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 introduc 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.

結果 (繁體中文) 1:

網上評論提供更多的產品信息，以減少不確定性。因此，消費者往往依靠網上的評論，形成購買決策。然而，網上評論爆炸帶來信息過載的個人問題。識別含有大量的評論變得對消費者和企業越來越重要，尤其是對體驗的產品，如旅遊景點有價值的信息審查。一些在線評論平台為讀者當它包含有價值的信息速率的審查，“樂於助人”的功能。從消費者不同的是，企業要發現潛在的有價值的評論被評為分別以避免或促進其消極或積極的影響，才。使用從登錄網上檢索審核吸引力的數據，我們進行了兩個層次的實證分析，以探討影響評語價值的因素。我們introduc在審查平1負二項式回歸模型來探索的實際審查的效果。隨後，我們在審閱級應用托比回歸模型來研究從歷史評價的分佈特性推斷審閱特性的影響。實證分析結果表明，這兩個文本的可讀性和評論家特性影響評語感知價值。這些發現在他們的潛在有價值的評論改進鑑定吸引力經理直接的影響。我們在審閱級應用托比回歸模型來研究從歷史評價的分佈特性推斷審閱特性的影響。實證分析結果表明，這兩個文本的可讀性和評論家特性影響評語感知價值。這些發現在他們的潛在有價值的評論改進鑑定吸引力經理直接的影響。我們在審閱級應用托比回歸模型來研究從歷史評價的分佈特性推斷審閱特性的影響。實證分析結果表明，這兩個文本的可讀性和評論家特性影響評語感知價值。這些發現在他們的潛在有價值的評論改進鑑定吸引力經理直接的影響。

結果 (繁體中文) 2:

線上評論提供額外的產品資訊，以減少不確定性。因此，消費者通常依靠線上評論來形成購買決策。然而，線上評論的爆炸式增加給個人帶來了資訊超載的問題。識別包含大量評論中重要資訊的評論對消費者和公司都變得越來越重要，尤其是對於體驗產品（如景點）。對消費者和公司而言。幾個線上評論平臺為讀者提供了一個功能，當評論包含有價值的資訊時，它被評價為"有説明"。與消費者不同，公司希望在評級之前檢測潛在的有價值的評論，以避免或促進其負面或正面的影響。利用從 TripAdvisor 檢索到的線上景點回顧資料，我們進行兩級實證分析，以探索影響評論價值的因素。我們在評審級別引入負二項回歸模型，以探索實際評審的效果。隨後，我們在檢閱者級別應用 Tobit 回歸模型，以調查從歷史評級分佈屬性推斷的檢閱者特徵的影響。實證分析結果表明，文本可讀性和審閱性特徵都影響著評論的感知價值。這些發現對景點管理者在更好地識別潛在有價值的評論方面具有直接影響。

結果 (繁體中文) 3:

線上評審提供額外的產品資訊以减少不確定性。囙此，消費者通常依靠線上評論來做出購買决定。然而，網絡評論的激增給個人帶來了資訊超載的問題。從大量的評論中找出包含有價值資訊的評論對消費者和公司來說都變得越來越重要，特別是對於體驗產品，如景點。一些線上評論平臺提供了一個功能，當評論包含有價值的資訊時，讀者可以將其評為“有用的”。與消費者不同的是，企業希望在評級前發現潜在的有價值評估，以分別避免或促進其負面或正面影響。利用TripAdvisor的線上吸引力評估數據，我們進行了兩個層次的實證分析，以探索影響評估價值的因素。我們在回顧層面引入一個負二項回歸模型來探討實際回顧的效果。隨後，我們應用托比特回歸模型在評論員水准上研究評論員特徵對歷史評分分佈的影響。實證分析結果表明，文字可讀性和審稿人特徵都會影響審稿人的感知價值。這些發現對吸引經理更好地識別潜在的有價值的評論有直接的影響。