Online reviews provide additional p

Online reviews provide additional product information to reduce uncertainty. Hence, consumers often rely on online reviews to form purchase decisions. However, an explosion of online reviews brings the problem of information overload to individuals. Identifying reviews containing valuable information from large numbers of reviews becomes increasingly important to both consumers and companies, especially for experience products, such as attractions. Several online review platforms provide a function for readers to rate a review as “helpful” when it contains valuable information. Different from consumers, companies want to detect potential valuable reviews before they are rated to avoid or promote their negative or positive influence, respectively. Using online attraction review data retrieved from TripAdvisor, we conduct a two-level empirical analysis to explore factors that affect the value of reviews. We introduce a negative binomial regression model at a review level to explore the effects of the actual reviews. Subsequently, we apply a Tobit regression model at the reviewer level to investigate the effects of reviewer characteristics inferred from properties of historical rating distribution. The empirical analysis results indicate that both text readability and reviewer characteristics affect the perceived value of reviews. These findings have direct implications for attraction managers in their improved identification of potential valuable reviews.

ผลลัพธ์ (ไทย) 1:

ทางให้ข้อมูลผลิตภัณฑ์เพิ่มเติมเพื่อลดความไม่แน่นอน ดังนั้น ผู้บริโภคมักจะพึ่งเห็นออนไลน์เพื่อตัดสินใจซื้อแบบฟอร์ม อย่างไรก็ตาม การกระจายทางนำของโอเวอร์โหลดข้อมูลกับบุคคล ระบุประกอบด้วยข้อมูลจากจำนวนมากรีวิวรีวิวจะสำคัญมากขึ้นกับทั้งผู้บริโภคและบริษัท โดยเฉพาะอย่างยิ่งประสบการณ์ผลิตภัณฑ์ สถานที่ท่องเที่ยว ระบบตรวจสอบออนไลน์หลายให้ฟังก์ชันสำหรับอ่านอันดับความเห็นเป็น "ประโยชน์" เมื่อประกอบด้วยข้อมูล แตกต่างจากผู้บริโภค บริษัทต้องการพบเห็นอาจมีคุณค่าก่อนที่จะมีอันดับ การหลีกเลี่ยงการส่งเสริมผลลบ หรือบวก ตามลำดับ ใช้ข้อมูลรีวิวสถานที่ท่องเที่ยวออนไลน์ดึงจาก TripAdvisor เราวิเคราะห์เป็นสองระดับประจักษ์เพื่อสำรวจปัจจัยที่มีผลต่อค่าของรีวิว เราแนะนำแบบจำลองการถดถอยทวินามลบระดับทบทวนการสำรวจผลกระทบจากการเห็นจริง ในเวลาต่อมา เราใช้แบบจำลองถดถอย Tobit ระดับผู้ตรวจทานการตรวจสอบผลกระทบของลักษณะผู้ตรวจทานสรุปจากคุณสมบัติของการแจกแจงคะแนนประวัติศาสตร์ ผลการวิเคราะห์ผลบ่งชี้ว่า ทั้งสองข้อความอ่านและตรวจทานลักษณะมีผลต่อมูลค่าการรับรู้ของรีวิว ผลการวิจัยเหล่านี้มีผลกระทบโดยตรงสำหรับผู้จัดการสถานที่ท่องเที่ยวในรหัสการปรับปรุงของรีวิวมีคุณค่ามีศักยภาพ

ผลลัพธ์ (ไทย) 2:

ความคิดเห็นออนไลน์ให้ข้อมูลเกี่ยวกับผลิตภัณฑ์เพิ่มเติมเพื่อลดความไม่แน่นอน ดังนั้นผู้บริโภคมักจะพึ่งพาความคิดเห็นออนไลน์ในรูปแบบการตัดสินใจซื้อ แต่การระเบิดของความคิดเห็นออนไลน์จะนำปัญหาที่เกิดจากการโอเวอร์โหลดข้อมูลไปยังประชาชน ระบุความคิดเห็นที่มีข้อมูลที่มีคุณค่าจากจำนวนความคิดเห็นเป็นสิ่งที่สำคัญมากขึ้นกับทั้งผู้บริโภคและ บริษัท โดยเฉพาะอย่างยิ่งสำหรับผลิตภัณฑ์ที่มีประสบการณ์เช่นสถานที่ท่องเที่ยว ทบทวนหลายแพลตฟอร์มออนไลน์ให้ฟังก์ชั่นสำหรับผู้อ่านให้คะแนนความคิดเห็นว่า "มีประโยชน์" เมื่อมันมีข้อมูลที่มีคุณค่า ที่แตกต่างจากผู้บริโภค บริษัท ต้องการที่จะตรวจสอบความคิดเห็นที่มีคุณค่าที่อาจเกิดขึ้นก่อนที่พวกเขาได้รับการประเมินเพื่อหลีกเลี่ยงหรือส่งเสริมการมีอิทธิพลต่อการลบหรือบวกของพวกเขาตามลำดับ โดยใช้ข้อมูลการตรวจสอบสถานที่น่าสนใจออนไลน์ที่ดึงมาจาก TripAdvisor เราดำเนินการวิเคราะห์เชิงประจักษ์สองระดับในการสำรวจปัจจัยที่มีผลต่อค่าความคิดเห็น เราแนะนำรูปแบบการถดถอยทวินามเชิงลบที่ระดับความคิดเห็นในการสำรวจผลกระทบของความคิดเห็นที่เกิดขึ้นจริง ต่อจากนั้นเราใช้รูปแบบการถดถอยในระดับบิทวิจารณ์ในการตรวจสอบผลกระทบของลักษณะวิจารณ์สรุปจากคุณสมบัติของการกระจายคะแนนประวัติศาสตร์ ผลการวิเคราะห์เชิงประจักษ์ชี้ให้เห็นว่าการอ่านข้อความและส่งผลกระทบต่อลักษณะวิจารณ์คุณค่าความคิดเห็น การค้นพบนี้มีผลกระทบโดยตรงสำหรับผู้บริหารที่น่าสนใจในตัวที่ดีขึ้นของพวกเขาความคิดเห็นที่มีคุณค่าที่มีศักยภาพ

ผลลัพธ์ (ไทย) 3:

รีวิวออนไลน์ให้ข้อมูลผลิตภัณฑ์เพิ่มเติมเพื่อลดความไม่แน่นอน ดังนั้น ผู้บริโภคมักจะพึ่งพาออนไลน์วิจารณ์ฟอร์ม การตัดสินใจซื้อ อย่างไรก็ตาม การระเบิดของบทวิจารณ์ออนไลน์ นำปัญหาของระบบข้อมูลเพื่อบุคคล ระบุรีวิวที่มีข้อมูลที่มีคุณค่าจากตัวเลขขนาดใหญ่ของรีวิวจะกลายเป็นสิ่งสำคัญมากขึ้นทั้งผู้บริโภคและ บริษัทโดยเฉพาะผลิตภัณฑ์ที่สัมผัส เช่น แหล่งท่องเที่ยว แพลตฟอร์มออนไลน์ตรวจสอบหลายให้ฟังก์ชันสำหรับผู้อ่านให้คะแนนรีวิวเป็น " ประโยชน์ " เมื่อมันมีข้อมูลที่มีคุณค่า แตกต่างจากผู้บริโภค บริษัท ต้องการที่จะตรวจสอบความคิดเห็นที่มีคุณค่าที่อาจเกิดขึ้นก่อนที่พวกเขาจะจัดอันดับ หลีกเลี่ยง หรือช่วยลบ หรือบวกอิทธิพล ตามลำดับการเที่ยวออนไลน์ทบทวนข้อมูลที่ดึงมาจาก Tripadvisor เราดําเนินสองระดับเชิงประจักษ์การวิเคราะห์เพื่อศึกษาปัจจัยที่มีผลกระทบต่อมูลค่าของบทวิจารณ์ เราแนะนำแบบการถดถอยทวินามนิเสธที่ตรวจสอบระดับเพื่อศึกษาผลของการรีวิวจริง ต่อมาเราใช้ รวมถึงแบบจำลองการถดถอยในระดับทาน เพื่อศึกษาผลของทานที่ได้จากลักษณะคุณสมบัติของการจัดอันดับทางประวัติศาสตร์ การวิเคราะห์เชิงประจักษ์ผลการวิจัย พบว่า ทั้งข้อความ การอ่านและลักษณะทานมีผลต่อการรับรู้คุณค่าของความคิดเห็นการค้นพบเหล่านี้มีผลกระทบโดยตรงต่อผู้จัดการในการปรับปรุงการดึงดูดความคิดเห็นที่มีคุณค่าที่อาจเกิดขึ้น