隨著在線教育的興起,在線教育評論逐漸成為用戶(學習者、教育者、圖書館資源采購者)獲取在線教育資源信息、了解在線教育服務機構信息的主要方式,在用戶選擇使用決策中發(fā)揮著至關重要的作用[1]。同時也是用戶重要的信息來源[2],其不僅會影響潛在用戶的意見,而且也會最終影響教育平臺的營銷[3]。在線教育評論可以幫助用戶選擇合適的課程,提高用戶與教育產品間的黏性,對提升讀者用戶的信任、提高在線教育服務平臺的知名度具有重要的影響[4],為此在線教育評論信息也成為有力的社交新媒體宣傳推廣工具。中國互聯(lián)網絡信息中心(China Internet Network Information Center, CNNIC)2011年報告指出82%的用戶在做出選擇前大多會參考不同形式的在線評論信息,此比例已經大大超過傳統(tǒng)媒體[5]。

依據在線教育評論信息傳播方向的不同,在線教育評論分為正向和負向評論信息兩種類型。而目前在線教育市場中正向評論信息的比例非常大。負向評論與正向評論信息對用戶的影響效果并沒有一致的結論。有研究者認為正面評論比負面評論的影響大,而更多的研究者認為負面評價信息的影響更大[5-10]。

用戶的選擇、使用和采購評價行為會隨著在線教育產品屬性的變化而變化,需求不同的用戶在選擇使用在線教育產品過程中關注點也有所不同。搜索型在線教育產品的相關信息較容易從廣告、簡介中獲取到。此時,其他用戶的評論變得不是十分重要,用戶和管理者只想花很少的時間來查詢相關信息。因此,其他用戶的評論對于潛在用戶的重要度將會降低。A. Ghose和P. G. Ipeirotis認為,客觀的在線評論信息對于搜索型在線教育產品更加有用,主觀評論信息則對體驗型在線教育產品更有用[11]。主觀評論結合客觀描述信息,能夠為用戶提供有價值意義的參考信息。對于體驗型在線教育產品來說,用戶做出選擇時很難對在線教育的品質做出確切性的評價,為降低感知風險,有必要參考大量的在線教育評論作為選擇決策的基礎。由于搜索、體驗和信任等在線教育屬性之間的信息不對稱性存在較大差異,在線教育評論和用戶選擇意愿、愿意付費的關系會因為在線教育屬性的不同而不同。為此,研究不同屬性類型在線教育的評論有用性具有極其重要的意義。研究用戶自身對在線評論的態(tài)度、可信性等信息,可以幫助在線教育服務機構制定不同的評論推廣策略,在線教育服務機構能夠在一定條件下有效地、合理地管理利用在線評論。本文通過模擬實驗的方式,將真實情境融入調查,探討不同的在線教育類型、在線評論信息的極性等對于用戶發(fā)表在線評論和選購決策的影響。

隨著在線教育的興起,口碑效應被公認為是影響用戶決策的重要因素。新媒體教育的出現為用戶提供了在網絡媒體發(fā)布評論的平臺,促進了口碑傳播。在線評論作為網絡口碑的一種,最早由P.Chatterjee在論文“在線評論,用戶是否會使用”一文中提出[12],研究者認為在線評論主要是指用戶對產品品質、特征、產品體驗等的評價信息,由評論者、評價內容、評價時間等組成[13]。當前在線評論研究的熱點主要集中于在線產品銷量、評論有用性及產品類別3方面。

在線評論的出現為用戶提供了選擇使用決策前的參考,也是在線教育資源服務機構新的推廣銷售形式[14]。在線評論對用戶選擇行為的影響,主要表現在使用量的變化。這類研究的重點是在線評論對選擇使用行為、在線教育產品使用數量和效率的影響。此項研究也是目前在線評論研究中的主流。研究人員選取不同的在線教育類型,探討在線評論數量和在線教育服務品質對產品使用情況的影響。Z.Ziqiong等以某教育產品為樣本數據,研究了評論信息的平均得分、極優(yōu)比例、極差比例等與使用量排名的數學關系及其對銷量的影響[15]。龔詩陽等通過大樣本數據進行實證研究, 揭示了在線評論對圖書的銷售數量有顯著的影響[16]。李健討論了“在線評論數量”“商品的關注度”對在線手機銷量有顯著性影響,同時認為“時效性”“評論有用性”對銷量有非常重要的影響[17]。楊揚基于在線評論數量、分數、星級3個角度,對網絡口碑和電影票房收入的關系進行實證分析,研究結果發(fā)現,在線評論對票房收入有著顯著影響[18]。W.J.Duan等則認為在線評論的具體內容并不重要,而用戶評論的數量則更為重要[19]。學者J. A. Chevalier等則認為用戶看中的是評論內容而不是統(tǒng)計數據[20]。

學習者與教育者傾向于選擇評論最好的產品,C.Park等采用實驗方法,從信息處理的視角全面分析了負面在線評論對學習產品態(tài)度的影響[21]。廖俊云等的研究表明,評分分布偏差對于銷售具有顯著的負面影響,但品牌的作用卻能削弱負面影響[22]。朱蜀江指出有圖評論數、追加評論數、字數、價格這4個因素均對產品銷量有顯著的正面影響[23]。夏美玉對在線旅游的研究也發(fā)現:在線產品成熟度對負向評論率、追加評論、行程安排評分、評分差異與銷量有調節(jié)作用[24]。學者們在研究結論上仍然存在巨大差異,其矛盾主要體現在幾個方面:①有部分學者關注知曉效應并利用在線評論的數量來衡量;②其他學者則關注評論的說服力并利用在線評論分數來衡量;研究認為情感傾向分類是定性的,沒有達成統(tǒng)一標準,因此,選擇不同的產品也將導致不一致的研究結論。

無論什么樣的線上教育產品都會有眾多在線評論,這就使得用戶很難區(qū)別出好的評論,從而通過評論來了解產品的真正品質。在線評論的感知有用性反映了用戶對在線評論質量的感知,即評論對其評估商品和做出決策的有用程度。通常來說,感知有用性越高,對用戶的決策越有幫助[25]。哪些因素影響了用戶對在線評論有用性的認識以及用戶如何確定在線評論的有用性,已成為學者和研究人員關注的焦點問題。不同用戶的評論可能針對產品的不同方面,即便是同一方向的評價信息也未必會完全一致,而不一致的評價信息容易對新用戶造成很大的困擾,不知道該信任誰的意見[26]。

有學者采用一個產品的所有評論數據作為樣本數據來分析文本特征,長度,情感以及評論有用性的主觀和客觀描述之間的關系[11]。郭順利等構建有用性排序模型,實驗表明排名靠前的在線評論信息量大,維度較多,能夠較好地滿足用戶的個性化信息需求,為其決策提供有意義的參考[27]。王智生等探討了在線用戶對評論有用性進行投票的關鍵屬性方面的影響因素[28],苗蕊等以歸因理論為分析框架,重點探討評論總量以及星級評分和平均星級間差異的方向對評論有用性影響的調節(jié)作用[29]。賀杰通過數據挖掘,采用情感詞典和機器學習兩種分析方法對在線課程評論的情感傾向性進行研究[30]。S.Mudambi等采用亞馬遜的數據進行分析,結果發(fā)現評論的極性、評論的深度和產品類型會影響用戶對在線評論有用性的感知[26]。

還有部分學者從兩階段決策、文本挖掘等角度研究了在線評論的感知有用性[31-32]。這些研究主要集中在評論者對產品的情感態(tài)度和觀點的分析上,但沒有專門從文本特征評估有用性的價值。

在研究在線教育評論的有用性時,按照屬性特征可將教育產品分為搜索型、體驗型和信任型3種。搜索型教育產品是指產品的主要屬性可以通過可獲得的相關信息來客觀評估,在使用前用戶通過搜索教育產品的特征描述信息就能夠相對地掌握其簡介、功能等信息,例如一些軟件學習類內容等。而體驗型教育產品是指需要通過其他人體驗、試讀、試聽等過程后,給出相關的評論信息,用戶才能夠了解教育產品的品質。這些產品是根據個人的喜好、特點來評價和衡量,評價標準難以界定。例如英語在線口語課程、聽力課程等。而對于信任型教育產品,用戶很難評估其價值,多為專家型的講座教育服務產品。

不同在線教育產品類別學習者和教育者滿意的形成機理不同,也會導致不同的在線評論信息對不同類型產品產生的影響力也不同。D.S.Sundaram等研究表明產品的特征會影響用戶對口碑信息的處理,當用戶面對不同產品時,對在線評論的處理方式可能不同[33]。鄔溪羽重點關注了評論信息的文本情感極性和診斷性對于電子類產品銷量的影響,研究發(fā)現在線評論信息的文本情感極性對銷量有正向影響[34]。李玉玉等以搜尋品為主要研究對象,研究了量化指標對產品銷量的影響,結果表明產品評論數量對于搜尋品銷量影響顯著,而評分不顯著[35-36]。

S.Seneeal等的實驗結果表明,體驗型產品的用戶與搜索型產品用戶相比會更加依賴于他人的推薦[37]。A. Ghose等針對搜索型產品的研究認為客觀信息對搜索型產品更加重要,而主觀評價對體驗型產品更加重要[38]。Y. Hao等研究了產品類型與評論信息極性的影響力[39],C. Park等則討論了搜索型產品、體驗型產品與在線評論信息極性對在線評價有用性的交互作用[21]。

目前已有的在線評論研究對于評論的情感傾向、數量、有用性等給出了不一致,甚至是相反的結論。選擇的產品類型不同可能導致結論不一致,而現有的關于在線教育產品類型和在線評論有用性之間的研究也比較少,在線教育產品的類型對在線評論的有用性和采購選擇意愿等的調節(jié)研究尚需要進一步加強。研究在線教育產品類型、評論極性與在線評論有用性等之間的關系有助于幫助在線教育服務機構根據不同的情境進行有效的管理在線評價,有助于圖書館資源采購者根據評論信息采購不同類型的在線教育產品。

根據現有文獻研究發(fā)現,在搜索型在線教育產品、體驗型在線教育產品和信任型在線教育產品的選擇使用決策中,用戶的信息搜索行為、網絡選擇、使用行為等方面都存在很大差異。在線教育產品類型是在線評論對用戶管理和利用評論信息、網絡選擇使用意愿影響的一個重要的調節(jié)因子。不同的產品類型,評論信息的有用性有所不同。在不考慮其他因素的前提下,絕大多數的學者認為負面評論信息對用戶的影響大于正面評價信息。C. Park等認為,無論對于體驗型教育產品還是搜索型在線教育產品,負向評價對用戶選擇使用的影響效能大于正向評價信息[21]。因此,筆者認為無論對于哪種在線教育產品類型,負向評價的影響均大于正向評價,由此提出研究假設:

H1:相對于搜索型在線教育產品,用戶認為負向評論比正向評論更有價值和意義。

H2:相對于體驗型在線教育產品,用戶認為負向評論比正向評論更有價值和意義。

H3:相對于信任型在線教育產品,用戶認為負向評論比正向評論更加價值和意義。

依據歸因理論,人們可以將他們的觀點和行為歸因于個體因素和外部因素。當信息接收者將他人的評估歸因于個人偏見因素時,在線評估的效果將降低;而當歸因于外部因素時,在線評估的效果將顯著增強。

不同用戶群體對于體驗型在線教育產品具有不同的體驗,某用戶個體看中的在線教育產品不一定被其他的個體看好。對于體驗型在線教育產品的評論信息而言,可能是因為用戶個體的偏好而非產品的實際品質原因;搜索型在線教育產品通常具有統(tǒng)一的評價標準和體系,使用在線教育產品的用戶評論可能會被所有人普遍接受,相關評論可以真實反映產品質量。信任型在線教育產品即便是使用過也無法判斷相關產品質量,因此其在線評論信息對于他人來說,可參考度比較低。由此,提出研究假設:

H4:相對于體驗型在線教育產品,學習者、教育者、圖書館資源采購者認為搜索型在線教育產品的正向評論更有價值和意義。

H5:相對于信任型在線教育產品,學習者、教育者、圖書館資源采購者認為搜索型在線教育產品的正向評論更有價值和意義。

根據期望理論,研究者們認為損失的痛苦遠大于收獲的喜悅,而當人們感知風險存在時,人們往往會有降低感知風險的傾向。用戶在選擇、使用不同產品時會感知不同程度的風險,風險程度會隨產品類型與用戶的不同而不同。用戶對體驗型在線教育產品的感知風險大于搜索型在線教育產品。在感知風險較高的情境下,用戶將更加傾向于采取規(guī)避高風險的方式處理在線評論信息。對于體驗型在線教育產品,用于判斷質量的評價信息往往不夠充分,而且質量評價標準不夠明確,在線評論可能反映的是個體體驗而非產品的真實品質,為此,其評論的有用性會降低,研究提出如下假設:

H6:相對于搜索型在線教育產品,學習者、教育者、圖書館資源采購者認為體驗型在線教育產品的負向評論更有價值和意義。

H7:相對于信任型在線教育產品,學習者、教育者、圖書館資源采購者認為搜索型在線教育產品的負向評論更有價值和意義。

研究者認為系統(tǒng)感知有用性反映用戶使用系統(tǒng)平臺對用戶工作效率的提高。據此,感知有用性是指利用在線評論信息對用戶互聯(lián)網服務平臺選擇[40]、使用時間的節(jié)約、產品質量的輔助判斷等。根據在線評論,用戶能更全面地了解產品和教育服務提供商的信息,方便用戶做出更好的決策判斷,是用戶使用在線評論的重要影響因素。因此,提出假設:

H8:在線評論的有用性能正向影響在線評論的使用意愿。

信任不僅可以降低交易的不確定性與風險,還可以降低交易成本。眾多的研究表明信任是網絡選擇使用意愿的決定性影響因素[41]。信任能夠降低風險,形成積極的使用態(tài)度和意愿。對于在線評論,潛在用戶越信任它,越愿意參考使用。因此,提出假設:

H9:在線評論的可信性能正向影響在線評論的使用意愿。

我們認為,在線教育產品類型是在線評論情感極性影響用戶感知評論有用性和可信性的重要調節(jié)因素,在線評論的有用性和可信性影響了是否使用在線評論。根據以上假設,研究建立了本文的概念模型,如圖1所示:

為了揭示不同屬性在線教育產品的在線評論有用性、在線評論可信性以及使用在線評論意愿的影響,研究選出各屬性的在線教育產品代表,根據已有文獻研究和浙江農林大學圖書館已購買的產品,確定以“軟件通”為搜索型在線教育產品的代表;確定以“新東方在線”為體驗型在線教育產品的代表;以“網上報告廳”為信任型在線教育產品的代表。

實驗研究設計為2(在線教育產品評論:正向評論vs.負向評論)*3(在線教育產品類型:信任型在線教育產品vs.體驗型在線教育產品vs.搜索型在線教育產品)。研究采用隨機組合方式,實驗場景為;您學習過程中需要某在線教育產品,在選擇使用前在媒體上看到某些使用者發(fā)布的在線評論信息,評論介紹了該在線教育產品的大致情況,包括教育平臺使用方法和使用過程簡介。被調查為最近一個月內有一次以上的線上學習經歷高校人員380人(包括本科生、碩士研究生、教師、圖書館管理者),將其隨機分成6個小組。研究選取高校人員作為被試者主要是基于兩個原因:一是高校人員是在線教育產品使用和在線評論的積極參與者;二是降低樣本人群差異對數據的影響,保證研究結果可信、有較好的說服力。每組被調查者將閱讀到不同類型的在線教育產品評論信息,并回答與在線評論和選擇使用決策相關的問題。本次研究設置了甄別題,如果被調查者錯誤地回答了甄別題,則該調查為無效問卷。最終得到有效研究問卷348份,采用IBM SPSS25.0和LISERAL10進行數據分析和處理。

操縱變量有在線教育產品類型、在線評論信息的極性。研究采用李克特五級量表,“本次實驗對于此類在線教育產品,在選擇使用前無需體驗,僅需要根據在線教育服務機構平臺描述和用戶評論介紹信息就容易評價品質”來測定在線教育產品類型。然后,利用單因素方差分析(one-way ANOVA)比較研究中的三種不同的在線教育產品在選擇使用前是否容易被識別出產品品質(M軟件通=3.07, M新東方在線=3.40,M網上報告廳=3.77, F=12.19,p=.000),結果表明對在線教育產品類別的操縱成功。

通過T檢驗分析被調查者對變量的實際感知存在有無差異性。對正面評論與負面評論情感傾向的感知存在顯著性差異。被調查者正面總體評論顯著大于負面評論信息,研究表明,在線評論信息的情感極性操縱是成功的(M正=3.03, M負=2.39,t=7.05,p=.000)。

本研究量表的設計主要參考已有研究成果綜合制定而成,“軟件通”“新東方在線”和“網上報告廳”3個問卷的結構和題項都相同,盡可能保證實驗調查結論的可用性。在題項測量上采用李克特五級量表。1-5分別表示“完全不贊同”到“完全贊同”。研究信度分析采用SPSS25.0軟件,驗證性因子分析采用Liseral10軟件,評價量表的效度和適配性。如表1所示:

從表1可以看出,Cronbach’s(克朗巴哈系數) 在0.823到0.898之間,相互變量間的內部一致性系數均大于0.7,表示內部一致性較好,實驗設計合理[42]。KMO檢驗(Kaiser-Meyer-Olkin)值在0.715到0.815之間時,適合做因子分析。效度分析將采取驗證性因子分析的形式,通過因子載荷值和AVE驗證收斂效度。最后進行驗證性因子分析,由表1可知:①載荷系數>0.500;②滿足條件在p<0.01時具有統(tǒng)計學意義的顯著性;③POVEI>0.500,結果表明問卷設計的收斂效度良好。而且POVEI> 2 (2為變量之間的相關系數),結果表明測量問項的判別效度較好,量表良好的信效度。

首先研究將不考慮調節(jié)因素的作用,考察在線評論的情感極性對用戶感知在線評論的有用性影響。用T檢驗來分析不同情感極性評論信息與有用性感知之間有無差異性存在,研究結果如表2所示:

表2表明:不同情感極性的在線評論信息對用戶感知有用性存在顯著的差異,正向評論的有用性顯著低于負向評論:(①正向評論的有用性均值為3.864;②負向評論的有用性均值為4.182;③T=2.870,p=.004)。

采用單因素方差分析方法對在線教育產品類比和對用戶在線評論感知有用性、可信性和使用在線評論的主效應進行檢驗,結果如表3所示:

從表3可以看出,用戶面對不同類型產品的在線評論,其感知的評論有用性、可信性和選擇購買意愿之間存在顯著差異,而對于在線評論的使用意愿之間沒有顯著差別。用戶在互聯(lián)網中選擇使用任何在線教育產品時,都希望參考借鑒其他用戶的意見,會瀏覽和參考在線評論。

研究利用協(xié)方差分析模型方法檢驗前文提出的相關研究假設,并分析了在線教育產品類型和在線教育評論信息的極性對在線教育評論使用意愿的調節(jié)作用問題。研究對因變量(感知有用性)、自變量(情感極性)和協(xié)變量(產品類型、性別等)間進行協(xié)方差分析。由各組樣本方差齊性檢驗(F=0.228, p=0.613)可知試驗小組滿足方差齊性約束條件。依據散點圖判斷可知:因變量和協(xié)變量之間有線性關系。最終協(xié)方差分析結果如表4所示:

分析結果可知,情感極性、在線教育產品類型的主效應顯著(①F(極性)=4.674,p=.003;②F(類別)=3.976,p=.020),研究顯示情感極性、產品類型對評論有用性感知存在顯著的差異。為了研究變量如何調節(jié)感知有用性的影響,實驗進行了情感極性和感知有用性的修正均值。其修正均值結果如表5-表7所示:

(1)由表5和表6可以看出,對于不同的在線教育產品類型,有用性感知也是不相同的。

(2)通過表5和表7可以知道,負向評論信息的有用性顯著高于正向。

研究還探討了產品類型對在線教育評論情感極性的調節(jié)作用,同時比較兩者交叉分組形成的修正均值差,得到表8,并繪制成圖2:

從表8和圖2可知,當產品類型固定時,結果顯示正負向評價信息對在線教育評論感知有用性的影響均有所不同。對于體驗型在線教育產品,研究結果表明負向評論信息和正向評論信息的影響沒有顯著的差異性(T=0.498,p=0.617);而對于搜索型在線教育產品和信任型在線教育產品,正向評價信息則顯著地低于負向評價 (T搜索型在線教育產品=3.372,p=0.001;T信任型在線教育產品=2.633,p=0.010),因此可以得到結論,H1和H3得到了驗證支持,而H2卻未被有效支持。從在線評論情感極性來看,當在線評論信息固定為正向評論時,實驗結果表明產品類型對正向評論感知有用性的調節(jié)作用并不顯著,由此可知,H4和H5均未通過有效支持。當評論信息固定為負向評論時,由實驗結果可知,產品類型對負向評論感知有用性的調節(jié)作用體現為部分顯著,詳細來說,搜索型在線教育產品負向評論信息的影響力遠大于體驗型在線教育產品的負向評論信息(T =3.985,p=0.000),信任型在線教育產品負向評論信息的影響力大于體驗型在線教育產品的負向評價信息(T =2.543,p=0.012),而搜索型在線教育產品和信任型在線教育產品負向評論信息的影響力沒有差別(T =1.191,p=0.232)。由此可知, H6得到了驗證支持,而假設H7未被有效支持。

為了驗證假設H8和H9,建立在線評論有用性、評論可信性和評論使用意愿的線性回歸方程模型。在進行回歸分析之前,首先判斷實驗數據是否符合回歸分析的條件,因此需要通過殘差、共線性等來確定。研究檢驗殘差的獨立性主要是通過Durbin-Watson統(tǒng)計值來確定的,變量的多重共線性采用“容忍度”和(VIF)的方式來檢驗,數據間的線性關系由殘差的散點圖來檢驗,判斷數據是否服從正態(tài)分布則采用殘差的直方圖和累計概率圖來檢驗。在線評論使用意愿影響因素的回歸系數與顯著性檢驗如表9所示:

從表9可以看出,各自變量之間的共線性不明顯,也符合線性回歸的其他條件。標準化回歸系數表明,評論有用性感知、感知評論可信性對用戶是否使用在線評價有正向的影響。用戶認為評論越有用,評論越可信,其使用評價的意愿越強烈。從標準化回歸系數的大小來看,有用性感知對使用意愿的影響更大。因此,假設H8和H9均得到了支持。

從研究結論來看,對于搜索型在線教育產品和信任型教育品來說,負向評價信息的有用性比正向評價信息的價值更高,用戶認為負向評價更具有參考價值。而對于體驗型在線教育產品,用戶會依據自身的體驗感受給出應有的在線評論意見和建議,對于相同的在線教育服務產品品質,用戶的體驗也會有很大的差異,負向評價信息和正向評價信息的有用性并沒有出現顯著的差別。在線教育市場中,網絡教育平臺服務提供商應該給予負向評價足夠多的重視。以當前在線教育市場狀況來看,網絡在線評價信息中無論是負向評價信息的質量還是數量都是相對非常低的,然而負向評價對用戶選擇使用決策的影響力卻是巨大。對于搜索型在線教育產品和信任型在線教育產品而言,負向評價信息的影響意義更加深遠,在線教育服務提供商應該實時跟蹤互聯(lián)網中的負向評價信息,并對這些信息進行合理的解釋和回應。同時,也應該根據用戶的在線負面評價信息改進服務品質和迭代服務產品。

用戶在選擇不同類型在線教育產品類型時,在線評論信息的有用性會因極性的不同而有所差異。用戶在面對正向在線評論時,會將各類型產品的正向評價信息歸因于產品的服務品質,而并不是評論用戶的私人偏見,實驗結果證明此時在線評論的有用性沒有顯著差別。然而在面對負向評價信息時,研究表明搜索型在線教育產品更容易判斷服務品質,評論信息更有參考價值和意義,對于信任型在線教育產品,即便是使用后也難以去判斷產品服務的品質,信任型的評論有用性顯著高于體驗型在線教育產品。相比之下,大多數用戶在選擇使用體驗型在線教育產品時,多將負向評價意見歸因于評價用戶的私人偏見,因此評論的影響力也最低。

研究在負向評價信息的管理上,對于3種類型的在線教育產品可以采用各不相同的管理模式。對于圖書館的管理者和平臺服務商而言,在資源緊張的情況下,可以重點考慮搜索型在線教育產品的負向評論信息的管理。至于體驗型在線教育產品,正負向評論信息的有用性差異性相對非常小,而對于信任型在線教育產品,差異性是比較低的,圖書館的管理者和平臺服務商應該注重根據不同情感極性的在線評論對用戶開展差異化的推廣營銷。

對于在線教育服務商而言,應該充分利用新媒體技術的優(yōu)勢,不斷豐富在線評論內容發(fā)布的形式,不但支持讀者用戶發(fā)表文字評論,還應該加強對圖片評論、語音評論、短視頻評論的支持。通過提高在線評論信息的有用性,優(yōu)化在線教育平臺的視覺性、可讀性,提升讀者用戶的信任,增強讀者用戶的使用意愿,提高在線教育服務平臺的知名度。

對于圖書館的管理者而言,要利用大數據的優(yōu)勢,充分收集各類型的正、負向評論,建立完善的信息評論可視化展示平臺,為讀者提供一目了然的信息,使讀者用戶可以快速地獲得有用的評論信息。另外,圖書館管理者應該充分重視不同產品屬性的用戶評論,為將來在線教育平臺采購決策提供信息支持,對于讀者評價反饋比較差在線教育平臺的予以暫停下一年度的采購計劃。

本文僅選擇了3種在線教育產品來分別代表搜索型、體驗型和信任型產品,研究還存在著一定局限性。因此,在未來的研究工作中,可以選取并增加一些更有代表性的在線教育產品,區(qū)分平臺內容和服務形式等,增強研究結果的魯棒性。此外,用戶怎樣在大量錯綜復雜的在線評論信息中找到那些真實和有用的評論,即評論的易用性方面,還需要進一步探索。同時在未來的研究工作中,應該加強信息的智能化處理能力,深入研究和解決如何實現從海量評論中自動化鑒別有用的在線教育評論信息,此為接下來研究的重點方向。

作者貢獻說明:

常青:論文數據采集、整理和部分內容撰寫;

楊武健:論文框架與思路制定、數據分析和主體內容撰寫。