三人可成虎？

魏宝祥 陆路正 王耀斌 王亚林 高璐

[摘    要]文章以传播过程理论的4个维度作为评价框架，在整合多位学者研究结果的基础上，结合旅游产品的特点，构建了旅游产品在线评论可信度评价指标体系，运用DEMATEL法对收集的数据进行分析，绘制了旅游产品在线评论可信度的维度、指标影响网络关系图。研究表明：（1）旅游产品在线评论的信息内容是影响其可信度最重要的维度，而信息内容的客观性、详尽性更是在线评论可信度的决定性因素;（2）在线评论者身份被认同的程度决定着评论来源的可信度;（3）旅游产品评论平台的特征对在线评论的渠道信任度有重要影响;（4）评论受众的消费经验对其评论态度、信任倾向有重要影响，是影响旅游产品在线评论受众信任度的关键。最后，文章总结了旅游产品在线评论可信度研究的意义并进行了展望。

[关键词]在线评论;可信度;DEMATEL法;旅游产品

[中图分类号]F59

[文献标识码]A

[文章编号]1002-5006（2019）08-0078-09

Doi： 10.19765/j.cnki.1002-5006.2019.08.012

引言

消费者在线预订旅游产品时，通常会翻看之前消费者留下的在线评论，以此来作为自己进行购买决策的重要参考内容。中国互联网络信息中心（China Internet Netuork Information Center， CNNIC）调查显示：我國4.13亿网购用户中，77.5%的消费者在线购买产品时会参考该产品的评论内容[1]。有研究表明，在线评论影响消费者对产品的认知和态度[2]、购买决策[3-4]以及产品销售[5]。也正是因为如此，一些不法商家抓住监管漏洞，制造出一些虚假的评论来误导消费者以获取更多利益。这就导致了旅游产品在线评论内容良莠不齐，真假难以分辨。在虚假评论充斥屏幕的今天，无论是对于消费者的旅游产品在线预订决策提供参考而言，还是对旅游相关企业如何管理和利用在线评论资源来说，有效识别出影响旅游产品在线评论可信度的关键因素以及研究各因素之间的相互关系就显得至关重要。

目前，大多数学者都聚焦于在线评论对消费者行为的影响，但对于在线评论可信度的研究很少，尤其是针对于旅游产品的可信度研究更是少之又少。因此，本文旨在对旅游产品在线评论可信度进行评价模型的构建，运用决策与实验室方法（decision making trial and evaluation laboratory， DEMATEL），识别出旅游产品在线评论可信度各维度、指标的影响关系，为相关研究领域提供学术贡献的同时，为业界提供理论参考。

1 文献综述

早在古希腊时期，一些先哲们就对可信度进行了探讨，“二战”爆发后，西方政府为了通过战争宣传从而获得民众对战争的支持将“可信度”的研究引入一轮热潮，其中，Hovland和他的同事们做了一系列关于来源可信度以及传播说服的实验研究[6-8]，虽然存在一定局限，但也为可信度研究做出了巨大贡献。20世纪60年代，David提出了传播过程理论（source， message， channel， receiver， SMCR），该理论认为信息传播过程包括了信源、讯息、渠道、接受者这4个要素，同时强调了传播过程是处于动态变化之中的[9]。在Hovland等学者的研究基础上，Wathen和Burkell认为，可信度的主要来源是可信赖性和专业知识，可从来源特征（例如专业知识、可信度、标签、声誉）、消息特征（例如内部一致性、质量和合理性）、接收者特征（例如文化背景、动机、参与、以前的信念）和媒体（例如介质的设计特征、可用性和易于导航）等维度进行测量[10]。由此可见，虽然SMCR理论始于教育学对知识传授的研究，但可信度的本质依托于发布者发布信息至接收者接收信息的完整传播过程，因此，基于SMCR可以对可信度的影响因素进行区分提取，SMCR可以作为可信度评价研究的框架体系。

所谓在线评论，就是消费者以非结构化的格式，发布在独立消费者评论网站（例如TripAdvisor.com）或第三方电子商务网站（例如Booking.com）或企业网站（例如Thomson.co.uk），与其他消费者共享的关于某一产品、服务、品牌的任何积极、消极或中立的评论、评级、排名[11]。王真真将在线评论定义为以文字、图片、符号、视频等多媒体信息形式，通过网络沟通渠道发布关于产品、服务、组织、品牌等相关信息的所有在线交流沟通[12]。研究表明，在线评论会影响整个旅游过程，包括旅行之前、旅行之中和旅行之后[13]。而在线信任被认为是消费者试图从电子商务网站使用和购买的主要影响因素[14]。因此，对于旅游产品在线评论可信度的研究势必是聚焦于其影响因素与评价方法两方面的。

在线评论的可信度影响因素方面，学者们较多从评论者、评论内容和接受者3个方面来分析在线评论可信度的影响因素。评论者的个人信息[15-16]、权威性[17-20]、相似性[21-22]、动机[18，22]等都会对在线评论可信度产生影响。不仅如此，Park和Nicolau还认为评论者特征对促进购买决策和增加产品供应商收益有积极的影响[23]。评论内容方面则包括评论的数量[18]、文本长度[17，24]、情感倾向[16，21-22]、发布时间[16-17，22，24]、一致性[21，25]等。Filieri和Mcleay也发现信息相关性、信息及时性影响消费者对该评论的采纳行为[26]。情感倾向这一指标中，Sparks和Browning[27] 、Bamvauer-Sachse和Mangold [28]等学者都曾通过研究得出负面评价对在线评论可信度具有正向影响。除此之外，陈燕方创造性地提出属性情感倾向离群度[17]来研究在线评论可信度，还有学者认为评论形式多样也会对消费者可信度感知有一定影响。接受者方面，影响因素主要包括信任倾向[18，20]、网络参与水平[21-22]等。上述研究说明，对于旅游产品在线评论的可信度研究需要构建一套涵盖来源、信息、渠道、受众4个方面的评价指标体系。

在线评论可信度的研究方法上，国内外学者多采用实证分析、问卷调查与统计分析、定性定量结合等方法对在线评论可信度影响因素进行研究，涉及传播学、管理学、计算机科学与技术等学科以及相关理论。学者们一方面用剔除虚假、垃圾评论，筛选出消费者真实有效评论的方法来确定在线评论可信度，另一方面通过分析评论内容质量来确定在线评论的可信度。陈燕方和李志宇提出通过评论产品属性情感倾向离群度量方法来测量评论的可信度序列，并提出基于评论产品属性情感倾向评估（review attribute of product-based emotion evaluate， RAPBEE）模型 [29]。实验表明，该模型有较强的实际应用能力与适应度。熊士强提出使用两个识伪度指标来度量检测算法的性能，这种方法为观察垃圾评论检测的效果提供了新的视角[30]。刘杰提出通过支持向量机（support vector machines， SVM）评估在线评论内容质量，并以京东为例验证了该方法的有效性[31]。但上述研究方法往往只侧重了研究内容中的单一维度，旅游产品在线评论可信度研究作为一种拥有多目标、多属性的多维复杂存在，寻找一个科学严谨的研究方法是研究旅游产品在线评论可信度的关键所在。

通过文献分析，本文采用传播学中SMCR作为旅游产品在线评论可信度评价研究的框架体系，并结合旅游产品自身特点与现有成果，构建基于SMCR的具体指标体系，应用可以处理多目标、多属性的DEMATEL法[32]，最終得到旅游产品在线评论可信度的维度和指标影响网络关系。

2 研究方法

2.1 评价指标体系的设计与构建

基于SMCR，杨阳提出了酒店在线评论的发布者专业性、相似性、评价分数客观性、评论时效性、内容质量、网站声誉、信任倾向、网络酒店预订经验这8个变量，除此之外，还包括酒店价格这样一个调节变量[22];张思豆等依据结构方程模型提出了旅游电商平台在线评论的可信度指标包括评论类型、评论方向、信任倾向、网站评价、网购经验、评论态度、相似性、评论者专业性、评论者利他性9个变量[21];他们也分别运用实证研究、定量研究验证了他们所选取这些变量的合理性。

本研究以杨阳、张思豆等的在线评论可信度评价指标为基础，参照其他学者整理出来的在线评论可信度评价指标库，邀请了2位旅游电商领域的学者、1位政府相关部门负责人、1名知名旅游企业首席营销官和4名有丰富在线预订旅游产品经验的消费者进行深度访谈。反馈意见如下：（1）因为DEMATEL法的特殊性，n个指标即有n（n-1）个问项，过多的问项易使得数据在测量过程中失真，所以将指标数量限制在20个以内。（2）DEMATEL法主要依靠相关专家的知识与经验对指标间的相互作用关系进行主观评价，使得一般研究中不可直接测量的初级指标变得可以测量，结合上述DEMATEL法的特殊性，因此本研究的指标体系参考前人研究中的初级指标来构建。（3）在来源方面，考虑到评论者在旅游产品消费领域的经验性在大多数情况下只能通过评论者消费等级以及其评论内容来确定，所以决定采用“评论者资信度”来替换“评论者专业性”，并在信息方面增添“用词专业性”这一指标。（4）信息方面，消费者普遍最先关注评论数量。考虑到内容质量一词含义太广，在学者们已有研究的基础之上，经过与访谈对象的探讨，将其细化为详尽性、相关性、时效性和一致性4个指标。为了避免重复，将“评价方向”“评论类型”改为“情感倾向性”“客观性”。另外，在线评论形式越来越多样，包括文字、图片、数字等，因此加入“评论形式多样性”这一指标。（5）旅游产品在线评论平台按其经营侧重点不同可分为预订类、攻略类、工具类等，考虑到网站经营的侧重点会不可避免地影响到消费者对在线评价的可信度判定，因此增加“网站类型”这一指标。（6）受众方面，保留张思豆等给出的3个指标，即信任倾向、网购经验、评论态度[21]。最终得到17个旅游产品在线评论可信度评价指标，各个指标的详细说明如表1所示。

2.2 DEMATEL法

DEMATEL法主要利用矩阵及相关数学理论计算出各维度、指标间的结构关系以及相互影响程度，多被用来解决涉及多目标、多属性的复杂问题。周永广等于2004年较早使用此方法对黄山市旅游发展中存在的潜在问题进行了研究[33]，随后，国内旅游研究中此方法使用渐渐广泛。鉴于旅游产品在线评论可信度问题也涉及众多指标，所以本文尝试使用DEMATEL法来分析旅游产品在线评论可信度的关键因素以及研究各因素之间的相互关系，为帮助消费者依据在线评论做出正确的购买决策，旅游电子商务企业有效利用在线评论提供依据。因为DEMATEL法是一种基于数学矩阵的方法，为保证论文版面与逻辑的清晰，故将具体方法置于数据分析中表述。

3 数据收集与分析

3.1 数据收集

笔者邀请了8名长期研究或关注旅游电商领域的专家和6名有着丰富在线旅游经验的消费者来填写本次研究的DEMATEL调查问卷。问卷对象除上述筛选指标时深度访谈的8人外，另增高校学者2名、政府部门负责人1名、旅游企业中高层管理人员1名及旅游产品在线评论发布者2名。其中，9名男性、5名女性，年龄为24～56岁之间。问卷填写方法为请各位专家学者以及经验丰富的消费者对在线评论可信度的各评价维度、指标进行打分，0～4分分别为无影响、低程度影响、中程度影响、高程度影响和极高程度影响。另，DEMATEL法为一种有向性评价方法，即指标a对于指标b的影响与指标b对指标a的影响不同，故收集到的维度与指标问卷以“4×4”与“17×17”的形式构成。

为了确保研究结果的可靠性，笔者用式（1）对被调查者的不一致率进行了检验[34]，计算得出问卷的不一致率为3.4%，即问卷信度为96.6%，高于95%。这表明问卷信度较高，另外，增加样本数量不会影响整体的研究结果。

[不一致率=1n（n-1）i=1nj=1nasij-as-1ijasij×100%] （1）

式（1）中，s=14，为被调查者数量;[asij]表示指标i对指标j的平均影响程度;n=17，为指标的数量。

3.2 数据分析

依据DEMATEL法的运算过程：

第一步：将所有被调查者的评分值加总，然后算术平均，即可得到初始直接影响矩阵A。

第二步：运用式（2）、式（3）对初始直接影响矩阵进行标准化处理，得到值介于0到1之间的标准化直接影响矩阵N。

[N=A/s] （2）

[S=maxmax1≤i≤nj=1naij，max1≤j≤nj=1naij] （3）

第三步：計算各指标间的综合影响矩阵T1。T1等于初始直接影响矩阵N加上间接影响矩阵，间接影响矩阵为一系列递减矩阵数列N2，N3，N4，…，N h，且[limh→∞Nh]=[0n×n]。运用式（4）可计算得出各指标间的综合影响矩阵T1，如表2所示。各维度间的综合影响矩阵T2也采用同样的方式获得（表3）。

[T=N+N2+N3+N4+…+Nh=N（I-N）-1] （4）

第四步：计算各维度与各指标的中心度、原因度，构建影响网络关系图。将综合影响矩阵T1、T2的每行与每列分别加总求和，即可得出每行与每列之总和r和c，见式（5）和式（6）。

[r =j=1ntijn×1= （ri）n×1 = （r1…ri…rn）] （5）

[c =i=1ntij1×n= （ci）1×n = （c1…ci…cn）] （6）

式（5）、式（6）中，ri表示指标i直接影响和间接影响其他指标程度的总和，ci表示指标i被其他指标影响程度的总和。中心度，即（ri+ci），表示指标之间的影响及被影响的总程度。中心度值越大，表示该指标越重要，且影响其他指标以及被其他指标影响度越大。原因度，即（ri-ci），表示指标之间的影响或被影响的总程度和因果关系程度。若其为正值，则为原因元素，表明其对其他指标的影响大;若其为负值，则为结果元素，表明其受其他指标的影响大。各维度、指标的中心度、原因度如表4所示。

最后，以中心度（ri+ci）为X轴坐标，原因度（ri-ci）为Y轴坐标，即可画出各维度、指标的影响网络关系图，同时因为DEMATEL法的有向性，维度、指标的影响网络关系图以有向箭头的形式来标识维度、指标间的因果影响关系，箭头所指为受影响指标，反之则为影响指标（图1）。

4 研究结果

基于上述数据分析结果，以下分别从维度、指标评价旅游产品在线评论可信度的影响网络关系：

各维度的影响网络关系中（表4），在中心度方面，4个评价维度中，信息的中心度最高，其次为受众、来源，渠道中心度最小。这表明信息维度在整体结构中的总影响关系强度最强，是旅游产品在线评论可信度评价的最重要的影响维度，而渠道的总影响关系强度最弱。在原因度方面，来源、信息两个维度的值均为正值，为原因因素，是主动影响者;而渠道、受众两个维度的值均为负值，为结果因素，是被影响者。其中，信息的原因度最高，与图1中有3个输出箭头相对应，这表明信息是旅游产品在线评论可信度的关键维度，可以影响到来源、渠道、受众。而渠道的原因度最低，表明其最容易受到别的维度的影响，在图1中反映为只有3个箭头输入，没有箭头输出。

各指标的影响网络关系中，由图1和表4可以看出：

第一，在来源方面，评论者资信度的中心度最高，评论者利他性居中，评论者相似性最低，这表明评论者资信度最能影响其他指标以及被别的指标所影响，是来源维度中最重要的指标;评论者相似性中心度最低，但其原因度却最高，在图1中有两个输出箭头，是对别的指标影响较大的原因因素。

第二，在信息方面，客观性的中心度最高，原因度位列第3，详尽性原因度最高，中心度位列第2，且客观性与详尽性的原因度值均为正值，这表明在信息维度中客观性与详尽性不仅是非常重要的指标，而且是信息维度的起因;时效性中心度最低，但原因度位列第2，这说明评论发表时间对影响在线评论可信度的其他指标有较大影响。

第三，在渠道方面，网站评价中心度高，原因度低，这表明其为渠道维度的重要指标，但也是亟待解决的问题。且其与网站类型的原因度均为负值，受其他指标影响较大。

第四，在受众方面，信任倾向的中心度最高，原因度最低，这表明信任倾向虽然是受众维度最重要的指标，但其却作为结果因素受其他指标的影响较大。

5 结论、意义与展望

5.1 研究结论

本研究应用DEMATEL法对旅游产品在线评论可信度进行了维度、指标层面的研究，研究指出：

（1）旅游产品在线评论的信息内容是影响其可信度最重要的维度，而信息内容的客观性、详尽性更是在线评论可信度的决定性因素。虽然来源、信息、渠道、受众4个维度都对可信度拥有显著影响[22]，但相对而言，信息与受众是更为重要的两个影响维度，其中，信息维度更是显著地影响了其他3个维度;同时，客观性的高中心度、详尽性的高原因度，决定了旅游产品在线评论的客观性对其可信度拥有最强的影响效应，而详尽性也通过影响其他指标最终对可信度产生间接的影响效应。

（2）在线评论者身份被认同的程度决定着评论来源的可信度。从中心度来看，评论者资信度与利他性拥有较强的影响度，但评论者相似性又从原因度上影响着评论者资信度与利他性，说明此3者共同影响着来源这一维度的可信度。

（3）旅游产品评论平台的特征对在线评论的渠道信任度有重要影响。这些特征应该包括旅游产品评论平台的品牌形象、社会声誉、整体定位等。具体表现在网站评价利用其高中心度影响渠道可信度，网站类型又通过影响网站评价而最终影响在线评论的渠道可信度。

（4）评论受众的消费经验对其评论态度、信任倾向有重要影响，是影响旅游产品在线评论受众信任度的关键。

5.2 研究意义

本研究的理论意义主要有两点：一是为旅游产品在线评论可信度研究领域的数据来源进行了新的尝试，以往该领域研究的数据主要依托于调研对象自身的体验与经验，来对足够客观具体的问项进行量表评价，即定性的话语权在于传统的调研对象（多为旅游产品体验者），而本研究应用DEMATEL法借助相关领域专家的专业知识与从业、消费经验来直接对变量进行主观评价，将定性的话语权分别给予了学界和业界专家、资深消费者，从数据来源上不同于该领域的以往研究;二是厘清了旅游产品在线评论可信度评价指标之间的因果逻辑关系，前人在相关领域的研究中已经明确了各指标对于可信度的显著性关系，但对于指标间的影响关系梳理欠缺，即某些指标对于可信度的影响不显著，但对于另一指标（该指标对可信度的影响显著）有显著影响，实质上说明该指标对于在线评论的可信度也是存在一定影响的。

在实践层面更多地体现在对于旅游产品在线评论平台的运营建议：一是平台方要密切关注并改善信息维度相关指标，优化信息的客观性与详尽性，旅游产品供应商可以采用引导或者奖励的方式来促使评论者的评论内容尽可能的客观、详尽。举例来说，供应商可细分一下评论版块，分别让消费者针对行程安排、交通、住宿、餐饮、景色、服务、价格等主题进行客观评价，最后再进行综合评价（包括文本、图片、视频以及数字打分等多种形式），如果消费者评论版块完成的较好，则给予适当奖励;二是要注意对在线评论的管理，必要时可雇用网络声誉经理来确保良好的在线声誉，例如将精华评论置于评论首页，邀请资信度较高的消费者撰写评论，有效与评论者进行沟通（尤其是给出消极评论的评论者），寻求他们的意见或建议并及时作出反馈等，还可以从原因度较高的消费经验入手，通过影响受众的评论态度和信任倾向，进而影响其对在线评论的信任程度，不仅要重视培养初级消费者的消费习惯、评论以及评论方式的习惯，更应重视资信度较高客户的满意度的提升，以及维系好优良的顾客关系。当然，本研究中各维度、指标的中心度与原因度可以很好地揭示旅游产品在线评论可信度中的关键原因因素，辅助旅游产品消费者的消费决策。

5.3 研究展望

本研究采用的DEMATEL法作为一种基于相关领域专家主观评价的量化分析方法，因此降低专家量表评价的主观片面性是今后该领域研究的重点。例如如何依据专家知识与经验的科学性、专业性对其评价进行权重修正;如何合理地构建更为科学、精简的评价指标体系以降低问项过多导致的测量偏差等，都值得学术共同体在今后的研究中加以填补完善。

参考文献（References）

[1] CNNIC. 2015 Chinas internet access market research report[R]. 2016（6）[CNNIC. 2015年中國网络购物市场研究报告[R]. 2016（6）.]

[2] VERMEULEN I E， SEEGERS D. Tried and tested： The impact of online hotel reviews on consumer consideration[J]. Tourism Management， 2009， 30（1）： 123-127.

[3] FILIERI R， MCLEAY F. E-WOM and accommodation： An analysis of the factors that influence travelers adoption of information from online reviews[J]. Journal of Travel Research， 2014， 53（1）： 44-57.

[4] SPARKS B A， BROWNING V. The impact of online reviews on hotel booking intentions and perception of trust[J]. Tourism Management， 2011： 32（6）， 1310-1323.

[5] YE Q， LAW R， GU B. The impact of online user reviews on hotel room sales[J]. International Journal of Hospitality Management， 2009， 28（1）， 180-182.

[6] HOVLAND C I， JANIS I L. Personality and Persuasibility[M]. New Haven， Connecticut： Yale University Press， 1959： 97-122.

[7] HOVLAND C I， JANIS I L， KELLEY H. Communication and Persuasion： Psychological Studies of Opinion Change [M]. New Haven， Connecticut： Yale University Press， 1953： 67-88.

[8] HOVLAND C I， WEISS W. The influence of source credibility on communication effectiveness[J]. Public Opinion Quarterly， 1951， 15（4）： 635-650.

[9] DONG Lu. Key Theories and Concepts in Communication[M]. Beijing： Peking University Press， 2008： 25-26. [董璐. 传播学核心理论与概念[M]. 北京： 北京大学出版社， 2008： 25-26.]

[10] WATHEN C N， BURKELL J. Believe it or not： Factors influencing credibility on the Web[J]. Journal of the American Society for Information Science and Technology， 2002， 53（2）： 134-144.

[11] FILIERI R. What makes an online consumer review trustworthy？[J]. Annals of Tourism Research， 2016， 58： 46-64.

[12] WANG Zhenzhen. An Empirical Study on the Impact of Tourism Online Review on Tourism Consumers Purchasing Decision[D]. Beijing： Beijing International Studies University， 2012. [王真真. 中国旅游在线评论对旅游消费者购买决策影响的实证研究[D]. 北京： 北京第二外国语学院， 2012.]

[13] LEUNG D， LAW R， HOOF H V， et al. Social media in tourism and hospitality： A literature review[J]. Journal of Travel & Tourism Marketing， 2013， 30： 3-22.

[14] BART Y， SHANKAR V， SULTAN F， et al. Are the drivers and role of online trust the same for all web sites and consumers？ A large-scale exploratory empirical study[J]. Journal of Marketing， 2005， 69（4）： 133-152.

[15] FOGG B J. Prominence-interpretation theory： Explaining how people assess credibility online[C]// Extended Abstracts of the Conference on Human Factors in Computing Systems. Texas， USA， 2003： 722-723.

[16] MENG Meiren. A Study on the Credibility of Commodity Commentary Information[D]. Nanjing： Nanjing University of Science and Technology， 2014. [孟美任. 商品评论信息可信度研究[D]. 南京： 南京理工大学， 2014.]

[17] CHEN Yanfang. Research on the Reliability Prediction of Online Commodity Reviews based on DDVG-SVM[D]. Wuhan： Central China Normal University， 2016. [陈燕方. 基于DDVG-SVM的在线商品评论可信度预测研究[D]. 武汉： 华中师范大学， 2016.]

[18] CHEN Yijia. Research on the Influencing Factors of Internet Word-of-mouth Credibility based on Website Type[D]. Nanjing： Nanjing Tech University， 2014. [陈溢佳. 基于网站类型的网络口碑可信度影响因素研究[D]. 南京： 南京工业大学， 2014.]

[19] XIAN Xiaojing. Research on the Trustability of Internet Word-of-mouth[D]. Shanghai： Shanghai Jiao Tong University， 2010. [咸晓静. 基于的网络口碑信任度研究[D]. 上海： 上海交通大学， 2010.]

[20] SIA C L. Credibility of electronic word-of-mouth： Informational and normative determinants of on-line consumer recommendations[J]. International Journal of Electronic Commerce， 2009， 13（4）： 9-38.

[21] ZHANG Sidou， LI Junyi， WEI Huan. The study of the credibility of tourism e-commerce platform online reviews： A case study of“Ali Travel”[J]. Tourism Tribune， 2016， 31（11）： 74-84. [張思豆， 李君轶， 魏欢. 旅游电商平台在线评论的可信度研究——以“阿里旅行·西安东线一日游”旅游产品为例[J]. 旅游学刊， 2016， 31（11）： 74-84.]

[22] YANG Yang. A Study on the Determinants of Credibility in Hotel Online Reviews[D]. Nanning： Guangxi University， 2014. [杨阳. 酒店在线评论可信度影响因素研究[D]. 南宁： 广西大学， 2014.]

[23] PARK S， NICOLAU J L. Asymmetric effects of online consumer reviews[J]. Annals of Tourism Research， 2015， 50： 67-83.

[24] CUI Haixia. Credibility Analysis of Online Product Review[D]. Wuhan： Huazhong University of Science and Technology， 2012. [崔海霞. 在线产品评论可信度分析[D]. 武汉： 华中科技大学， 2012.]

[25] GUO Guoqing， CHEN Kai， HE Fei. A study on the influencing factors of consumers online commentary credibility[J]. Contemporary Economy & Management， 2010， 32（10）： 17-23. [郭国庆， 陈凯， 何飞. 消费者在线评论可信度的影响因素研究[J]. 当代经济管理， 2010， 32（10）： 17-23.]

[26] FILIERI R， MCLEAY F. E-WOM and accommodation： An analysis of the factors that influence travelers adoption of information from online reviews[J]. Journal of Travel Research， 2014， 53（1）： 44-57.

[27] SPARKS B A， BROWNING V. The impact of online reviews on hotel booking intentions and perception of trust[J]. Tourism Management， 2011， 32（6）： 1310-1323.

[28] BAMBAUER-SACHSE S， MANGOLD S. Do consumers still believe what is said in online product reviews？ A persuasion knowledge approach[J]. Journal of Retailing and Consumer Services， 2013， 20（4）： 373-381.

[29] CHEN Yanfang， LI Zhiyu. Research on product review attribute-based of emotion evaluate review spam detection[J]. New Technology of Library and Information Service， 2014， 37（9）： 81-90. [陈燕方， 李志宇. 基于评论产品属性情感倾向评估的虚假评论识别研究[J]. 现代图书情报技术， 2014， 37（9）： 81-90.]

[30] XIONG Shiqiang. Research on the Judgment of Commodity Spam based on Credibility[D]. Chongqing： Chongqing University， 2016. [熊士强. 基于可信度传递的商品垃圾评论检测研究[D]. 重庆： 重庆大学， 2016.]

[31] LIU Jie. Quality Analysis and Research based on Online Service[D]. Kunming： Kunming University of Science and Technology， 2016. [劉杰. 基于在线服务的评论质量分析与研究[D]. 昆明： 昆明理工大学， 2016.]

[32] LIANG Yukun， MA Zhendong. Construction risk analysis of foundation engineering based on DEMATEL method[J]. Journal of Engineering Management， 2010， 24（2）： 164-167. [梁钰锟， 马振东. 基于DEMATEL法的基础工程施工风险分析[J]. 工程管理学报， 2010， 24（2）： 164-167.]

[33] ZHOU Yongguang， WANG Weibo， CHEN Yiping. Construction on resistance of tourist development in Huangshan city[J]. Journal of Zhejiang University： The Science Edition， 2004， 31（3）： 354-360. [周永广， 王微波， 陈怡平. 黄山市旅游发展阻力的问题构造[J]. 浙江大学学报： 理学版， 2004， 31（3）： 354-360.]

[34] LU M T， LIN S W， TZENG G H. Improving RFID adoption in Taiwans healthcare industry based on a DEMATEL technique with a hybrid MCDM model[J]. Decision Support Systems， 2013， 56： 259-269.