在线评论研究中的主题结构社会网络分析的视角.docVIP

在线评论研究中的主题结构社会网络分析的视角 目录 TOC \o 1-9 \h \z \u 目录 1 正文 1 文1：在线评论研究中的主题结构社会网络分析的视角 2 1.数据和方法 2 1.1样本文献收集 3 1.2共词分析法 3 1.3社会网络分析法 4 2.分析和结果 4 2.1主题结构的中心性分析 4 2.2凝聚子群分析 5 3.讨论 6 3.1在线评论内容分析研究主题 6 3.2在线评论深度挖掘研究主题 7 3.3在线评论服务响应研究主题 8 3.5在线评论系统与社交媒体研究主题 9 3.6在线评论与消费者决策研究主题 9 3.7在线评论质量研究主题 10 4.总结与在线评论研究框架 11 文2：不成熟的结构深刻的主题 12 一、人设的脸谱化 12 二、仓促的故事节奏 13 三、值得被关注的热点话题 13 参考文摘引言： 15 原创性声明（模板） 16 文章致谢（模板） 16 正文 在线评论研究中的主题结构社会网络分析的视角 文1：在线评论研究中的主题结构社会网络分析的视角 DOI：10.3969/j.issn.1008-0821.2015.01.012 随着电子商务在国民经济中的比重越来越大，消费者采用互联网搜寻商品信息、了解他人对商品的感知、制定购物决策以及发布自己的体验已经成为商务新模式。因此，在线评论作为传统口碑信息的新形式，在当前环境下的消费者决策中正在扮演一个重要的角色（Chert and xe2008）。并已成为消费者获取产品质量信息的重要来源，也是互联网环境下对传统方式的替代和重要补充（Chevalier and Mayzlin 2006） 正是基于在线评论在电子商务链条中日益重要的作用，不论是市场实践者（如：亚玛逊、淘宝、当当等），还是学术研究者都给予了极大的关注。马艳丽（2012）以Web of Science 2006-2011年在线评论的77篇文献作为研究对象，对在线评论的文献发表数量趋势、研究主题进行了分析和归纳。余航（2013）基于学术经验视角，利用自己掌握的网络口碑研究文献，对网络口碑传播的相关理论、网络口碑产生的动机、网络口碑信息要素、网络口碑对消费者购买和企业销量产生的影响进行了梳理。这些工作为大家了解在线评论研究领域的发展有很大的帮助，但是他们只是从传统内容分析的角度，主观归纳和总结了相关主题和趋势，难免缺乏客观性和准确性。因此本文从科学计量的角度，通过共词分析和社会网络分析法，发现在线评论相关领域的研究进展，分析主题间的分布和结构，探讨未来的热点和趋势，为学术研究和商业实践提供一定的参考。 1.数据和方法 以Web of Science平台的核心合集为文献检索源，首先检索“在线评论”的相关文献，下载题录；其次提取关键词并运用共词分析法建立共词矩阵；然后通过社会网络分析法并以Ucinet为工具进行中心度、凝聚子群分析；最后形成主题网络结构图，为后续讨论提供依据。 1.1样本文献收集 为确保和强调与在线评论研究领域的一致性和直接相关性，确定“online reviews”、“electronic word of mouth”、“e-wom”为检索词，在Web of Science平台的核心合集中以2009-2013年为时间跨度，通过文献类型“ARTICLE”精炼后，共获得文献146篇。阅读每一篇的标题、摘要、关键词后，剔除内容不符合、没有关键词的文献，最后保留113篇。 1.2共词分析法 共词分析法（Co-term Analym）是利用两两词对在相同文献中出现的频次，作为记录来表达关键词与关键词之间的亲疏关系，频次越高表示两个词之间的关系越紧密，通过这种关系反映某一学科领域研究主题或研究方向，从而展现该学科的研究结构（张勤，马费成，2007；钟伟金等，2008） 将下载的题录整理。排序后共提取关键词346个。为了进一步洞察在线评论研究领域的热点和主题，对原始关键词进行了处理，包括合并近义词、大小写和缩写的统一，剔除“online review”、“electronic word of mouth”、“e-worn”3个高频关键词所带来的主题干扰，最后确定词频2次以上的41个词定为高频词（见表1） 根据上述高频关键词，统计两两之间在所有113篇文献中同时出现的频次，建立41×41的高频关键词共词矩阵。 1.3社会网络分析法 社会网络分析（Social Network Analysis）源于对社会群体中个体间关系的考查和度量。在社会中个体不仅具有自己的独特属性，另外还与其他个体有这样和那样的各种关系，就是因为这些的关系存在，个体间才形成了不同的群