全文总字数：5264字
网商索求好评与消费者重复购买意愿文献综述
摘要：本文通过整理以往关于在线评论和消费者购买意愿的研究，在此基础上进一步总结网商索求好评对消费者重复购买意愿的影响。发现当前对于学者主要研究的是在线评论的影响，而对于网商索求好评的研究却比较少，并且缺少对于网商索求好评对消费者重复购买意愿的实证研究。
关键词：国内外文献，消费者购买意愿，在线评论
- 研究背景
随着科技的进步,科学的发展,人们的习惯和价值观也有所改变,网购成为了一种主流的购物方式,在线评论就应运而生。越来越多的消费者乐于分享他们的网上购物经验,消费者也很容易受到在线评论的影响。所以关于在线评论研究越来越受到国内外学者的青睐。目前国内外学者广泛研究了在线评论对消费者的影响，尤其是对消费者购物满意度的影响。对于消费者购买意愿以及再次购买意愿，国内外学者也进行了很多研究，指出了购买意愿与企业利润之间的关系，提出了各种各样的影响因素，例如产品质量、价格以及销售渠道和消费者的感知利益、信任程度等等因素。对于在线评论和消费者购买意愿的相关性也进行了充分研究，提出在线评论尤其是在线负面评论对于消费者购买意愿的影响之大。而对于与在线评论密切相关的商家索要好评的状况的研究分析寥寥无几。
- 在线评论以及网商索求好评国内外研究现状
随着电子商务的迅速发展，网购成为了人们生活中必不可少的一部分。而电商平台中的评论也发挥着越来越重要的作用。在线评论的概念最早是由Chatterjee（2001）提出的。他认为，消费者在网上进行购物时会查看之前己购买过该产品的消费者发表的关于产品的信息。但是在线评论的研究范围广泛，目前并没有系统性的概念框架，缺乏对在线评论的全局认识。因此王安宁等人（2020）尝试从行为影响和价值应用两个层面对在线评论研究文献进行全面总结。
很多人利用在线评论对消费者的满意度影响因素进行了分析，例如，赵杨、李齐齐（2018）等人利用海淘APP的在线评论数据划分了消费者满意度评价维度。研究人员首先抓取了包括网易考拉、小红书等十个海淘APP用户在六个月内的在线评论文本，随后利用word2vec模型对词向量进行训练。然后在传统的CNN文本分类模型的基础上构建了CNN-SVM模型即利用CNN提取评论文本的特征向量，然后利用SVM作为分类器满行情感倾向分析，从而提高了情感分类的准确度和泛化能力。此后研究中研究人员又利用Canpoy粗聚类和K means细聚类相结合的方法，从海淘APP的用户在线评论文本中提取海淘APP的属性特征，最终得到影响用户满意度的五个海淘APP的属性特征，分别是:交互、商品、物流、服务与价格。然后计算这五个维度的权重，得出相应的结论。Huifen Wang和Yang Wang（2020）通过研究表明消费者在网上购物时，需要考虑产品的特点、质量、价格等信息，仔细选择，以提高购物满意度。在线产品评论是产品特征信息的来源之一，越来越受到在线消费者的重视。
虽然以往学者对于在线评论对于消费者影响的研究颇多，但是对于网商索求好评的研究却十分缺乏，以及网商索求好评对于消费者产生的心理因素的研究也很少有学者提及。目前已有的针对商家索要好评的研究主要是针对线下购买的，有学者对汽车经销商一线服务人员向客户索要好评的情况进行了研究，并提出索要好评会使客户的正向口碑意愿以及再购买意愿下降。这些研究考虑了心理抗拒对消费者正向口碑意愿的影响，同时也说明了产生这种动机的原因。不过这些研究只是针对线下情形，而对于线上网商所求好评的研究并没有提及。
- 消费者购买意愿国内外研究现状
Frederick F . Reichheld 和W.Earl Sasser，Jr通过研究表明了如果消费者的忠诚率提高5%，那么企业的利润就能增加25%至85%。所以，消费者的重复购买意向对于网商来说十分重要，是企业获得利润不可缺少的要素之一。
