生态学时空分享 http://blog.sciencenet.cn/u/lionbin 自我营造一个可持续发展的学术生态系统

博文

你被好评忽悠了吗?读今日出版Science周刊文章有感 精选

已有 14981 次阅读 2013-8-9 15:04 |个人分类:一起读顶刊|系统分类:生活其它

我们这一代人是伴随着电脑和通讯技术的发展而成长起来的,只要不是特别保守,或多或少在有意无意之中都参与了这个时代的竞争,也获得了技术发展所带来的福利。上世纪90年代,由于迷恋《数字化生存》中为我们所塑造的未来世界,我曾经一度是那么喜欢电脑,简直到了狂热的程度!大量时间用在探索电脑技术和网络上,这样客观上也让自己的电脑水平得到了显著提高,在自己的生活圈子中总会被周围的人看做是电脑专家,当然自己也从中获得了许多的满足,所以至今我对电脑和网络的发展是心存感激的,使得自己一直在默默无闻中也能寻找到一些成就感。作为第一代网民,我也曾想涉足电子商务领域的开发,但最终由于各种原因而没有成行,现在每每想来,还有不少的遗憾。

引子就写这么多吧,再写就喧宾夺主了!

说到电子商务,我记得是IBM公司于1996年和1997年分别提出了Electronic Commerce(E-Commerce)和Electronic Business(E-Business)的概念,因此需多人对这两个概念产生了混淆,认为是一个东西,其实二者还是有所区别的,E-Commerce应翻译成电子商业,或者说狭义的电子商务,而E-Business则能被称为电子商务。E-Commerce仅指实现整个贸易过程中各阶段贸易活动的电子化,而E-Business是利用网络实现所有商务活动业务流程的电子化。当然,这些概念随着网络和通讯技术的发展,外延可能还会继续发生变化。简单地说,现代人都参与到了电子商务之中,有时候通过电子途径进行商务活动甚至是唯一途径。从消费者的角度来讲,网上购物、在线交易、电子支付等活动已经是我们日常生活的一部分了。

那么,这里就想给各位提个问题:你在网上购物的时候,面对眼花缭乱的选择,你最终是如何决策的?反正我是喜欢看别人评价的。最早关注这些评价是一个主动行为,比如买电脑和电器的时候我会主动去寻找一些测评,特别是相关硬件的平行比较。至少要将自己整成一个半内行,目的是为了防忽悠。之后,许多网站专门推出了这些评价服务,所以很容易就能找到相关的内容。比如,在“淘宝”上购物的时候,我会选择人气最旺的商家,然后看看别人的评价;出差时选宾馆,同样会在“携程”上看看别人的评价;到一个陌生的地方要吃饭的时候,也会不自然地去关注一下“大众点评”中的评价......(以上内容中所涉及到的网站或公司名称只是为了说明问题而列出,仅代表我自己的喜好,不构成任何推荐)。总之,关注别人对目标服务或实体的评价,已经是我花钱之前的习惯了。同样,为了回报这些服务,我在完成商务活动之后,也会进行相关评价。问题是,依靠这些评价所获得的服务,并不能总让自己满意;同样,自己的评价是否也是一种偏见,也会给别人带来困扰呢?看了别人的评价,对自己的独立评价似乎是否也产生了某种影响呢?先入为主是人之常情嘛。

今天一大早来到办公室室,首先打开的网站肯定是Science周刊啦,因为今天是周五。一篇题目为“Social Influence Bias: A Randomized Experiment”的文章引起了我的兴趣,于是很快读完了,似乎部分解释了我上述的疑问。文章认为,他人在网站上发表的评论,或者类似科学网这样的博客,其观点是会以某种方式影响那些看过这些内容的人。在许多情况下,这样的意见可引导他人进行更好的决策,但同时也可能会导致“从众效应”而将他人引入错误的方向。般,这两种影响是混杂在一起同时发生的。只有将这些影响区分开来,才能进行后续的评价。文章中,Lev Muchnik及其同事与一个新闻聚合网站联合,做了一个为期5个月的实验。该网站可让用户对其他用户发布的评论给予正面的或负面的评价。实验中研究人员可对该网站进行操纵,使某个用户递交的评论自动链接到一个投票界面上。之后,研究人员对随后的用户如何评价这些意见进行了观察。在这个实验中,用户留下了10多万条评论,其中每条评论都由研究人员首先进行了操纵,随机性地给予正面(好评)或负面评论(坏评)(也随机留下一些不评论的内容作为对照),这些评论之后被1000多万人次看过,其中又留下了30多万次再评价。结果发现,与对照组相比,他们给予好评会使下一个看到这条评论的用户给予另外一个好评的可能性增加32%,但对这个用户给予坏评的可能性是没有什么显著影响的。因此,只要是正面的评价,用户往往不会主动去纠正这个被操纵的好评,也就是说,前面的随意性好评会导致一些“从众效应”,让最后的总体好评增加25%左右;但是,那些随意设定的坏评则可能会导致下一个用户的纠正而给予一个好评,也就是说,当前面的评价是负面的时候,后面的用户会受到激励而纠正被操纵的评价。因此,该文最后进行引申说:正面的社会影响往往会累积导致从众效应,而负面的社会影响常常会被用户纠正而得到中和,甚至作者认为他们的实验会启发对选举民调及股市预测等领域的社会影响进行更为精密的分析。

再回到我们上面的问题。也就是说,我们在购物前所参考的他人的好评,可能是有水分的,而差评则是相对真实的,当然我们看到差评时还应该关注后面是否有纠正。难怪许多网站要严厉打击“刷好评”、“刷信誉”的商户,否则网站水分太多,其自己就会失信于民。

 

参考资料:
[1] Social Influence Bias: A Randomized Experiment. Science, 2013, 341(6146): 647-651.  DOI: 10.1126/science.1240466

 



https://blog.sciencenet.cn/blog-502444-715484.html

上一篇:外语地名汉语译名拾趣:由“旧金山”的地名翻译想到的
下一篇:那头北极熊的死亡真的与气候变化无关吗?
收藏 IP: 101.87.157.*| 热度|

47 孙平 武夷山 曹建军 陈安 曹聪 李宇斌 刘全慧 蔡小宁 唐常杰 王锟 王芳 葛素红 刘立 张忆文 彭真明 孔梅 麻庭光 贺乐 赵美娣 李伟钢 包存宽 李本先 张骥 赵星 章成志 水迎波 蒋永华 陈冬生 肖可青 朱义峰 吕喆 姜宝石 何士刚 熊李虎 庄世宇 刘敏 李永丹 赵序茅 蔡庆华 徐耀阳 屈月明 曾新林 tuner willi cn2013 heshuisheng yunmu

发表评论 评论 (53 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-19 16:59

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部