基于在线评论文本挖掘的线上线下服务补救：以网络零售为例

Online reviews, as a typical kind of consumer-generated content, reflect the perception of consumer on online retail services in a truly manner, thus would be of help to the efficiency of service operation. This research aims at remedying service failure through both online and offline channels in the field of e-retailing by following three stages, i.e. tracking service failure, implementing service recovery, and judging service remedial effect, based on the combining methods of data mining, behavior analysis and econometric. From the perspective of technical, text mining is used to analyze the multidimensional attribute of online reviews, including quality, sentiment, time and theme. Then, the characteristics such as stability, severity are tracked accordingly; from the perspective of behavior, the object and the pattern of service recovery are determined based on the features of service failure, then customized service recovery is provided through both online and offline channels; from the perspective of economics, business sales is used to measure the effect of service recovery. The pattern of service recovery is taken as explained variables, and an economic model is established to verify the effect of service recovery on business performance improvement. Theoretically, this research is expected to enrich the studies of service recovery through data mining of online reviews. Practically, it will provide guideline for retailers to choose a suitable service recovery pattern.

在线评论是典型的用户生成内容，能够真实地反映消费者对服务的感知，促进商家服务运营效率的提升。为此，针对网络零售情境，以在线评论为对象，采用技术、行为和计量分析相结合的方法，沿着“服务失败追踪->服务补救实施->补救效果评判”这条主线，实施线上线下双渠道的服务补救。从技术层面，采用文本挖掘方法，从质量、情感、时间、主题等方面，对在线评论进行属性分析，多维度地解读文本信息，洞察消费者的感知，进而判断服务失败的严重性、稳定性、归属性等特征；从行为角度，依据服务失败的特征，确定服务补救对象，梳理并选择服务补救模式，从线上线下两个渠道实施个性化的服务补救；从计量分析视角，以商家销售业绩作为补救效果的衡量指标，将服务补救模式作为解释变量，构建计量分析模型，从而验证补救模式对提升商家业绩的效用。理论上，将丰富在线评论和服务补救的研究体系。实践上，为网络零售商选择合适的服务补救模式提供指导。

在线评论是典型的用户生成内容，能够真实地反映消费者对服务的感知，促进商家服务运营效率的提升。为此，针对网络零售情境，以在线评论为对象，采用技术、行为和计量分析相结合的方法，沿着“服务失败追踪->服务补救实施->补救效果评判”这条主线，实施线上线下双渠道的服务补救。理论上，丰富了在线评论和服务补救的研究体系。实践上，为网络零售商选择合适的服务补救模式提供指导。主要研究内容如下：.(1)从技术层面，采用文本挖掘方法，从质量、情感、时间、主题等方面，对在线评论进行属性分析，多维度地解读文本信息，洞察消费者的感知。在此基础上，挖掘在线评论中传递的有关服务失败的信息，从而系统性分析服务失败。例如在情感维的分析中，提出了基于句子情感的段落情感极性分类方法，通过句子的情感极性和句子的情感贡献度来对段落进行情感分类。.(2)从行为角度，依据服务失败的特征，梳理并选择服务补救模式，从线上线下两个渠道实施个性化的服务补救。线上模式——更新商品描述：提出五种说服风格，分别为诉诸可信、诉诸情感、诉诸可信*诉诸回报、诉诸可信*诉诸逻辑、诉诸回报*诉诸逻辑；线下模式——“功利性-象征性”补偿：行为动机受回报、折扣、奖励等的影响，为引起客户的购买动机，服务补救应根据服务失败的特征，采用不同的“功利性-象征性”资源进行补偿。.(3)从经济学视角，选择商家销售业绩来评判服务补救的效果。选择网络零售商家进行调研和实验，并构建计量经济模型，验证线上线下服务补救模式对提升销售量和购买意愿的效用。研究结果显示，在线评论的综合质量水平影响销售，在正面评价质量水平较高，负面评价质量水平较低的情况下，产品销量最高；信任影响用户的购买意愿，用户之间的亲密度有助于信任的建立，个人特征信息和网络声誉信息也影响信任，进而影响选择。