 1, bảng A).

Tính hữu ích được cảm nhận của một đánh giá đã được phát hiện là một yếu tố dự báo quan trọng về ý định tuân thủ

đánh giá của người tiêu dùng (Cheung, Lee, & Rabjohn, 2008). Giải thích tính hữu ích được cảm nhận là ''thước đo giá

trị được cảm nhận trong quá trình ra quyết định mua hàng'' (Mudambi & Schuff, 2010, trang 186), nghiên cứu học thuật

gần đây đã bắt đầu khám phá các yếu tố thúc đẩy tính hữu ích được cảm nhận của các bài đánh giá. Công việc tiên phong

này cho thấy rằng việc hiểu sâu sắc về thành phần của các bài đánh giá là bắt buộc để hiểu tác động của các bài đánh

jc
ac
ht
từ
xu
tả
v
kh
Đư
1
a1
t
1
nn giá đối với đánh giá của người tiêu dùng, vì người tiêu dùng dường như phản ứng khác nhau với các loại bài đánh giá

khác nhau. Ví dụ: bằng cách liên kết các phiếu bầu hữu ích với xếp hạng sản phẩm của bài đánh giá, một số nghiên cứu

đã phát hiện ra rằng xếp hạng sản phẩm rõ ràng là tiêu cực hoặc tích cực (tức là xếp hạng 1 và 5 sao) được coi là hữu

ích hơn so với xếp hạng trung bình (tức là 3 sao). xếp hạng, xem Danescu-Niculescu-Mizil, Kossinetes, Kleinberg, &

Lee, 2009; Forman, Ghose, & Wiesenfeld, 2008). Những người khác nhận thấy rằng sự phân cực của xếp hạng sản phẩm góp

phần vào tính hữu ích được cảm nhận của các bài đánh giá, chẳng hạn như các bài đánh giá tiêu cực có tác động nhiều

hơn đến sự đánh giá của người tiêu dùng so với các bài đánh giá tích cực (Basuroy, Chatterjee, & Ravid, 2003;

Chevelier & Mayzlin, 2006; Sen & Lerman, 2007 ).

Mặc dù những nghiên cứu này đã mở rộng kiến thức của chúng tôi về tính hữu ích được cảm nhận của xếp hạng sản

phẩm, nhưng có nhiều thứ để đánh giá hơn xếp hạng khiến nó trở thành một công cụ hỗ trợ quyết định hữu ích, đó là:

nội dung văn bản của nó. Nghiên cứu gần đây cho thấy rằng nội dung của các nhận xét trên eBay và YouTube cung cấp một

cái nhìn sắc thái về các phẩm chất tích cực và/hoặc tiêu cực của đối tượng đang được xem xét (ví dụ: nhà bán lẻ, đoạn

phim) và đóng góp nhiều hơn vào tính hữu ích được cảm nhận của các nhận xét trên eBay và YouTube hơn là xếp hạng số

(Lu, Zhai, & Sundaresan, 2009; Siersdorfer, Chelaru, Nejdl & Pedro, 2010). Tuy nhiên, không có nghiên cứu nào kiểm

tra sự đóng góp của các tuyên bố có giá trị tích cực và tiêu cực đối với tính hữu ích được cảm nhận của các bài đánh

giá trên và ngoài xếp hạng sao số. Ngoài ra, các đặc điểm nội dung liên quan đến tác động thuyết phục của nội dung

thông điệp, chẳng hạn như phong cách lập luận và sự hiện diện của các tuyên bố chuyên môn đã thu hút được ít sự quan

tâm trong tài liệu mặc dù các đặc điểm đó được hiểu là quan trọng (Cialdini, 2001; McGuire, 1985; Petty & Cacioppo,

1984). Chúng đưa ra lời giải thích và ngữ cảnh cho xếp hạng sản phẩm và do đó có thể là động lực quan trọng đối với

tính hữu ích được cảm nhận của đánh giá (xem.

Mudambi & Schuff, 2010).

Trong bối cảnh đó, chúng tôi hy vọng sẽ thấy rằng các nhận xét mở của các bài đánh giá, và đặc biệt là ba đặc

điểm nội dung trong các nhận xét kết thúc mở của các bài đánh giá—nghĩa là các tuyên bố về chuyên môn, giá trị của

bài đánh giá và lập luận—đóng góp vào tính hữu ích được cảm nhận của các bài đánh giá.

Giả thuyết phát triển

Tuyên bố chuyên môn

Khi đưa ra quyết định mua hàng, người tiêu dùng có xu hướng tìm kiếm và làm theo lời khuyên của các nguồn chuyên gia

(ví dụ: Bansal & Voyer, 2000; Gilly, Graham, Wolfinbarger, & Yale, 1998) vì họ được cho là cung cấp thông tin dựa

trên, hơn những người không phải là chuyên gia, về những biểu hiện chính xác của thực tế (Hovland, Janis, & Kelley,

1953). Thông tin do một chuyên gia cung cấp được cho là đáng tin cậy và hữu ích hơn, đồng thời có ảnh hưởng nhiều hơn

đến thái độ thương hiệu, ý định mua hàng và hành vi mua hàng của người tiêu dùng (Harmon & Coney, 1982; Lascu,

Bearden, & Rose, 1995).

Mức độ mà một nguồn được coi là 'chuyên gia' được xác định bằng cách đánh giá kiến thức và năng lực mà nguồn đó

nắm giữ về chủ đề quan tâm (Gotlieb & Sarel, 1991). Tuy nhiên, trong môi trường trực tuyến, rất khó để thực hiện đánh

giá như vậy do thông tin cá nhân có sẵn hạn chế (Cheung et al., 2008; Schindler & Bickart, 2005). Sự hình thành ấn

tượng diễn ra trong một môi trường tín hiệu bị giảm bớt và thay đổi, trong đó các thuộc tính và bối cảnh của tác giả

không thể

Tạp chí Truyền thông qua Máy tính 17 (2011) 19–38 © 2011 Hiệp hội Truyền thông Quốc tế 21
Machine Translated by Google

được xác minh. Do đó, các đánh giá về chuyên môn phải dựa trên ''sự trao đổi tài nguyên dựa trên văn bản do các tác

nhân cung cấp'' (Brown et al., 2007, p. 7), tức là dựa trên sự tự khẳng định của người đánh giá.

Nếu người đánh giá tuyên bố có kiến thức chuyên môn về sản phẩm đang được xem xét, điều mà người đánh giá

thường làm theo phân tích nội dung của Pollach (2008), thì đánh giá của họ có thể được coi là hữu ích. Hỗ trợ gián

tiếp cho kỳ vọng như vậy đã được cung cấp bởi Eastin (2001), người đã nghiên cứu tác động của chuyên môn nguồn đối

với độ tin cậy của thông tin sức khỏe trực tuyến.

Ông phát hiện ra rằng mọi người sử dụng chuyên môn để đánh giá độ tin cậy của thông tin không quen thuộc. Một thông

điệp do một người tự nhận mình là chuyên gia soạn thảo được coi là đáng tin cậy hơn một thông điệp do một người tự

jc
ac
ht
từ
xu
tả
v
kh
Đư
1
a1
t
1
nn nhận mình là người bình thường soạn thảo. Phát hiện này đã được giải thích bằng tài liệu thông qua hoạt động của

heuristic 'có thẩm quyền' (xem Hu & Sundar, 2010; Tan, Swee, Lim, Detenber, & Alsagoff, 2008): một quy tắc quyết

định nhận thức ('các tuyên bố của chuyên gia là đúng ') được thiết lập thông qua kinh nghiệm trước đây dạy rằng các

chuyên gia là nguồn thông tin hợp lệ do thẩm quyền của họ về một chủ đề. Suy luận heuristic này định hướng đánh giá

của mọi người về một thông điệp bất cứ khi nào chuyên môn của nguồn trở nên nổi bật, sao cho nó sẽ được đánh giá

tích cực bất kể loại thông tin được cung cấp (ví dụ: Chaiken, Liberman, & Eagly, 1989). Do đó, chúng tôi đưa ra giả

thuyết như sau:

H1. Trình độ chuyên môn được tuyên bố của người đánh giá càng cao thì đánh giá càng được coi là hữu ích.

Giá trị đánh giá

Các tài liệu đã chứng minh mối quan hệ tích cực giữa giá trị đánh giá và hành vi của người tiêu dùng (Clemons, Gao,

& Hitt, 2006; Dellarocas, Awad Farag, & Zhang, 2004; D.-H. Park và cộng sự, 2007). Giá trị của đánh giá càng tích

cực (tiêu cực) thì càng có nhiều (ít) khả năng mọi người mua sản phẩm được đánh giá. Tuy nhiên, một số nghiên cứu

đã chỉ ra rằng người tiêu dùng đánh giá tiêu cực nhiều hơn tích cực. Ví dụ, Basuroy và các đồng nghiệp (2003) đã

chứng minh rằng các bài đánh giá tiêu cực ảnh hưởng đến hiệu suất phòng vé của một bộ phim nhiều hơn là các bài

đánh giá tích cực góp phần vào hiệu suất của nó. Tương tự, trong một nghiên cứu kiểm tra tác động của các bài đánh

giá của người tiêu dùng đối với doanh số bán sách tương đối tại Amazon.com và Barnesandnoble.com, Chevalier và

Mayzlin (2006) đã phát hiện ra rằng các bài đánh giá có xếp hạng 1 sao có tác động mạnh hơn đến số liệu bán hàng so

với các bài đánh giá có xếp hạng 1 sao. xếp hạng 5 sao. Những phát hiện này cho thấy xu hướng tiêu cực, theo đó

thông tin tiêu cực có tác động mạnh mẽ hơn một cách có hệ thống đến sự phán đoán và lựa chọn so với thông tin tích

cực tương đương một cách khách quan (Skowronski & Carlston, 1989).

Xu hướng tiêu cực đã được giải thích bằng nhiều cơ chế khác nhau, bao gồm cả việc thông tin tiêu cực mới lạ

hơn, thu hút sự chú ý hơn và nổi bật hơn (ví dụ: Fiske, 1980; Pratto & John, 1991). Cách giải thích được chấp nhận

nhiều nhất cho sự bất đối xứng trong đánh giá hóa trị được đưa ra bởi lý thuyết chẩn đoán phạm trù (Ahluwalia, 2002;

Herr et al., 1991; Skowronski & Carlston, 1989), cho rằng thông tin tiêu cực mang tính chẩn đoán và hữu ích hơn

thông tin tích cực khi phân loại sản phẩm theo chất lượng và hiệu suất. Điều này là do các thuộc tính sản phẩm tiêu

cực được cho là đặc trưng chủ yếu của các sản phẩm chất lượng thấp, trong khi các thuộc tính sản phẩm tích cực được

cho là đặc trưng của cả sản phẩm chất lượng thấp và chất lượng cao.

Các học giả gần đây đã cho rằng thông tin tiêu cực có thể không có giá trị chẩn đoán như nhau đối với tất cả

các sản phẩm do sự khác biệt về tính xác thực của hiệu suất trước khi mua (C. Park & Lee, 2009; Xia & Bechwati,

2008). Xét về tính xác thực của hiệu suất trước khi mua, các sản phẩm có thể được phân loại thành sản phẩm tìm kiếm

hoặc sản phẩm trải nghiệm (Girard, Silverblatt, & Korgaonkar, 2002; Nelson, 1970).

Các sản phẩm tìm kiếm, chẳng hạn như đồ điện tử, là những sản phẩm có thể được đánh giá chính xác trước khi mua vì

chúng được đặc trưng bởi các thuộc tính chức năng và cụ thể mà thông tin hợp lệ có thể thu được trước khi sử dụng

sản phẩm. Trải nghiệm hàng hóa, chẳng hạn như dịch vụ giải trí, bị chi phối bởi

22 Tạp chí Truyền thông qua Máy tính 17 (2011) 19–38 © 2011 Hiệp hội Truyền thông Quốc tế
Machine Translated by Google

thuộc tính vô hình không thể biết được cho đến khi mua và đánh giá hiệu suất chỉ có thể được xác minh bằng kinh

nghiệm hoặc tiêu dùng (giác quan).

Khi các thuộc tính của sản phẩm là vô hình hoặc không thể kiểm chứng ngay lập tức—đó là trường hợp của các

sản phẩm trải nghiệm—thì sẽ có nhiều khả năng đưa ra quyết định sai lầm hơn. Mối quan tâm về độ chính xác khiến

người tiêu dùng chấp nhận quan điểm e ngại rủi ro khi đọc các bài đánh giá về sản phẩm trải nghiệm, do đó dẫn

đến khả năng chẩn đoán nhận thức cao hơn và do đó xem xét và đánh giá thông tin tiêu cực nhiều hơn (Ahluwalia,

2002). Ngược lại, khi một bài đánh giá đánh giá một sản phẩm tìm kiếm có thông tin thuộc tính có thể kiểm chứng

được và khả năng mất mát là không cao, mọi người có thể ít có xu hướng tìm kiếm và coi trọng thông tin tiêu cực

jc
ac
ht
từ
xu
tả
v
kh
Đư
1
a1
t
1
nn hơn. Theo đó, chúng tôi dự kiến giá trị xem xét và loại sản phẩm sẽ tương tác:

H2. Các bài đánh giá có giá trị tiêu cực tạo ra tính hữu ích được cảm nhận cao hơn so với các bài đánh giá có giá trị tích cực.

Hiệu ứng này rõ rệt hơn đối với các sản phẩm trải nghiệm so với các sản phẩm tìm kiếm.

Lập luận Đánh giá

không chỉ chứa các tuyên bố có giá trị trong các nhận xét mở của đánh giá (D.-H. Park & Kim, 2008), mà còn có các

lập luận để hỗ trợ các tuyên bố có giá trị đó. Trong khi nghiên cứu đã đi sâu vào giá trị của các bài phê bình,

hầu như không có nghiên cứu nào được thực hiện về sự hiện diện của các lập luận trong các bài phê bình. Điều này

thật đáng ngạc nhiên, vì hiệu quả của lập luận đã được chứng minh rõ ràng trong vô số nghiên cứu thực nghiệm về

khoa học giao tiếp. Những nghiên cứu này chỉ ra rằng tỷ lệ các lập luận trong thông điệp có liên quan tích cực

đến ý định của mọi người trong việc tuân thủ những thông điệp đó (ví dụ: Petty & Cacioppo, 1984; Price, Nir, &

Cappella, 2006; Raju, Unnava, & Montgomery, 2009). Như O'Keefe (1998) đã giải thích, việc trình bày rõ ràng các

lập luận làm cơ sở cho một ý kiến ''mở ra quan điểm ủng hộ cho sự xem xét kỹ lưỡng có tính phê phán'' (trang 61).

Do đó, sự hiện diện đơn thuần của các lập luận khiến mọi người tin tưởng hơn vào người giao tiếp và thấy phán

đoán của anh ấy / cô ấy thuyết phục hơn.

Trong xu hướng giao tiếp qua trung gian máy tính, những người thảo luận trực tuyến có thể đặc biệt thích

đánh giá thông tin dựa trên tính chặt chẽ của các lập luận, vì họ không thể dựa vào các tín hiệu xã hội—chẳng hạn

như cử chỉ, ngữ điệu và nét mặt—để xác nhận thông tin trong bối cảnh mặt đối mặt (Walther, 1996). Trong một

nghiên cứu của Price, Nir và Cappella (2006) đã xem xét 60 cuộc thảo luận nhóm trực tuyến về các kế hoạch thuế

do các ứng cử viên tổng thống đối địch là George W. Bush và Al Gore đưa ra, người ta thực sự nhận thấy rằng chỉ

cần có sự hiện diện của các lập luận cũng khiến cho các thông điệp trực tuyến trở nên thuyết phục hơn. . Mặc dù

trọng tâm của nghiên cứu này là về hành vi chính trị hơn là hành vi của người tiêu dùng và về giao tiếp đồng bộ

chứ không phải không đồng bộ, nhưng có thể mong đợi những tác động tương tự đối với đánh giá của người tiêu dùng

trực tuyến. Một nghiên cứu định tính của Schindler và Bickart (2005) chỉ ra rằng vì người đánh giá là ẩn danh

trên Internet nên mọi người sẽ không dễ dàng chấp nhận hoặc tin vào một đánh giá nếu nó không cung cấp đủ thông

tin về các lập luận được sử dụng khi đưa ra tuyên bố hoặc đánh giá một sản phẩm hoặc dịch vụ . Do đó, chúng tôi

đã đưa ra giả thuyết rằng các bài đánh giá sẽ có giá trị hơn nếu chúng đưa ra nhiều đối số hơn để hỗ trợ cho các

tuyên bố có giá trị của chúng (sau đây gọi là 'mật độ đối số'):

H3. Mật độ đối số càng cao, đánh giá càng hữu ích.

Ngoài mật độ tranh luận, nội dung của tranh luận có thể đóng một vai trò quan trọng trong việc người tiêu

dùng thu được gì từ các bài đánh giá. Ví dụ, một phát hiện quan trọng trong văn học thuyết phục là các văn bản

trình bày cả hai mặt của một lập luận thường có sức thuyết phục hơn các dạng văn bản khác (Eisend, 2007). Cụ thể,

mọi người có nhiều khả năng sắp xếp thái độ và sở thích về thương hiệu và sản phẩm của họ với nội dung của thông

điệp sau khi đọc những ưu và nhược điểm của một quan điểm (tức là lập luận hai chiều) hơn là sau khi chỉ đọc

những ưu và nhược điểm (tức là một chiều). lập luận).

Hiệu ứng này đã được giải thích trong bối cảnh của lý thuyết quy kết (ví dụ: Easley, Bearden, & Teel, 1995;

Tạp chí Truyền thông qua Máy tính 17 (2011) 19–38 © 2011 Hiệp hội Truyền thông Quốc tế 23
Machine Translated by Google

Eisend, 2007; Kamins, 1989; Kelley, 1972), gợi ý rằng quan điểm của người nhận về lý do tại sao ai đó chia sẻ

thông tin ảnh hưởng đến cách tiếp nhận thông tin. Việc bao gồm thông tin tiêu cực cùng với thông tin tích cực

đóng vai trò là dấu hiệu xác thực rằng văn bản xuất phát từ người tiêu dùng có trải nghiệm trực tiếp xác thực

chứ không phải từ người chứng thực thương mại quan tâm đến việc giới thiệu sản phẩm. Những suy luận như vậy

rất quan trọng vì người tiêu dùng lo ngại rằng bản chất ẩn danh của các đánh giá trực tuyến khuyến khích những

người ủng hộ thương mại viết đánh giá sản phẩm dưới danh tính người tiêu dùng giả để quảng bá sản phẩm và

thương hiệu (Schindler & Bickart, 2005).

jc
ac
ht
từ
xu
tả
v
kh
Đư
1
a1
t
1
nn Người tiêu dùng sẽ làm mất uy tín của một bài đánh giá nếu họ nghi ngờ rằng nguồn tin không nói sự thật và

khuyến nghị không dựa trên đánh giá chính xác về sản phẩm đang được xem xét (Crowley & Hoyer, 1994; Pechmann,

1992). Theo dòng lập luận này, chúng tôi đã đưa ra giả thuyết rằng các bài đánh giá được coi là hữu ích hơn

nếu chúng dựa trên sự đa dạng lớn của các lập luận tích cực và tiêu cực (sau đây gọi là 'đa dạng lập luận'):

H4. Tính đa dạng của lập luận càng cao thì đánh giá càng được coi là hữu ích.

Phương pháp

Việc kiểm tra giả thuyết 1–4 yêu cầu phân tích nội dung có hệ thống của một mẫu đánh giá đa dạng về cả sản

phẩm tìm kiếm và sản phẩm trải nghiệm. Với yêu cầu này, nó đã được quyết định phân tích nội dung đánh giá từ

Amazon.com. Amazon.com là nhà bán lẻ trực tuyến lớn nhất (về doanh thu quốc tế và lượt truy cập trang web,

Chevelier & Mayzlin, 2006), không chỉ cung cấp cho người tiêu dùng cơ hội đặt hàng từ nhiều loại sản phẩm mà

còn đọc và đăng đánh giá về những hàng hóa đó. Điều đặc biệt quan trọng đối với nghiên cứu hiện tại là

Amazon.com cũng cho phép người tiêu dùng1 bỏ phiếu xem các bài đánh giá đã đăng có hữu ích với họ trong quá

trình ra quyết định mua hàng hay không. Như vậy, Amazon.com cho phép chúng tôi phân tích mối quan hệ giữa các

đặc điểm nội dung và tính hữu ích được cảm nhận của các bài đánh giá của người tiêu dùng trực tuyến.

Lựa chọn sản phẩm

Trước khi thu thập các đánh giá từ Amazon.com, đầu tiên chúng tôi phải xác định các sản phẩm phù hợp nhất để

đại diện cho biến loại sản phẩm. Điều này đã được thực hiện trong hai bước. Trong bước đầu tiên, chúng tôi đã

chọn một danh sách các sản phẩm được cung cấp trên Amazon.com, theo định nghĩa của Nelson (1970), đại diện cho

các sản phẩm tìm kiếm hoặc trải nghiệm. Theo các định nghĩa này (xem trang 9), bốn sản phẩm được xác định là

sản phẩm tìm kiếm (ví dụ: máy ảnh kỹ thuật số, máy in laser, đầu đĩa DVD và máy chế biến thực phẩm) và năm sản

phẩm là sản phẩm trải nghiệm (ví dụ: kem chống nắng, máy pha cà phê espresso, giày chạy bộ, thiết bị cạo râu

và thuốc ăn kiêng).

Vì các sản phẩm có thể được phân loại theo một chuỗi liên tục từ tìm kiếm thuần túy đến trải nghiệm thuần

túy, nên chúng tôi đã thực hiện thử nghiệm thí điểm ở bước 2 để xác định xem sản phẩm nào trong số các sản
phẩm này của Amazon.com được đại diện nhiều nhất ở mỗi đầu của chuỗi liên tục. Dựa trên cơ sở của Krishnan và

Hartline (2001, xem Bronner & De Hoog, 2009), sinh viên đại học (n = 50) được yêu cầu cho biết khả năng đánh

giá hiệu suất của từng sản phẩm (a) trước khi sử dụng và (b) sau khi sử dụng. sử dụng, sử dụng thang điểm bảy

từ 'Không hề' đến 'Rất tốt'. Các kết quả như được trình bày trong Bảng 1 cho thấy kem chống nắng và giày chạy

bộ có thể được xem như những sản phẩm trải nghiệm, với điểm trung bình tương đối thấp trên thang đo 'trước khi

sử dụng' (Msunscreen = 3,2; Mrunning

dụng'
shoe
(Msunscreen
= 3,8) và điểm
= = 6,2).
trungNgược
bình cao
lại,trên
máy thang
ảnh kỹđo
thuật
thang
sốđo
và'sau
đầu khi
DVD sử
có
thể sử
thang điểm 'trước khi được coi (Mcamera
dụng' là sản phẩm tìm Mdvd
= 4.6, kiếm player
5.7, giày Mrunning
= 4.8) đạt đo
và thang được điểm
'sau khisố
sửtrung
dụng'bình cao ở cả
( Mcamera =

6.2, Mdvd player = 6.4). Hơn nữa, sự khác biệt đánh giá giữa

24 Tạp chí Truyền thông qua Máy tính 17 (2011) 19–38 © 2011 Hiệp hội Truyền thông Quốc tế
Machine Translated by Google

Bảng 1 Kiểm tra trước để xác định khả năng của người trả lời trong việc đánh giá hiệu suất của sản phẩm trước và
Sau khi mua

trước khi mua Sau khi mua Sự khác biệt

m SD m SD m

Người chuyển lương thực 4,18 1,56 6,30 0,91 2,12

Kem chống nắng 3,18 1,55 5,68 1,32 2,50

jc
ac
ht
từ
xu
tả
v
kh
Đư
1
a1
t
1
nn Máy pha cà phê espresso

Máy ảnh kỹ thuật số

Giày chạy bộ

đâu đia DVD

máy in

Thuốc giảm cân

thiết bị cạo râu

4,16

4,58

3,76

4,78

4,36

1,88

3,78
1,41

1,50

1,71

1,46

1,57

1,29

1,56
6,30

6.20

6,24

6,42

6,34

4,94

6.18
0,86

1.14

1,06

0,78

0,80

1,59

1,06

Ghi chú. Giá trị trung bình trên thang điểm 7, trong đó 1 biểu thị ''không hề'' và 7 biểu thị ''rất tốt''.
2,14

1,62

2,48

1,64

1,98

2,05

2,40

thang đo trải nghiệm trước và sau khi sử dụng cao hơn đáng kể so với thang đo đối với sản phẩm tìm kiếm, F(3.196)

= 4,91, p<0,01, cho thấy sự khác biệt rõ ràng về tính xác thực của hiệu suất trước khi mua. Kết quả tương ứng với

các nghiên cứu khác tìm kiếm sự khác biệt giữa trải nghiệm và thuộc tính tìm kiếm của sản phẩm (xem Archibald,

Haulman, & Moody, 1983; D.-H. Park & Han, 2008).

Lựa chọn mẫu Dựa

trên kết quả của thử nghiệm thí điểm, các bài đánh giá đã được đăng từ năm 2005 đến 2009 và có ít nhất một phiếu

bầu hữu ích đã được trích xuất từ Amazon.com (Mudambi & Schuff, 2010). Tổng thể bao gồm 42.700 đánh giá bao gồm

38.745 đánh giá về máy ảnh, 2.497 đánh giá về đầu DVD, 1.032 đánh giá về giày chạy bộ và 426 đánh giá về kem

chống nắng. Để đảm bảo quy mô nhóm bằng nhau cho các sản phẩm trải nghiệm và tìm kiếm, các bài đánh giá đã tải

lên phải tuân theo phương pháp lấy mẫu ngẫu nhiên phân tầng, với loại sản phẩm là tầng.

Quy trình này dẫn đến một mẫu gồm 400 bài đánh giá được phân bổ đều trên hai danh mục sản phẩm trải nghiệm và tìm

kiếm.

Phân tích nội dung

Để làm sáng tỏ giá trị của các đánh giá sản phẩm trong các bài đánh giá, cũng như các lập luận được sử dụng để hỗ trợ

các đánh giá đó, nghiên cứu này đã sử dụng phương pháp NET (Van Cuilenburg et al., 1988); một phân tích nội dung quan

hệ (Popping, 2000) cho phép một người trích xuất từ một văn bản nhất định một mạng lưới các đối tượng (ví dụ: tác

nhân, giá trị, vấn đề). Mặc dù chưa bao giờ được áp dụng cho các đánh giá trực tuyến hoặc bất kỳ hình thức truyền

miệng nào khác, phương pháp NET đã được chọn vì nó đã được chứng minh là một phương tiện hữu ích để phân tích giá trị

và cấu trúc lập luận trong các văn bản đánh giá. Hơn nữa, phương pháp NET cho phép một người mã hóa các tác nhân và

đặc điểm cá nhân của họ, điều này cần thiết để khai thác mức độ chuyên môn được tuyên bố của người đánh giá (ví dụ:

Kleinnijenhuis, De Ridder, & Rietberg, 1997).

'Chủ ngữ/Vị ngữ/Đối tượng' Tăng gấp ba lần dưới dạng Cụm từ Chính. Phương pháp NET chia văn bản thành các cụm

từ cốt lõi (Kleinnijenhuis et al., 1997): các câu lệnh mô tả mối quan hệ giữa các đối tượng ở dạng bộ ba. Các bộ

ba này bao gồm một vị từ có nghĩa tích cực, trung lập hoặc tiêu cực để biểu thị mức độ liên kết/phân ly của chủ

ngữ với đối tượng, nằm trong khoảng từ -1 (phân ly tối đa) đến +1 (liên kết tối đa).2 Ví dụ: nếu một người đánh

giá nói rằng 'máy ảnh rất dễ sử dụng',

Tạp chí Truyền thông qua Máy tính 17 (2011) 19–38 © 2011 Hiệp hội Truyền thông Quốc tế 25
Machine Translated by Google

3 trong số 5 người thấy bài đánh giá sau đây hữu ích:
(1) Rất khuyến khích! Ngày 15 tháng 1 năm 2007

Bằng LÊN. Radloff (Catskill, NY Hoa Kỳ) - Xem tất cả các đánh giá của tôi

TM
TÊN THẬT

(2) Chiếc máy ảnh này rất dễ sử dụng, điều này đặc biệt quan trọng đối với

jc
ac
ht
từ
xu
tả
v
kh
Đư
1
a1
t
1
nn tôi vì tôi không biết gì về máy ảnh (3) Điều duy nhất là chiếc máy ảnh này
khá nặng nên rất nặng khi mang theo.

Nhận xét này có hữu ích cho bạn?

Kết án

(1)

(2)

(2)

(2)

(3)

(3)

Sản phẩm
Môn học

Sản phẩm được đề xuất

Sản phẩm

Dễ dàng sử dụng

người phản biện

Sản phẩm

nặng
Thuộc tính

quan trọng

dễ sử dụng

không biết

nặng

gánh nặng

Dễ sử dụng

nặng
Sự kết hợp

+ 1

+ 1

+ 1

– 1

+ 1

– 1

Lý tưởng
Sự vật

Lý tưởng

Dễ sử dụng

Lý tưởng

chuyên

gia hạng nặng

Lý tưởng

Cụm từ cốt lõi trực tiếp 'Sản phẩm lý tưởng'

Cụm từ cốt lõi gián tiếp 'Sản phẩm lý tưởng'

Hình 1

người đánh giá liên kết sản phẩm với thuộc tính 'dễ sử dụng' (nghĩa là sản phẩm/+1/dễ sử dụng).

Theo cách tương tự, nếu người đánh giá tuyên bố rằng họ không biết gì về máy ảnh, thì người đánh giá đó sẽ

tách cô ấy/anh ta ra khỏi thuộc tính 'chuyên môn' (tức là người đánh giá/-1/chuyên gia). Trong trường hợp các

phát biểu mang tính đánh giá thuần túy, một chủ thể được liên kết/phân ly với một đối tượng đặc biệt được gọi

là 'Lý tưởng', thể hiện sự đánh giá tích cực đối với đối tượng đang được xem xét. Do đó, một câu như 'sản phẩm

này rất được khuyên dùng' được mã hóa thành cụm từ cốt lõi trong đó sản phẩm được liên kết với Lý tưởng tích

cực bằng cách gọi nó là sản phẩm được khuyên dùng (tức là sản phẩm/+1/Lý tưởng) (xem Hình 1 để biết thêm ví dụ

về cách mã hóa) .

Cụm từ cốt lõi trực tiếp và gián tiếp. Đối tượng của một cụm từ cốt lõi có thể là chủ đề của một cụm từ

cốt lõi khác (xem Hình 1, bảng B). Do đó, bằng cách mã hóa các câu lệnh đơn ở dạng 'chủ ngữ/vị ngữ/đối tượng',

phương pháp NET cung cấp các phép đo định lượng của toàn bộ mạng lưới quan hệ giữa các đối tượng (xem Hình 1,

bảng C). Là một tính năng của mạng, các mối quan hệ này có thể là trực tiếp hoặc gián tiếp (khi được kết nối

với nhau). Bằng cách kết hợp các mối quan hệ trực tiếp và gián tiếp thông qua tổng kết

26 Tạp chí Truyền thông qua Máy tính 17 (2011) 19–38 © 2011 Hiệp hội Truyền thông Quốc tế
Machine Translated by Google

và phép nhân (De Ridder, 1994), người ta có thể xây dựng cấu trúc lập luận của một văn bản cũng như giá trị của nó. Cơ sở hợp

lý cơ bản của phép nhân là tính bắc cầu đánh giá (Van Cuilenburg et al., 1988): nếu sản phẩm X đạt điểm cao về 'dễ sử dụng' và

'dễ sử dụng' được đánh giá là thuộc tính mong muốn của sản phẩm, thì điều này ngụ ý rằng sản phẩm X cũng sẽ được đánh giá là

mong muốn. Hướng của các mối quan hệ gián tiếp như vậy đánh giá giá trị của các lập luận, vì các mối quan hệ liên kết với nhau

dẫn đến các lập luận dây chuyền: các tuyên bố đánh giá một đối tượng theo các hệ quả hoặc (không) thuận lợi (không) có lợi của

nó (xem Perelman & Olbrechts-Tyteca, 1969) .

jc
ac
ht
từ
xu
tả
v
kh
Đư
1
a1
t
1
nn Thủ tục mã hóa Đánh giá

được mã hóa từng câu theo phương pháp NET. Các bài đánh giá chỉ được phân tích nội dung nếu chúng chứa các cụm từ cốt lõi nhấn

mạnh mối quan hệ giữa người đánh giá, sản phẩm, (các) thuộc tính sản phẩm/người đánh giá và đối tượng đánh giá 'Lý tưởng'. Các

bài đánh giá không đáp ứng tiêu chí này (ví dụ: các bài đánh giá đánh giá Amazon.com chứ không phải một sản phẩm được cung cấp

trên Amazon.com) đã bị loại khỏi phân tích, dẫn đến cỡ mẫu cuối cùng là 388 bài đánh giá.

Việc viết mã được hỗ trợ bởi một chương trình máy tính bán tự động, iNET. Sáu lập trình viên đã được đào tạo về cách sử

dụng chương trình máy tính và hướng dẫn viết mã. Trong suốt thời gian mã hóa, mỗi lập trình viên đã phân tích khoảng 15% mẫu.

Thêm 10% được phân tích bởi hai hoặc nhiều lập trình viên để xác định độ tin cậy của bộ mã hóa. Sử dụng F1-score3 (một thước đo

tính toán mức độ tương tự của các mạng được trích xuất từ cùng một văn bản bởi các nhà lập trình khác nhau), thỏa thuận chung

là 0,77, cung cấp mức độ tin cậy của bộ mã hóa tốt dựa trên các tiêu chí của Landis và Koch (1977) . Chính xác hơn, điểm F1 là

0,73 cho bài đánh giá sản phẩm tìm kiếm và 0,81 cho bài đánh giá sản phẩm trải nghiệm.

Đo
hóa trị. Giá trị của các bài đánh giá được vận hành dưới dạng giá trị trung bình có trọng số của các cụm từ cốt lõi với

sản phẩm được đánh giá là chủ đề và Lý tưởng là đối tượng. Một tuyên bố được mã hóa thành một cụm từ cốt lõi với chủ đề là sản

phẩm và Lý tưởng là đối tượng nếu người đánh giá coi sản phẩm là tốt, cần thiết, có đạo đức, đáng khen ngợi hoặc có khả năng.

Điểm trung bình có trọng số dao động từ—1 (hóa trị âm) đến + 1 (hóa trị dương).

Đối số mật độ. Vì các tuyên bố có giá trị gián tiếp được coi là các đối số (Kleinnijenhuis và cộng sự, 1997), chúng tôi đã

tính mật độ đối số là tỷ lệ của các cụm từ cốt lõi gián tiếp với Lý tưởng là đối tượng (ví dụ: các tuyên bố trong đó một sản

phẩm được đánh giá dựa trên (không) lợi thế của nó về mặt trọng lượng hoặc dễ sử dụng, xem câu 2 và 3 trong Hình 1) trái ngược

với tổng số cụm từ cốt lõi trực tiếp và gián tiếp với Lý tưởng làm tân ngữ (ví dụ: tất cả các nhận định đánh giá về sản phẩm,

xem câu 1-3 trong Hình 1) .

Điểm kết quả được thể hiện theo tỷ lệ phần trăm từ 1 đến 100 và thể hiện mức độ mà các tuyên bố đánh giá được chứng minh bằng

các lập luận.

Đối số đa dạng. Để hiểu rõ hơn về sự đa dạng của các lập luận tích cực và tiêu cực, chúng tôi đã tính toán phương sai của

các giá trị của các cụm từ cốt lõi có giá trị gián tiếp (xem De Ridder, 1994, về thao tác tính toán). Điểm nằm trong khoảng từ

0 (độ đa dạng thấp) đến + 1 (độ đa dạng cao).

Tuyên bố chuyên môn. Các tuyên bố về chuyên môn của người đánh giá đã được vận hành thành giá trị trung bình có trọng số

của các giá trị của các cụm từ cốt lõi trực tiếp mà người đánh giá (không) liên kết anh ấy/cô ấy với đặc điểm 'chuyên môn'.

Chuyên môn được định nghĩa là tất cả các tuyên bố trong bài đánh giá nhấn mạnh kiến thức về sản phẩm hoặc loại sản phẩm của

người đánh giá có được từ kinh nghiệm, học tập hoặc đào tạo (Friedman & Friedman, 1979).

Điểm chuyên môn được tuyên bố nằm trong khoảng từ—1 (không có chuyên môn) đến +1 (chuyên môn cao).

Tạp chí Truyền thông qua Máy tính 17 (2011) 19–38 © 2011 Hiệp hội Truyền thông Quốc tế 27
Machine Translated by Google

Nhận thức về tính hữu

ích Chúng tôi đã thu thập các phiếu bầu hữu ích và tổng số phiếu bầu cho các bài đánh giá đã đăng ở trên theo mẫu:

''[số phiếu bầu hữu ích] trong số [số thành viên đã bình chọn] nhận thấy bài đánh giá sau đây hữu ích' (xem Hình 1).

Bằng cách tính toán tỷ lệ phiếu bầu hữu ích trong tổng số phiếu bầu, phiếu bầu hữu ích được chuyển thành tỷ lệ

phần trăm từ 1 đến 100 cho biết 'tính hữu ích được cảm nhận của đánh giá' (Forman et al., 2008; Mudambi &
Schuff, 2010).

Biến điều khiển. Để kiểm soát tác động của các biến số gây nhiễu có thể xảy ra, chúng tôi đã thu thập một

jc
ac
ht
từ
xu
tả
v
kh
Đư
1
a1
t
1
nn số đặc điểm của sản phẩm và người đánh giá như đã đề cập ở cấp độ bề mặt của đánh giá vì chúng được phát hiện

là có ảnh hưởng đến hiệu ứng đánh giá trong nghiên cứu trước đó (Chevelier & Mayzlin, 2006; Ghose & Ipeirotis,

2008) . Các biện pháp kiểm soát liên quan đến sản phẩm bao gồm giá của sản phẩm và xếp hạng sao (số sao do

người đánh giá chỉ định cho sản phẩm). Kiểm soát liên quan đến người đánh giá bao gồm tiết lộ tên thật của

người đánh giá4 (0 = không tiết lộ tên thật; 1 = tiết lộ tên thật) và nơi cư trú (0 = không tiết lộ địa điểm;

1 = tiết lộ địa điểm) và danh tiếng với tư cách là người đánh giá trong top 1000 (0 = không có người đánh giá

nào trong top 1000; 1 = người đánh giá trong top 1000). Cuối cùng, chúng tôi đã đo lường một số yếu tố liên

quan đến tin nhắn, chẳng hạn như độ dài của tin nhắn (tức là số từ) và ngày trôi qua (tức là số ngày kể từ khi
đăng bài đánh giá).

Kết quả

Sản phẩm tìm kiếm so với trải nghiệm

Nghiên cứu hiện tại hy vọng danh mục sản phẩm sẽ đóng một vai trò quan trọng trong việc xác định mối quan hệ

giữa các đặc điểm nội dung và tính hữu ích được cảm nhận. Do đó, chúng tôi đã thu thập các bài đánh giá về bốn

loại sản phẩm, theo thử nghiệm thí điểm, có thể được chỉ định cho danh mục sản phẩm tìm kiếm hoặc danh mục sản

phẩm trải nghiệm. Để kiểm tra xem các bài đánh giá về đầu đĩa DVD và máy ảnh kỹ thuật số (sản phẩm tìm kiếm)

cũng như giày chạy bộ và kem chống nắng (sản phẩm trải nghiệm) có cho thấy sự khác biệt về đặc điểm nội dung

hay không, chúng tôi đã thực hiện một loạt bài kiểm tra t. Kết quả không mang lại sự khác biệt đáng kể nào đối

với đầu đĩa DVD và máy ảnh kỹ thuật số về giá trị đánh giá (t(198) = 1,13, p = 0,26), tuyên bố chuyên môn

(t(198) = - 0,19, p = 0,85), lập luận mật độ (t(198) = 1,21, p = 0,23) và tính đa dạng của đối số (t(198) =

1,43, p = 0,15). Do đó, các bài đánh giá về cả hai sản phẩm đã được thực hiện cùng nhau để đại diện cho danh

mục sản phẩm tìm kiếm.

Khi so sánh các đặc điểm nội dung của giày chạy bộ và kem chống nắng, không tìm thấy sự khác biệt đáng kể

nào về giá trị đánh giá (t(186) = .13, p = .89), tuyên bố chuyên môn (t(196) = 1.52, p = .13) và tính đa dạng

của đối số (t(186) = 0,55, p = 0,59). Một ngoại lệ là sự khác biệt đáng kể đối với mật độ lập luận (t(169) =

3,57, p < 0,001). Lập luận dày đặc hơn đáng kể trong các bài đánh giá về kem chống nắng (M = 81,58, SD =

19,9) so với các bài đánh giá về giày chạy bộ (M = 68,02, SD = 29,06). Tuy nhiên, vì đây là đặc điểm thông điệp

duy nhất mà các bài đánh giá về giày chạy bộ và kem chống nắng khác nhau nên chúng tôi quyết định gộp các bài

đánh giá này lại với nhau để đại diện cho danh mục sản phẩm trải nghiệm. Thống kê tóm tắt các đặc điểm nội dung

để đánh giá được đưa ra trong Bảng 2.

Phân tích hồi quy các đặc điểm nội dung về mức độ hữu ích được cảm nhận Một loạt

phép hồi quy bình phương nhỏ nhất thông thường (OLS) đã được thực hiện để đánh giá xem các đặc điểm nội dung

có bổ sung cho tính hữu ích được cảm nhận của các bài đánh giá ở trên và ngoài các đặc điểm chung như được thể

hiện ở cấp độ bề mặt của các bài đánh giá hay không.5 Trong các phân tích này , giá mua, xếp hạng sao, ngày

trôi qua, độ dài, trạng thái người đánh giá hàng đầu và tự tiết lộ (tên và vị trí) dưới dạng các biến kiểm soát

trong mô hình cơ sở (Mô hình 0). Mô hình 1 bao gồm các tuyên bố chuyên môn ngoài các biến kiểm soát đã nói ở trên trong

28 Tạp chí Truyền thông qua Máy tính 17 (2011) 19–38 © 2011 Hiệp hội Truyền thông Quốc tế
Machine Translated by Google

Bảng 2 Thống kê mô tả cho đánh giá

m SD tối thiểu tối đa

Tổng số phiếu hữu 6,75 18,74 1 303

ích Cảm nhận về tính hữu ích (%) 77.15 33.32 0 100

Xếp hạng sao Bài đánh 4,00 0,67 1 5

giá Độ dài Bài đánh giá (không có từ) 115.43 97,77 18 797

jc
ac
ht
từ
xu
tả
v
kh
Đư
1
a1
t
1
nn Yêu cầu chuyên
môn Đánh giá đối

số hóa trị Mật độ (%)

Đối số đa dạng
0,25

0,41

74,25

0,07
0,50

0,67

25.21

0,21
1

để kiểm tra H1. Hóa trị và loại sản phẩm đã được thêm vào phương trình hồi quy trong Mô hình 2. Mô hình sau này

cũng bao gồm thuật ngữ tương tác giữa loại sản phẩm và xem xét hóa trị để kiểm tra H2.

Trước khi tính toán thuật ngữ tương tác này, xem xét hóa trị được tập trung để giảm thiểu hiện tượng đa cộng
100

tuyến có thể gây ra vấn đề (Aiken & West, 1991). Mật độ và tính đa dạng của đối số cuối cùng đã được nhập vào Mô

hình 3 để kiểm tra H3 và H4. Bảng 3 trình bày kết quả phân tích hồi quy này và báo cáo sự đóng góp của từng biến

độc lập đối với tính hữu ích được cảm nhận.

Mô hình 0: Các biến kiểm soát. Ở mô hình cơ sở, bốn đặc điểm bề mặt dường như có ý nghĩa. Giá mua có tác động

tiêu cực và đáng kể đến tính hữu dụng được cảm nhận (β = -.14, p < 0,01). Thời lượng đánh giá (β = 0,24, p <

0,001), xếp hạng sao (β = 0,22, p < 0,001) và tiết lộ vị trí (β = 0,10, p < 0,05) đều thể hiện tác động tích cực

đáng kể đến mức độ hữu ích được cảm nhận , cùng với giá mua chiếm 13,2% phương sai về tính hữu dụng được cảm

nhận, F(6, 351) = 6,09, p < 0,001.

Do đó, các bài đánh giá dài hơn gán nhiều sao hơn cho một sản phẩm và tiết lộ nơi cư trú của người đánh giá được

coi là hữu ích hơn, cũng như các bài đánh giá về các sản phẩm có giá tương đối thấp.
1

Mô hình 1: Tuyên bố chuyên môn. Việc đưa các tuyên bố về kiến thức chuyên môn vào Mô hình 1 đã dẫn đến một

sự thay đổi đáng kể trong tổng lượng phương sai được giải thích (R2 = 0,009, Fchange(1, 350) = 3,70, p < 0,055).
Mối quan hệ giữa tuyên bố chuyên môn và nhận thức về tính hữu ích của đánh giá tiếp cận ý nghĩa (β = .10, p =

.055), do đó cung cấp hỗ trợ định hướng cho H1 nêu rõ mối quan hệ tích cực giữa tuyên bố về chuyên môn và tính

hữu ích được nhận thức của đánh giá.

Mô hình 2: Xem lại hóa trị và Loại sản phẩm. Trong mô hình 2, chúng tôi đã thêm giá trị đánh giá, loại sản

phẩm (tìm kiếm so với trải nghiệm, mã hóa giả) và thuật ngữ tương tác giữa loại sản phẩm và giá trị đánh giá.

Nhìn chung, ba biến giải thích thêm 2,0% phương sai về mức độ hữu dụng được cảm nhận, Fchange(3, 347) = 2, 74, p

< 0,05). Kết quả cho thấy giá trị đánh giá có tác động chính tích cực nhẹ đến tính hữu ích được cảm nhận (β =
0,14, p = 0,08). Ngoài ra, và phù hợp với H2, hiệu ứng này được xác định bằng sự tương tác có ý nghĩa cao giữa

giá trị xem xét và loại sản phẩm (β = -.18, p < 0,01). Hiệu ứng tương tác (xem Hình 2) cho thấy hiệu ứng tiêu cực

chỉ phổ biến đối với các sản phẩm trải nghiệm. Trên thực tế, phân tích độ dốc đơn giản, sử dụng các quy trình

được mô tả bởi Aiken và West (1991), đã chứng minh rằng giá trị của đánh giá có liên quan tiêu cực đến tính hữu

ích được cảm nhận của các đánh giá thảo luận về các sản phẩm trải nghiệm (β = -.15, p < 0,05, một chiều ) và có

liên quan tích cực đến tính hữu ích được cảm nhận của các bài đánh giá thảo luận về các sản phẩm tìm kiếm (β =

0,14, p < 0,05, một phía).

Mô hình 3: Mật độ đối số và Đa dạng. Việc bao gồm mật độ đối số và vị trí khác nhau của đối số đã đóng góp

đáng kể, bổ sung thêm 3,3% phương sai về tính hữu ích được nhận thức,

Tạp chí Truyền thông qua Máy tính 17 (2011) 19–38 © 2011 Hiệp hội Truyền thông Quốc tế 29
Machine Translated by Google

Bảng 3 Phân tích hồi quy đa cấp bậc Dự đoán tính hữu ích được cảm nhận của trực tuyến
Đánh giá của người tiêu dùng từ đặc điểm nội dung

Mẫu 0 mẫu 1 mẫu 2 mẫu 3

jc
ac
ht
từ
xu
tả
v
kh
Đư
1
a1
t
1
nn Giá mua

Đánh giá xếp hạng sao

ngày trôi qua

Thời gian xem xét
tiết lộ tên thật

tiết lộ vị trí

1000 người đánh giá hàng đầu

Yêu cầu chuyên môn

Xem lại hóa trị

Loại sản phẩm

Đánh giá hóa trị x Loại sản phẩm
Đối số mật độ
Đối số đa dạng
R2

R2change
giá trị F
.136
.219
.004
.240
.037
.099
.039

—
—
—

—
—

.122
—

6.975

Lưu ý: Hệ số là hệ số hồi quy chuẩn hóa (beta). †<.10;

.133
.211
.002
.217
.031

.217†

.031
.100†
—
—
—

—
—

.131

.009†

6.614

p < 0,05;
.129
.186
.014
.232
.041

.085†

.018

.086†

.141 †

.046
.180
—
—

.151

0,020 5,622

p < 0,01;
.120
.164
.009
.184
.058

.089†

.013

.096†

.182

.055
.160

.150

.144

.184

0,033

p < .001
5,993

90
Tìm kiếm sản phẩm

Trải nghiệm sản phẩm

85

80

75

70

thức
Nhận
ích
rất
có
là

65

60
hóa trị âm hóa trị dương

Hình 2 Tính hữu ích được cảm nhận theo giá trị đánh giá và danh mục sản phẩm

30 Tạp chí Truyền thông qua Máy tính 17 (2011) 19–38 © 2011 Hiệp hội Truyền thông Quốc tế
Machine Translated by Google

Fchange(2, 345) = 6, 88, p < 0,001). Như đã dự đoán, mật độ đối số dường như là một yếu tố dự đoán quan trọng về tính hữu

ích được cảm nhận (β = 0,15, p < 0,01). Theo H3, các đánh giá được đánh giá là hữu ích hơn khi đánh giá sản phẩm được hỗ trợ

bởi số lượng đối số cao hơn. Hỗ trợ cũng được tìm thấy cho H4.

Mô hình 3 trong Bảng 3 cho thấy mối quan hệ tích cực giữa tính đa dạng của lập luận và tính hữu ích được cảm nhận (β = .14,

p < 0,05), cho thấy rằng các lập luận tiêu cực cùng với các lập luận tích cực góp phần tạo nên tính hữu ích được cảm nhận

cao hơn.

jc
ac
ht
từ
xu
tả
v
kh
Đư
1
a1
t
1
nn Thảo luận

Mục đích của nghiên cứu này là để hiểu rõ hơn về các đặc điểm nội dung khiến cho các đánh giá của người tiêu dùng trực tuyến

trở thành một nguồn thông tin hữu ích. Để giải quyết mục tiêu này, chúng tôi đã thực hiện phân tích nội dung các bài đánh

giá thảo luận về trải nghiệm và các sản phẩm tìm kiếm do Amazon.com cung cấp cũng như điểm hữu ích mà các bài đánh giá nhận

được từ những người tiêu dùng khác. Kết quả cho thấy, sau khi kiểm soát nhiều đặc điểm thể hiện ở cấp độ bề mặt của các bài

đánh giá (ví dụ: xếp hạng theo sao, đặc điểm của người đánh giá, giá mua sản phẩm), sự khác biệt về tính hữu ích được cảm

nhận của các bài đánh giá có liên quan đến sự khác biệt về nội dung của các bài đánh giá . Chúng tôi xác định phát hiện này

là một dấu hiệu cho thấy rằng 'tất cả các bài đánh giá không được tạo ra như nhau', nên tất cả các bài đánh giá không được

đánh giá là bình đẳng.

Điều này trở nên rõ ràng khi phát hiện ra rằng mối quan hệ giữa giá trị của đánh giá và tính hữu ích của đánh giá được

cảm nhận là khác nhau đối với trải nghiệm và sản phẩm tìm kiếm. Nghiên cứu trước đây đã báo cáo tác động tiêu cực đối với

tác động của giá trị xem xét, cho thấy thông tin tiêu cực có tác động mạnh mẽ hơn đến phán đoán và lựa chọn so với thông tin

tích cực tương đương khách quan (Godes & Mayzlin, 2004; D.-H. Park và cộng sự, 2007). Trong nghiên cứu được báo cáo ở đây,

hiệu ứng tiêu cực này chỉ xuất hiện đối với các sản phẩm trải nghiệm: các bài đánh giá có giá trị tiêu cực được coi là hữu

ích hơn các bài đánh giá có giá trị tích cực khi sản phẩm được xem xét có thể được phân loại là sản phẩm trải nghiệm (tức là

hiệu ứng tiêu cực), trong khi đó thì ngược lại đã được quan sát khi sản phẩm có thể được phân loại là sản phẩm tìm kiếm (tức

là hiệu ứng tích cực).

Theo giải thích của Ahluwalia (2002), hiệu ứng tiêu cực có thể giảm bớt hoặc đảo ngược thành hiệu ứng tích cực khi một sản

phẩm quen thuộc và được yêu thích. Trong những trường hợp như vậy, người tiêu dùng có xu hướng bảo vệ sở thích của họ đối

với sản phẩm (ngay cả khi yếu), bằng cách xem xét kỹ lưỡng hơn các thông tin tích cực về sản phẩm.

Hiệu ứng tích cực có khả năng trở nên phổ biến trong trường hợp các bài đánh giá thảo luận về các sản phẩm tìm kiếm mà việc

đánh giá hiệu suất có thể được thực hiện trước khi mua do người tiêu dùng đã quen thuộc với các thuộc tính của sản phẩm. Mặc

dù tác động tích cực không được mong đợi, nhưng nó hỗ trợ mạnh mẽ hơn cho gợi ý rằng nội dung đánh giá tích cực và tiêu cực

tạo ra các hiệu ứng khác nhau đối với tìm kiếm so với trải nghiệm sản phẩm do sự khác biệt về tính xác thực của hiệu suất

trước khi mua (Park & Kim, 2008; Xia & Bechwati, 2008 ).

Ngoài giá trị đánh giá, lập luận dường như cũng là một yếu tố dự đoán quan trọng về tính hữu ích được cảm nhận của các

đánh giá. Các bài đánh giá được đánh dấu bằng mức độ đa dạng và mật độ đối số cao được coi là hữu ích hơn. Phát hiện này mở

rộng các nghiên cứu trước đây tập trung vào các dấu hiệu phỏng đoán để giải thích tác động của các bài đánh giá, tức là các

đặc điểm thể hiện ở cấp độ bề mặt của các bài đánh giá (ví dụ: xếp hạng sao, tiết lộ danh tính người đánh giá) có thể được

xử lý với nỗ lực nhận thức tối thiểu (Chevelier & Mayzlin , 2006; Ghose & Ipeirotis, 2008). Phát hiện rằng người tiêu dùng

sử dụng mật độ và tính đa dạng của đối số để đánh giá tính hữu ích của bài đánh giá cung cấp hỗ trợ ban đầu cho quan điểm

rằng người tiêu dùng chú ý đến các đặc điểm trung tâm hơn đối với nội dung của bài đánh giá và đòi hỏi quá trình xử lý phức

tạp hơn (Petty & Cacioppo, 1984 ).

Cuối cùng, chúng tôi đã tìm thấy mối quan hệ tích cực, mặc dù tương đối yếu giữa các tuyên bố về chuyên môn và tính hữu

ích được cảm nhận của các bài đánh giá. Điều này dường như trái ngược với nghiên cứu của Tan và các đồng nghiệp (2008) về

ảnh hưởng của chuyên môn nguồn đối với nhận thức của mọi người về các nhà thảo luận chính trị trực tuyến. Kết quả cho thấy không

Tạp chí Truyền thông qua Máy tính 17 (2011) 19–38 © 2011 Hiệp hội Truyền thông Quốc tế 31
Machine Translated by Google

quan hệ có ý nghĩa giữa kiến thức chuyên môn và tính thông tin của thông điệp được cảm nhận. Một lời giải thích khả dĩ

cho tác động khác biệt này của chuyên môn có thể nằm trong khái niệm của nó: trong khi nghiên cứu của Tan et al. đã sử

dụng các tín hiệu trạng thái để thể hiện trình độ chuyên môn của nguồn (nghĩa là các tín hiệu do trang web cung cấp để

chỉ ra trải nghiệm của một người với trang web), nghiên cứu hiện tại đã sử dụng các tuyên bố về chuyên môn (tức là các

tuyên bố do người đánh giá cung cấp để chỉ ra kinh nghiệm của anh ấy/cô ấy với chủ đề) , liên quan đến kiến thức chuyên

môn phù hợp hơn với đối tượng thảo luận. Như Biswas, Biswas, và Das (2006, trang 19) đã khẳng định ''chuyên môn là theo

chủ đề cụ thể''; một nguồn phải có kiến thức về một chủ đề cụ thể chứ không phải ở mức độ tổng quát để được coi là một chuyên gia.

jc
ac
ht
từ
xu
tả
v
kh
Đư
1
a1
t
1
nn Ý nghĩa của những phát hiện Bằng

cách chứng minh rằng các đặc điểm của thông điệp đánh giá đóng góp thêm vào tính hữu ích được cảm nhận của các đánh giá ở

trên và ngoài các đặc điểm chung được thể hiện ở bề mặt của các đánh giá, nghiên cứu của chúng tôi đưa ra một số hàm ý.

Đầu tiên và quan trọng nhất, nghiên cứu này đóng góp về mặt lý thuyết cho tài liệu bằng cách chỉ ra rằng tác động của các

đánh giá trực tuyến có thể không đơn giản như đề xuất trong tài liệu. Người tiêu dùng gắn các trọng số khác nhau cho các

đánh giá khác nhau tùy thuộc vào đặc điểm nội dung nào có mặt và sản phẩm nào được đánh giá. Điều này có nghĩa là không

thể và không nên khái quát hóa việc sử dụng và tác động của các đánh giá của người tiêu dùng trực tuyến.

Ý nghĩa phương pháp luận của phát hiện này là khi theo dõi đánh giá của người tiêu dùng trực tuyến, người ta không

nên sử dụng điểm đề xuất dưới dạng xếp hạng sao làm đại diện cho giá trị đánh giá. Mặc dù xếp hạng theo sao mang lại đóng

góp quan trọng, nhưng chúng chỉ giải thích một phần của sự khác biệt về tính hữu dụng được cảm nhận, có lẽ là do các giá

trị tích cực chủ yếu được phân bổ cho xếp hạng theo sao. Nó đã được quan sát trong nghiên cứu này, cũng như trong các

nghiên cứu khác (Mulpuru, 2007; Resnick & Zeckhauser, 2002), rằng phần lớn các bài đánh giá có xu hướng nhận được điểm

khuyến nghị tích cực. Như vậy, điểm giới thiệu không cung cấp nhiều thông tin cho người mua tiềm năng.

Hơn nữa, xếp hạng theo sao ''không truyền đạt được những nét tinh tế quan trọng của các tương tác trực

tuyến'' (Resnick, Zeckhauser, Friedman, & Kuwabara, 2000, trang 47). Một sự tinh tế quan trọng như vậy liên quan đến tỷ

lệ các tuyên bố có lý do tích cực và tiêu cực trong các nhận xét mở của các bài đánh giá (tức là tính đa dạng của lập

luận). Nghiên cứu hiện tại cho thấy rằng sự thay đổi trong giá trị của các bài đánh giá cũng quan trọng như giá trị tổng

thể của một bài đánh giá trong việc dự đoán tính hữu ích được cảm nhận của bài đánh giá. Những động lực như vậy chỉ có

thể được tiết lộ bằng cách phân tích nội dung văn bản của một bài đánh giá hơn là xếp hạng sao của nó.

Ý nghĩa thực tế của phát hiện rằng hiệu ứng đánh giá không thể được khái quát hóa liên quan đến tầm quan trọng đối

với các trang web đánh giá để phát triển các cơ chế hiệu quả giúp người tiêu dùng đánh giá độ tin cậy của thông tin và

nâng cao lòng tin của người tiêu dùng. Nghiên cứu của chúng tôi cung cấp một bộ công cụ dựa trên kinh nghiệm có thể giúp

khai thác toàn bộ tiềm năng và lợi ích của việc chia sẻ thông tin trên các trang web đánh giá của người tiêu dùng. Ví dụ:

dựa trên phát hiện rằng tính đa dạng của lập luận trong các bài đánh giá có liên quan tích cực đến tính hữu ích được cảm

nhận của các bài đánh giá đó, các nhà phát triển trang web có thể muốn áp dụng định dạng bài đánh giá trong đó người đánh

giá được yêu cầu nêu ý kiến của họ theo cách có cấu trúc xem xét cả hai mặt tích cực. và những điểm tiêu cực của một sản phẩm.

Những hạn chế và nghiên cứu trong tương

lai Nghiên cứu hiện tại đã đáp lại những lời kêu gọi khác nhau để sử dụng các tương tác xảy ra tự nhiên của người tiêu

dùng trên internet (ví dụ: Schindler & Bickart, 2005). Mặc dù điều này cung cấp một cái nhìn sâu sắc về sự khác biệt trong

nội dung đánh giá của người tiêu dùng và hậu quả của những khác biệt này đối với tính hữu ích của đánh giá, phương pháp

của chúng tôi có một số hạn chế, hầu hết trong số đó là do bản chất của dữ liệu được sử dụng. Một hạn chế như vậy là mẫu

đánh giá được phân tích cho nghiên cứu này được lấy từ một trang web đánh giá trực tuyến cụ thể: Amazon.com. Nghiên cứu

trong tương lai nên xem xét liệu những phát hiện tương tự có xuất hiện trên các trang web đánh giá trực tuyến khác hay

không. Điều này đặc biệt quan trọng vì việc đánh giá thông điệp có thể bị ảnh hưởng đồng thời bởi một chuỗi các nguồn.

Nghiên cứu gần đây cho thấy rằng mọi người có thể đánh giá trực tuyến

32 Tạp chí Truyền thông qua Máy tính 17 (2011) 19–38 © 2011 Hiệp hội Truyền thông Quốc tế
Machine Translated by Google

các thông điệp không chỉ liên quan đến cá nhân người đóng góp thông tin đó mà còn liên quan đến trang web mà thông

điệp đó bắt nguồn từ đó (Bronner & De Hoog, 2011; Hu & Sundar, 2010).

Thứ hai, thiết kế theo chủ nghĩa tự nhiên của nghiên cứu hiện tại đòi hỏi một số thận trọng trong việc đưa ra

các suy luận nhân quả. Để kiểm soát các mối quan hệ giả mạo, chúng tôi đã nỗ lực hết sức để tách biệt tác động của

các đặc điểm nội dung khỏi những tác động phát sinh từ biến thứ ba. Bất chấp những nỗ lực này, có thể các biến số

khác, không đo lường được đã ảnh hưởng đến kết quả. Ví dụ: thiết kế của nghiên cứu này không cho phép chúng tôi đo
lường các biến số liên quan đến người tiêu dùng đã cho điểm hữu ích, chẳng hạn như mức độ tham gia của người tiêu

jc
ac
ht
từ
xu
tả
v
kh
Đư
1
a1
t
1
nn dùng với sản phẩm được đánh giá. Các biến như vậy có thể quan trọng cần được tính đến, vì các hiệu ứng thông điệp

thường được đồng ý là kết quả của sự tương tác giữa các đặc điểm nguồn, đặc điểm nội dung và đặc điểm người nhận

(MacInnis, Moorman, & Jaworski, 1991).

Một xem xét cuối cùng cho nghiên cứu trong tương lai là mối quan hệ giữa tính hữu dụng được cảm nhận và hành vi

của người tiêu dùng. Nghiên cứu này đã sử dụng tính hữu ích được cảm nhận như một sự phản ánh của tính chẩn đoán của

bài đánh giá, nghĩa là mức độ mà một bài đánh giá được coi là hữu ích trong quá trình ra quyết định mua hàng của

người tiêu dùng (xem Mudambi & Schuff, 2010). Biện pháp này không nắm bắt được quá trình ra quyết định mua hàng.

Mặc dù nghiên cứu trước đây đã tìm thấy mối quan hệ tích cực giữa nhận thức về tính hữu ích của đánh giá và ý định

mua hàng (Cheung và cộng sự, 2008), nhưng vẫn cần nghiên cứu bổ sung để kiểm tra xem kết luận của nghiên cứu này có

thể được mở rộng cho hành vi mua hàng hay không.

Những bài học kinh nghiệm ở đây rất quan trọng mặc dù vẫn còn những câu hỏi. Nghiên cứu này gợi ý rằng mọi người

sử dụng một số khía cạnh của đánh giá sản phẩm trực tuyến để đánh giá giá trị của đề xuất và cung cấp bằng chứng

thực nghiệm để ghi lại các đặc điểm nội dung giúp đánh giá trực tuyến trở thành nguồn thông tin hữu ích cho người

tiêu dùng. Vì đây là một nỗ lực chưa từng được thực hiện trước đây, nên nghiên cứu hiện tại đóng vai trò là bàn đạp

cho sự phát triển của các hướng nghiên cứu trong tương lai.

Nhìn nhận

Nghiên cứu này được hỗ trợ một phần bởi khoản tài trợ Toptalent của Quỹ Khoa học Hà Lan (NWO).

Các tác giả xin cảm ơn Nel Ruigrok en Wouter van Atteveldt của LJS Media Research đã hỗ trợ thu thập dữ liệu.

ghi chú

1 Để bỏ phiếu, một người phải có tài khoản Amazon.com được bảo vệ bằng mật khẩu được sử dụng cho ít nhất một lần

mua hàng để xác minh danh tính của chủ tài khoản thông qua thông tin thẻ tín dụng. Bằng cách yêu cầu người tiêu

dùng đăng nhập vào tài khoản trước khi bỏ phiếu, Amazon cấm người dùng bỏ phiếu nhiều lần cho một bài đánh giá
hoặc bỏ phiếu cho bài đánh giá của chính họ.

2 Các giá trị 0,5 và 0,5 được áp dụng trong các tình huống khi các điều kiện được thể hiện (ví dụ: nếu A thì B),

các tuyên bố sắc thái được đưa ra (được xác định bằng các thuật ngữ như 'có thể', 'có thể', v.v. hoặc các diễn

biến trong tương lai được mô tả .

3 Số liệu truyền thống về độ tin cậy của bộ mã hóa (ví dụ: Krippendorff's alpha và Cohen's kappa),

giả định rằng mỗi người viết mã chỉ định một trong số các danh mục có thể có cho mỗi đơn vị quan sát và tính

toán mức độ thỏa thuận được điều chỉnh theo cơ hội dựa trên tần suất cận biên. Các số liệu như vậy rất khó áp

dụng cho phân tích mạng vì mỗi mối quan hệ có thể đóng vai trò là một đơn vị quan sát và liên kết được chỉ

định ( 1 ... +1) làm quan sát. Điều này dẫn đến một có
tậpgiá
hợptrị
lớnbịcác
thiếu
đơn dưới
vị quan
dạngsát,
danhtrong
mục. đó
Trong
nhiều
những
đơn trường
vị

hợp như vậy, các tần số cận biên được sử dụng để điều chỉnh cho thỏa thuận cơ hội không phải là chỉ báo thích

hợp về mối quan hệ, dẫn đến điểm số khác nhau cho các mạng tương tự. Để khắc phục vấn đề này, chúng tôi

Tạp chí Truyền thông qua Máy tính 17 (2011) 19–38 © 2011 Hiệp hội Truyền thông Quốc tế 33
Machine Translated by Google

đã sử dụng một thước đo từ ngôn ngữ học máy tính được gọi là điểm F1 có thể được so sánh trực tiếp với các giá trị alpha

hoặc kappa. Để có được điểm F1, máy tính trích xuất nhiều tập hợp các quan hệ được trích xuất—tức là, một mạng—từ một văn

bản nhất định. Độ tin cậy sau đó được đánh giá bằng cách so sánh mạng được tạo tự động do người viết mã tạo ra. Logic này

được mở rộng để so sánh các mạng được tạo bởi hai hoặc nhiều lập trình viên con người (xem Van Atteveldt, 2008).

4 Với tên thật, chúng tôi đề cập đến quy trình đăng ký mà Amazon cung cấp cho người dùng để cho biết tên thật của họ bằng

cách cung cấp xác minh bằng thẻ tín dụng.

jc
ac
ht
từ
xu
tả
v
kh
Đư
1
a1
t
1
nn 5 Dữ liệu thu thập được kiểm tra xem có vi phạm về nhiễm bẩn ngoại lai hay không trước khi thực hiện phân tích hồi quy OLS.

Sử dụng Cook's D (giá trị tới hạn: 4/N), 11 trường hợp được xác định là trường hợp ngoại lệ và do đó, bị loại khỏi phân

tích sâu hơn.

Người giới thiệu

Ahluwalia, R. (2002). Hiệu ứng tiêu cực phổ biến như thế nào trong môi trường tiêu dùng? Tạp chí của

Nghiên cứu người tiêu dùng, 29, 270–279.

Aiken, LS, & Tây, SG (1991). Hồi quy bội: Kiểm tra và diễn giải hàng nghìn tương tác

Oaks, CA: Sage.

Archibald, RB, Haulman, CA, & Moody, CE, Jr. (1983). Chất lượng, giá cả, quảng cáo và xếp hạng chất lượng được công bố. Tạp chí

Nghiên cứu Người tiêu dùng, 9, 347–356.

Bansal, HS, & Voyer, PA (2000). Quy trình truyền miệng trong quyết định mua dịch vụ

định nghĩa bài văn. Tạp chí Nghiên cứu Dịch vụ, 3, 166–177.

Basuroy, S., Chatterjee, S., & Ravid, SA (2003). Đánh giá phê bình quan trọng như thế nào? Hiệu ứng phòng vé

của các nhà phê bình phim, sức mạnh của ngôi sao và ngân sách. Tạp chí Tiếp thị, 67(4), 103–117.

Bickart, B., & Schindler, RM (2001). Diễn đàn Internet như nguồn thông tin tiêu dùng có ảnh hưởng.

Tạp chí Tiếp thị Tương tác, 15(3), 31–40.

Biswas, D., Biswas, A., & Das, N. (2006). Các tác động khác biệt của sự chứng thực của người nổi tiếng và chuyên gia đối với

nhận thức về rủi ro của người tiêu dùng. Vai trò của kiến thức người tiêu dùng, sự phù hợp được nhận thức và định hướng

công nghệ sản phẩm Tạp chí Quảng cáo, 35, 17–31.

Bronner, AE, & de Hoog, R. (2010). Các trang web do người tiêu dùng tạo so với các trang web do nhà tiếp thị tạo trong

quá trình ra quyết định của người tiêu dùng. Tạp chí Nghiên cứu Thị trường Quốc tế, 52, 231–248.

Bronner, AE, & de Hoog, R. (2011). Những người đi nghỉ và eWOM: ai đăng, tại sao, ở đâu và cái gì?

Tạp chí Nghiên cứu Du lịch, 50, 15–26.

Brown, J., Broderick, AJ, & Lee, N. (2007). Truyền miệng trong phạm vi trực tuyến

cộng đồng: Khái niệm hóa mạng xã hội trực tuyến. Tạp chí Tiếp thị Tương tác, 21(3), 2–20.

Cheung, CMK, Lee, MKO, & Rabjohn, N. (2008). Tác động của truyền miệng điện tử: Việc chấp nhận ý kiến trực tuyến trong cộng

đồng khách hàng trực tuyến. Nghiên cứu Internet, 18, 229–247.

Chevalier, JA, & Mayzlin, D. (2006). Ảnh hưởng của truyền miệng đối với doanh số bán hàng: Đánh giá sách trực tuyến.

Tạp chí Nghiên cứu Tiếp thị, 43, 345–354.

Chiou, J.-S., & Cheng, C. (2003). Một công ty có nên có bảng thông báo trên các trang Web của mình không? Tạp chí của

Tiếp thị Tương tác, 17(3), 50–61.

Cialdini, RB (2001). Ảnh hưởng: Khoa học và thực hành (4 ed.). Boston, MA: Allyn & Bacon.

Clemons, EK, Gao, GG, & Hitt, LM (2006). Khi các bài đánh giá trực tuyến đáp ứng quá trình siêu khác biệt hóa: Một nghiên

cứu về ngành bia thủ công. Tạp chí Hệ thống Thông tin Quản lý, 23(2), 149–171 Crowley, AE, & Hoyer, WD (1994). Một

khuôn khổ tích hợp để hiểu hai mặt

thuyết phục. Tạp chí Nghiên cứu Người tiêu dùng, 20, 561–574.

34 Tạp chí Truyền thông qua Máy tính 17 (2011) 19–38 © 2011 Hiệp hội Truyền thông Quốc tế
Machine Translated by Google

Danescu-Niculescu-Mizil, C., Kossinetes, G., Kleinberg, J., & Lee, L. (2009, tháng 4). Các cộng đồng trực tuyến

tiếp nhận ý kiến như thế nào: Một nghiên cứu tình huống trên Amazon.com. Bài trình bày tại hội nghị quốc tế

lần thứ 18 về Word Wide Web, Madrid, Tây Ban Nha.

De Ridder, JA (1994). Van tekst naar informatie [Từ văn bản đến thông tin] (Luận án tiến sĩ).

Đại học Amsterdam, Amsterdam.

Dellarocas, C., Awad Farag, N., & Zhang, X. (2004). Khám phá giá trị của các bài đánh giá trực tuyến đối

với các tổ chức: Ý nghĩa đối với việc lập kế hoạch và dự báo doanh thu. Trong JI DeGross (Ed.), Kỷ

yếu Hội nghị Quốc tế về Hệ thống Thông tin: Tập. 25 (trang 379–386). New York, NY: Nhà xuất bản ACM.

jc
ac
ht
từ
xu
tả
v
kh
Đư
1
a1
t
1
nn Easley, RW, Bearden, WO, & Teel, JE (1995). Thử nghiệm các dự đoán bắt nguồn từ lý thuyết tiêm chủng và hiệu

quả của các chiến lược truyền thông tự tiết lộ. Tạp chí Nghiên cứu Kinh doanh, 34, 93–105.

Eastin, MS (2001). Đánh giá độ tin cậy của thông tin y tế trực tuyến: Ảnh hưởng của chuyên môn nguồn và kiến

thức về nội dung. Tạp chí Truyền thông qua Máy tính, 6(4), Lấy từ: http://www3.interscience.wiley.com/

cgi-bin/fulltext/120837863/HTMLSTART.

Eisend, M. (2007). Hiểu thuyết phục hai mặt: Một đánh giá thực nghiệm về lý thuyết

cách tiếp cận. Tâm lý học và Tiếp thị, 24, 615–640.

Fiske, ST (1980). Sự chú ý và trọng lượng trong nhận thức của con người: Tác động của tiêu cực và cực đoan

hành vi. Tạp chí Nhân cách & Tâm lý Xã hội, 38, 889–906.

Forman, C., Ghose, A., & Wiesenfeld, B. (2008). Xem xét mối quan hệ giữa đánh giá và bán hàng: Vai trò của việc tiết

lộ danh tính người đánh giá trên thị trường điện tử. Nghiên cứu Hệ thống Thông tin, 19, 291–313.

Friedman, HH, & Friedman, L. (1979). Chứng thực hiệu quả theo loại sản phẩm. Tạp chí Quảng cáo
Nghiên cứu, 19, 63–71.

Ganu, G., Elhadad, N., & Marian, A. (2009, tháng 6). Ngoài các vì sao: Cải thiện dự đoán xếp hạng bằng nội dung

văn bản đánh giá. Bài trình bày tại Hội thảo quốc tế lần thứ 12 về Web và Cơ sở dữ liệu, Providence, RI.

Ghose, A., & Ipeirotis, PG (2008). Ước tính tác động kinh tế xã hội của đánh giá sản phẩm: Khai thác văn bản và

đặc điểm của người đánh giá (CeDER Working paper 08/06). Lấy từ: https://archive. nyu.edu/handle/2451/27680.

Gilly, MC, Graham, JL, Wolfinbarger, MF, & Yale, LJ (1998). Một nghiên cứu đa chiều về giao tiếp giữa các cá nhân

tìm kiếm thông tin. Tạp chí của Học viện Khoa học Tiếp thị, 26, 83–100.

Girard, T., Silverblatt, R., & Korgaonkar, P. (2002). Ảnh hưởng của loại sản phẩm đến sở thích đối với

mua sắm trên internet. Tạp chí Truyền thông qua Máy tính, 8(2), Lấy từ: http://www3.interscience.wiley.com/

cgi-bin/fulltext/120837863/HTMLSTART.

Godes, D., & Mayzlin, D. (2004). Sử dụng các cuộc trò chuyện trực tuyến để nghiên cứu truyền miệng

liên lạc. Khoa học Tiếp thị, 23, 545–560.

Godes, A., Mayzlin, D., Chen, Y., Das, S., Dellarocas, C., Pfeiffer, B., ...Verlegh, P. (2005). của công ty

quản lý các tương tác xã hội. Thư tiếp thị, 16, 415–428.

Gotlieb, JB, & Sarel, D. (1991). Hiệu quả quảng cáo so sánh -Vai trò của sự tham gia và

Nguồn tin cậy. Tạp chí Quảng cáo, 20(1), 38–45.

Ha, H.-Y. (2002). Ảnh hưởng của nhận thức rủi ro của người tiêu dùng đối với thông tin trước khi mua hàng trong

đấu giá trực tuyến: Thương hiệu, truyền miệng và thông tin tùy chỉnh. Tạp chí Truyền thông qua Máy tính,

8(1), Lấy từ http://www3.interscience.wiley.com/cgi-bin/fulltext/1208 37861/HTMLSTART.

Hài hòa, RR, & Coney, KA (1982). Tác động thuyết phục của uy tín nguồn hàng trong mua và cho thuê

tình huống. Tạp chí Nghiên cứu Tiếp thị, 19, 255–260.

Tạp chí Truyền thông qua Máy tính 17 (2011) 19–38 © 2011 Hiệp hội Truyền thông Quốc tế 35
Machine Translated by Google

Herr, PM, Kardes, FR, & Kim, J. (1991). Ảnh hưởng của truyền miệng và thuộc tính sản phẩm

thông tin về sự thuyết phục: Quan điểm về khả năng tiếp cận-chẩn đoán. Tạp chí Nghiên cứu Người tiêu dùng,
17, 454–462.

Hovland, CI, Janis, IL, & Kelley, HH (1953). Giao tiếp và thuyết phục: Nghiên cứu tâm lý

thay đổi quan điểm: New Haven, CT: Nhà xuất bản Đại học Yale.

Hu, Y., & Sundar, SS (2010). Ảnh hưởng của các nguồn sức khỏe trực tuyến đến uy tín và ý định hành vi.
Nghiên cứu Truyền thông, 37, 105–132.

Kamins, MA (1989). Quảng cáo của người nổi tiếng và người không nổi tiếng trong bối cảnh hai mặt. Tạp chí

jc
ac
ht
từ
xu
tả
v
kh
Đư
1
a1
t
1
nn Nghiên cứu Quảng cáo, 29, 34.

Kelley, HH (1972). Ghi công trong tương tác xã hội. Trong EE Jones, DE Kanouse, HH Kelley,

RE Nisbett, S. Valins & B. Weiner (Eds.), Ghi công: Nhận thức nguyên nhân của hành vi (trang 1–26).

Morristown, NJ: Nhà xuất bản học tập chung.

Kleinnijenhuis, J., De Ridder, JA, & Rietberg, EM (1997). Lập luận trong diễn ngôn kinh tế: Một ứng dụng của cách

tiếp cận mạng đối với báo chí Hà Lan. Trong CW Roberts, B. Jennings & D. Zillmann (Eds.), Phân tích văn bản

cho khoa học xã hội: Các phương pháp rút ra suy luận thống kê từ văn bản và bản ghi (trang 191–207). Mahwah,

NJ: Lawrence Erlbaum.

Krishnan, BC, & Hartline, MD (2001). Tài sản thương hiệu: Có quan trọng hơn trong dịch vụ? Tạp chí của

Tiếp thị Dịch vụ, 15, 328–342.

Landis, JR, & Koch, GG (1977). Việc đo thỏa thuận quan sát cho dữ liệu phân loại.
Sinh trắc học, 33, 159–174.

Lacu, D.-N., Bearden, WO, & Rose, RL (1995). Cực chuẩn và ảnh hưởng giữa các cá nhân đối với

sự phù hợp của người tiêu dùng. Tạp chí Nghiên cứu Kinh doanh, 32, 201–212.

Lu, Y., Zhai, C., & Sundaresan, N. (2009, tháng 4). Đánh giá khía cạnh tóm tắt của bình luận ngắn. Bài trình bày tại

hội nghị quốc tế lần thứ 18 về Word Wide Web, Madrid Tây Ban Nha.

MacInnis, DJ, Moorman, C., & Jaworski, BJ (1991). Tăng cường và đo lường người tiêu dùng

động lực, cơ hội và khả năng xử lý thông tin thương hiệu từ quảng cáo. Tạp chí Tiếp thị, 55(4), 32–53.

Mazzarol, T., Sweeney, JC, & Soutar, GN (2007). Khái niệm hóa hoạt động truyền miệng, nguyên nhân và điều kiện: một

nghiên cứu khám phá. Tạp chí Tiếp thị Châu Âu, 41, 1475–1494.

McGuire, WJ (1985). Thái độ và thái độ thay đổi. Trong G. Lindzey & E. Aronson (Eds.), Sổ tay tâm lý học xã hội: Các

lĩnh vực đặc biệt và ứng dụng (trang 233–346). New York, NY: Ngôi nhà ngẫu nhiên.

Mudambi, SM, & Schuff, D. (2010). Điều gì làm cho một đánh giá trực tuyến hữu ích? Một nghiên cứu về đánh giá

của khách hàng trên Amazon.com. MIS Hàng quý, 34(1), 185–200.

Mulpuru, S. (2007). Đánh giá tiêu cực của khách hàng có hại như thế nào? Lấy từ Forrester: http://

www.forrester.com/Research/Document/Excerpt/0,7211,40649,00.html

Nelson, P. (1970). Thông tin và Hành vi người tiêu dùng. Tạp chí Kinh tế Chính trị, 78, 311–329.

O'Keefe, DJ (1998). Tính rõ ràng của sự biện minh và hiệu quả thuyết phục: Một đánh giá phân tích tổng hợp về

tác động của việc phát âm hỗ trợ khác nhau trong các thông điệp thuyết phục. Lập luận & Biện hộ, 35, 61–75.

Park, C., & Lee, TM (2009). Định hướng thông tin, uy tín website và hiệu ứng eWOM: Vai trò điều tiết loại

sản phẩm. Tạp chí Nghiên cứu Kinh doanh, 62, 61–67.

Park, D.-H., & Han, I. (2008). Tích hợp các đánh giá mâu thuẫn: Giả thuyết quy kết của người tiêu dùng

phản ứng với sự không chắc chắn của thông tin tùy thuộc vào thái độ thương hiệu trước đó. Bài trình bày tại Hội

nghị Quốc tế Hawaii về Khoa học Hệ thống, Waikoloa, HI, Hoa Kỳ.

Park, D.-H., & Kim, S. (2008). Ảnh hưởng của kiến thức người tiêu dùng đối với việc xử lý thông điệp truyền miệng điện

tử thông qua đánh giá của người tiêu dùng trực tuyến. Nghiên cứu và ứng dụng thương mại điện tử, 7, 399–410.

36 Tạp chí Truyền thông qua Máy tính 17 (2011) 19–38 © 2011 Hiệp hội Truyền thông Quốc tế
Machine Translated by Google

Park, D.-H., & Lee, J. (2008). Quá tải eWOM và ảnh hưởng của nó đến ý định hành vi của người tiêu dùng

tùy thuộc vào sự tham gia của người tiêu dùng. Nghiên cứu và ứng dụng thương mại điện tử, 7, 386–398.

Park, D.-H., Lee, J., & Han, I. (2007). Ảnh hưởng của đánh giá trực tuyến của người tiêu dùng đối với ý định mua hàng của

người tiêu dùng: Vai trò kiểm duyệt của sự tham gia. Tạp chí Thương mại Điện tử Quốc tế, 11(4), 125–148.

Pechmann, C. (1992). Dự đoán khi nào quảng cáo hai mặt sẽ hiệu quả hơn quảng cáo một mặt: Vai trò của suy luận tương

quan và tương ứng. Tạp chí Nghiên cứu Tiếp thị, 29, 441–453.

Perelman, C., & Olbrechts-Tyteca, L. (1969). Tu từ mới: Chuyên luận về lập luận. nhà thờ Đức Bà

jc
ac
ht
từ
xu
tả
v
kh
Đư
1
a1
t
1
nn Dame/London: Nhà xuất bản Đại học Notre Dame.

Petty, RE, & Cacioppo, JT (1984). Ảnh hưởng của sự tham gia đối với các phản hồi đối với số lượng và chất lượng của lập

luận - Các lộ trình trung tâm và ngoại vi để thuyết phục. Tạp chí Nhân cách và Tâm lý Xã hội, 46, 69–81.

Pollach, I. (2008). Truyền miệng điện tử: Một cách tiếp cận thể loại đối với cộng đồng người tiêu dùng.

Lưu trữ tạp chí quốc tế về cộng đồng dựa trên web, 4, 284–301.

Popping, R. (2000). Phân tích văn bản có sự trợ giúp của máy tính. Luân Đôn, Vương quốc Anh: Hiền nhân.

Pratto, F., & John, OP (1991). Cảnh giác tự động: Sức mạnh thu hút sự chú ý của tiêu cực xã hội

thông tin. Tạp chí Nhân cách và Tâm lý Xã hội, 61, 380–391.

Price, V., Nir, L., & Cappella, JN (2006). Ảnh hưởng chuẩn mực và thông tin trong các cuộc thảo luận chính trị trực tuyến.

Lý thuyết giao tiếp, 16, 47–74.

Raju, S., Unnava, HR, & Montgomery, NV (2009). Hiệu ứng điều hòa của cam kết thương hiệu

trong việc đánh giá các thương hiệu cạnh tranh. Tạp chí Quảng cáo, 38(2), 21–36.

Resnick, P., & Zeckhauser, R. (2002). Niềm tin giữa những người xa lạ trong các giao dịch qua internet: Thực nghiệm

phân tích hệ thống danh tiếng của eBay. Trong MR Baye (Ed.), Những tiến bộ trong Kinh tế vi mô ứng dụng: Tập.

11. Kinh tế của Internet và Thương mại điện tử (trang 127–157). Amsterdam, Hà Lan: Khoa học Elsevier.

Resnick, P., Zeckhauser, R., Friedman, E., & Kuwabara, K. (2000). Hệ thống danh tiếng.

Truyền thông của ACM, 43(12), 45–48.

Schindler, RM, & Bickart, B. (2005). Đã xuất bản ''truyền miệng'': Thông tin có thể tham khảo, do người tiêu dùng tạo

ra trên Internet. Trong CP Haugtvedt, KA Machleit & RF Yalch (Eds.), Tâm lý người tiêu dùng trực tuyến: Hiểu và

ảnh hưởng đến hành vi trong thế giới ảo (trang 35–61).

Mahwah, NJ: Hiệp hội Lawrence Erlbaum.

Sen, S., & Lerman, D. (2007). tại sao cậu lại nói với tôi điều này? Một cuộc kiểm tra về người tiêu dùng tiêu cực

đánh giá trên Web. Tạp chí Tiếp thị Tương tác, 21(4), 76–94.

Senecal, S., & Nantel, J. (2004). Ảnh hưởng của khuyến nghị sản phẩm trực tuyến đối với người tiêu dùng

lựa chọn trực tuyến. Tạp chí Bán lẻ, 80, 159–169.

Siersdorfer, S., Chelaru, S., Nejdl, W., & Pedro, JS (2010, tháng 4). Nhận xét của bạn hữu ích như thế nào?

Phân tích và dự đoán bình luận trên YouTube và xếp hạng bình luận. Bài trình bày tại hội nghị quốc tế lần thứ 19

về World wide web, Raleigh, NC.

Skowronski, JJ, & Carlston, DE (1989). Xu hướng tiêu cực và cực đoan trong việc hình thành ấn tượng: A

xét giải thích. Bản tin Tâm lý, 105, 17–22.

Tan, KWP, Swee, D., Lim, C., Detenber, BH, & Alsagoff, L. (2008). Tác động của sự đa dạng ngôn ngữ và chuyên môn đối với

nhận thức về các cuộc thảo luận chính trị trực tuyến. Tạp chí Truyền thông qua Máy tính, 13, 76–99.

Van Cuilenburg, J., Kleinnijenhuis, J., & De Ridder, JA (1988). Tekst en betoog [văn bản và lý luận].

Muiderberg, Hà Lan: Coutinho.

Van Atteveldt, W. (2008). Phân tích mạng ngữ nghĩa: Kỹ thuật trích xuất, biểu diễn và truy vấn nội dung phương tiện

(Luận án tiến sĩ). Charleston, SC: BookSurge

Tạp chí Truyền thông qua Máy tính 17 (2011) 19–38 © 2011 Hiệp hội Truyền thông Quốc tế 37
Machine Translated by Google

Walther, JB (1996). Giao tiếp qua trung gian máy tính: Khách quan, giữa các cá nhân và
tương tác siêu cá nhân. Nghiên cứu Truyền thông, 23, 3–43.
Xia, L., & Bechwati, NN (2008). Lời bàn tán: Vai trò của cá nhân hóa nhận thức trong đánh giá của
người tiêu dùng trực tuyến. Tạp chí Quảng cáo tương tác, 9, 3–13.

Giới thiệu về tác giả

jc
ac
ht
từ
xu
tả
v
kh
Đư
1
a1
t
1
nn Lotte M. Willemsen là ứng viên tiến sĩ tại Trường Nghiên cứu Truyền thông Amsterdam (ASCoR) tại Đại học

Amsterdam. Mối quan tâm nghiên cứu của cô bao gồm phương tiện truyền thông mới, truyền miệng điện tử,
thuyết phục trực tuyến và hành vi người tiêu dùng.

Fred Bronner là giáo sư chính thức Nghiên cứu Truyền thông và Quảng cáo tại Trường Nghiên cứu Truyền
thông Amsterdam (ASCoR) tại Đại học Amsterdam. Ông cũng là cố vấn của TNS NIPO.
Mối quan tâm chính của ông là sức mạnh tổng hợp đa phương tiện, quá trình ra quyết định của người tiêu dùng, truyền miệng điện tử và

các chiến thuật tiết kiệm của người tiêu dùng.

Peter Neijens là giáo sư chính thức về Truyền thông Thuyết phục tại Trường Nghiên cứu Truyền thông
Amsterdam (ASCoR) thuộc Đại học Amsterdam. Lĩnh vực nghiên cứu của ông bao gồm truyền thông & quảng cáo,
thuyết phục & giải trí.

Jan A. de Ridder là chủ tịch giám đốc của Tòa án Kiểm toán Amsterdam. Trước đây, ông là phó giáo sư Truyền
thông Tổ chức tại Trường Nghiên cứu Truyền thông Amsterdam (ASCoR) tại Đại học Amsterdam và là chủ nhiệm
khoa Truyền thông tại trường đại học đó. Mối quan tâm khoa học chính của ông bao gồm các phương pháp khoa
học xã hội, đặc biệt là phân tích nội dung, truyền thông tổ chức và truyền thông chính trị. Hiện tại,
nghiên cứu của ông tập trung vào hiệu suất của các viện chính phủ.

Mọi thư từ có thể được gửi tới Lotte M. Willemsen, Trường Nghiên cứu Truyền thông Amsterdam (ASCoR), Đại
học Amsterdam, Kloveniersburgwal 48, 1012 CX Amsterdam, Hà Lan. Điện thoại: +31 20 525 3191, Email:
lmwillemsen@uva.nl.

38 Tạp chí Truyền thông qua Máy tính 17 (2011) 19–38 © 2011 Hiệp hội Truyền thông Quốc tế