以消費者對產品特徵的偏好進行個人化評論排名（實務問題篇）

網路消費者評論（Online Consumer Reviews, OCR）平台使網路消費者能透過可公開的評論，來表達與分享其對於產品、服務的體驗與想法。網路消費者評論是身為產品設計師、製造商、網路零售商與網路消費者的重要訊息來源。可以協助企業開發新產品、優化服務、與進行銷售，同時也有助於消費者進行購買決策。

此外，網路消費者評論的內容越來越多，也會對消費者帶來資料量過載的問題，讓消費者很難快速地找到滿足其需求與有用的資訊。其中，資訊過載是指對消費者提供大量的訊息，使其無法消化的狀態，也會導致消費者對訊息的認知下降等問題。

面對這樣的問題，許多網路消費者評論平台（像是：Amazon.com、Yelp.com）會透過各式各樣的標準（像是有用性投票、星級評等、與評論發布日期等），提供使用者排序或是過濾等服務。只是縱使平台商提供這類服務，消費者仍要費力地完成瀏覽大量的評論，來獲得其所需要的資訊。

此外，不同的消費者在進行購買決定時，通常會對產品功能有著不同的偏好，因此，獲得有用性投票高分的評論，未必是能滿足每個消費者需求的資訊。另一方面，與消費者需求高度相關的評論，也可能會因為有用性投票分數很低，而被消費者所忽略。例如，欲購買床墊時，部分消費者可能會認為床墊的硬度是重要的考量因素，另一群消費者則喜歡記憶海綿。相同的網路消費者評論對不同需求的消費者來說，可能會出現南轅北轍的結果，如圖1所示：

最後，若消費者想透過關鍵字尋找相關的評論，搜尋結果仍會有排序的問題。此外，消費者對產品功能的偏好，在描述上可能很複雜，超出關鍵字機制的能力。

對於網路消費者評論平台來說，是否有更好的方法，能夠解決以上的問題？提高消費者對網路消費者評論有用性的認知？

智能自動化公司（Intelligent Automation Inc.）的阿努帕姆戴許（Anupam Dash）等人，就在2021年的《國際電子商務期刊》（International Journal of Electronic Commerce）中，發表了一篇文章〈基於消費者對產品特徵的偏好進行個人化評論排名〉（Personalized Ranking of Online Reviews Based on Consumer Preferences in Product Features），並針對以上的議題，提出了解決方法。

作者：陳苡任（台科大企管系博士）、羅凱揚（台科大企管系博士）

繪圖者：謝瑜倩