一、引言

網(wǎng)絡(luò)改變了人們的生活方式，一家人聚在電視機(jī)前收看節(jié)目的情景似乎已成明日黃花，隨著智能終端的發(fā)展以及無線網(wǎng)絡(luò)技術(shù)的完善，電視節(jié)目紛紛與互聯(lián)網(wǎng)保持同步，人們能隨時(shí)隨地收看節(jié)目，擺脫了電視臺檔期的限制。一邊看節(jié)目，一邊玩SNS刷微博，已經(jīng)成為年輕受眾群體的媒介消費(fèi)習(xí)慣，比如春晚、《爸爸去哪兒》等，都引起了大量網(wǎng)友自發(fā)地進(jìn)行互動，短時(shí)間內(nèi)在各個(gè)網(wǎng)絡(luò)平臺形成熱門話題。近年來，越來越多的受眾會在觀看綜藝節(jié)目后上微博等平臺發(fā)表評論并與其他網(wǎng)友互動。這些網(wǎng)絡(luò)口碑傳播是否會成為受眾選擇收視的依據(jù)？本研究的目的就是為了了解電視節(jié)目的網(wǎng)絡(luò)口碑傳播對于收視意愿是否存在影響以及如何影響收視意愿。

二、文獻(xiàn)回顧與研究假設(shè)

(一)網(wǎng)絡(luò)口碑傳播

網(wǎng)絡(luò)口碑(online word of mouth)是指消費(fèi)者利用互聯(lián)網(wǎng)對特定產(chǎn)品進(jìn)行自身經(jīng)驗(yàn)與意見的分享和討論[1][2](Thurau，2004;Sun，2006)。網(wǎng)絡(luò)時(shí)代，越來越多的消費(fèi)者依靠網(wǎng)絡(luò)溝通來搜索購買決策的信息[3](Kozinets，1999)，這種通過網(wǎng)絡(luò)所形成的產(chǎn)品信息溝通與交換屬于口碑傳播的一種形式[4](Gelb&Johnson，1995)，不同之處在于信息呈現(xiàn)形式由語音轉(zhuǎn)換成了文本[5](Christiansen和Tax，2000)。

網(wǎng)絡(luò)口碑突破了時(shí)空限制，與傳統(tǒng)口碑相比具有更強(qiáng)的傳播力[6](Helm， 2000;Kozinets，2002;Thurau，2004)。相對于在非公開個(gè)人層面上的傳統(tǒng)口碑，網(wǎng)絡(luò)口碑傳播則重在公開群體層面上進(jìn)行的傳播，它的傳播速度和波及范圍都是前者所無法比擬的，網(wǎng)絡(luò)口碑較傳統(tǒng)口碑更具有傳播的放大效應(yīng)[7](金立印， 2007)。

(二)人際關(guān)系強(qiáng)度對網(wǎng)絡(luò)口碑傳播效果的影響

口碑傳播是人際信息源(Interpersonal Sources)的一種形式(Duhan， 1997)。傳統(tǒng)口碑研究中，關(guān)系強(qiáng)度被證明是影響口碑傳播的重要因素，強(qiáng)關(guān)系的傳播效果要好于弱關(guān)系[8][9][10](Duhan，1997;Bansal Voyer，2000;Writz&chew，2002)。

網(wǎng)絡(luò)口碑傳播中，關(guān)系強(qiáng)度也是重要的影響因素[11][12][13](Money，1998;Bruyn，2004;郭國慶等，2007)，關(guān)系強(qiáng)度越大，口碑的影響程度越大。

(三)文化娛樂產(chǎn)品與網(wǎng)絡(luò)口碑傳播

國外的研究主要集中在具有相似消費(fèi)特征的電影、書籍等文化娛樂產(chǎn)品方面，研究表明，文化娛樂產(chǎn)品由于產(chǎn)品的無形性和無法預(yù)估的風(fēng)險(xiǎn)性更易受到網(wǎng)絡(luò)口碑的影響。

在文化娛樂產(chǎn)品的網(wǎng)絡(luò)傳播研究中，比較偏重對電影網(wǎng)絡(luò)口碑傳播效果的研究，其中，網(wǎng)絡(luò)口碑成為預(yù)測電影票房的指標(biāo)(Liu，2006;Dellarocas，Zhang和Awad，2007;Duan，2008;Moon，2010)[14][15][16][17]，測量網(wǎng)絡(luò)口碑傳播的指標(biāo)主要包括了網(wǎng)絡(luò)口碑的量(Volume)和價(jià)(Valence)，口碑的量即測量口碑信息的總量，口碑的價(jià)則是指口碑信息內(nèi)容的本質(zhì)(如正面、負(fù)面評價(jià))(Liu，2006)。在其他類型文化產(chǎn)品的相關(guān)研究中，學(xué)者也證明了量與價(jià)對網(wǎng)絡(luò)口碑傳播效果的影響。Chevalier和Mayzlin[18](2003)對雅虎在線書評的研究中，就證明網(wǎng)絡(luò)書評的量和價(jià)都與書籍的銷售量呈正相關(guān)。

Godes和Mayzlin[19](2004)提出了影響電視節(jié)目收視率的另一指標(biāo)——口碑的離散度(Dispersion)，即口碑在不同網(wǎng)絡(luò)社群的分布程度。在研究了44個(gè)電視節(jié)目的收視率以及在線新聞組的口碑后，發(fā)現(xiàn)口碑離散度與電視未來收視率高度相關(guān)。Godes和Mayzlin指出離散度測量的是口碑信息的傳播范圍，主要為了比較新聞組內(nèi)和組間由于口碑傳播速度不同而對收視率產(chǎn)生的不同影響，討論口碑信息在異質(zhì)群體間和群體內(nèi)部傳播的差異，并表示這一影響隨著電視節(jié)目的播放而減弱。

目前國內(nèi)也已有學(xué)者關(guān)注到網(wǎng)絡(luò)口碑影響電視收視的現(xiàn)象[20][21](丁俊杰等， 2010;呂艷丹等，2012)，尤其指出了微博等社交新媒體上的口碑傳播對電視收視的影響，但偏重傳播過程和效果的分析，鮮有對網(wǎng)絡(luò)口碑中影響收視因素的實(shí)證研究。鑒于此，本研究選擇了通過實(shí)證的方法考察微博網(wǎng)絡(luò)口碑對收視意愿的影響。

三、研究假設(shè)

本研究選取微博作為研究平臺，主要考察網(wǎng)絡(luò)口碑信息的量與價(jià)以及關(guān)系強(qiáng)度對電視綜藝節(jié)目收視意愿的影響。

文獻(xiàn)回顧中所提及的離散度本次研究暫不討論。因?yàn)殡x散度的主要在于討論口碑信息在不同網(wǎng)絡(luò)社群的傳播廣度;而微博則是一個(gè)大型開放平臺，用戶主要通過關(guān)注來定制個(gè)性化內(nèi)容，并不以固定的討論組形式進(jìn)行口碑信息的傳播，傳播形態(tài)不同，并不適用于本研究。

Asch[22](1957)的經(jīng)典研究證明:從眾是人類的一種傾向，群體規(guī)范會影響個(gè)體認(rèn)知。在網(wǎng)絡(luò)環(huán)境中，群體意見對于個(gè)體的影響依然存在，微博上人們更愿意點(diǎn)擊熱門話題，或是一些點(diǎn)評數(shù)量眾多的微博，以獲得和微博用戶間互動的內(nèi)容，了解更多的信息。所以，口碑的量表現(xiàn)出對受眾行為意愿的顯著影響力。由此我們提出:

H1:微博口碑信息的量對受眾收視意愿具有正向影響。

前人的研究中，口碑信息的價(jià)對文化產(chǎn)品決策行為或觀看意愿影響的結(jié)論并不一致。在Chevalier和Mayzlin(2003)對于書評的研究以及Dellarocas (2007)針對電影評論的研究中得到了口碑的價(jià)對傳播效果呈顯著性影響的結(jié)論;而Liu(2006)、Duan(2008)、Moon(2010)對電影票房的研究中并未顯示出口碑的價(jià)對傳播效果影響的顯著性。電視節(jié)目作為文化娛樂產(chǎn)品，消費(fèi)前無法感知體驗(yàn)，正、負(fù)面的評價(jià)對受眾的影響就更顯重要。故我們提出口碑信息的價(jià)對收視意愿會產(chǎn)生顯著影響，提出假設(shè):

H2:正價(jià)口碑信息比負(fù)價(jià)口碑信息能帶來更高的收視意愿。

在網(wǎng)絡(luò)口碑研究中，關(guān)系強(qiáng)度是重要的影響因素，郭國慶等(2007)提出口碑影響力受到人際關(guān)系要素的調(diào)節(jié)。由于Web2.0所具有的社交屬性延伸了我們現(xiàn)實(shí)中的人際交往，信息交換時(shí)傳者和受者所處的社會關(guān)系形成的社會網(wǎng)絡(luò)就是口碑網(wǎng)絡(luò)，因此人際關(guān)系要素成為口碑影響力的一個(gè)重要調(diào)節(jié)因素。我們提出在口碑信息的量和價(jià)對收視意愿的影響中，關(guān)系強(qiáng)度有調(diào)節(jié)作用，并提出假設(shè):

H3:關(guān)系強(qiáng)度調(diào)節(jié)口碑信息量對收視意愿的影響。

H4:關(guān)系強(qiáng)度調(diào)節(jié)口碑信息價(jià)對收視意愿的影響。

四、研究設(shè)計(jì)和調(diào)查

(一)研究設(shè)計(jì)

本研究將采用網(wǎng)絡(luò)口碑研究中常見的調(diào)查研究法結(jié)合現(xiàn)場研究進(jìn)行測試。我們設(shè)定綜藝節(jié)目口碑的量和價(jià)為自變量，微博關(guān)系強(qiáng)度(強(qiáng)/弱)為其調(diào)節(jié)變量，收視意愿為因變量，研究設(shè)計(jì)如圖1所示。

圖1 研究模型

(二)問卷設(shè)計(jì)和變量的操作化

問卷分為兩個(gè)部分:第一部分測量不同量和價(jià)的口碑信息對收視意愿的影響，第二部分為人口統(tǒng)計(jì)學(xué)變量。

我們研究的主要問題是綜藝節(jié)目口碑信息對收視意愿的影響，因此選擇口碑信息的量和價(jià)作為自變量，微博關(guān)系強(qiáng)度為調(diào)節(jié)變量，收視意愿為因變量。

1.自變量:綜藝節(jié)目口碑的量和價(jià)

1)綜藝節(jié)目口碑的量

口碑的量被設(shè)定為兩個(gè)水平，高口碑量信息和低口碑量信息。在微博情境中，口碑量的表現(xiàn)形式有轉(zhuǎn)發(fā)量和評論量，由于兩者代表的意義沒有沖突，故在調(diào)查中高口碑量信息表現(xiàn)為高轉(zhuǎn)發(fā)、高評論，低口碑量信息表現(xiàn)為低轉(zhuǎn)發(fā)、低評論。在調(diào)查前期進(jìn)行了24人的焦點(diǎn)小組訪談確定了口碑信息量這一變量。

2)綜藝節(jié)目口碑的價(jià)

口碑的價(jià)同樣被設(shè)定為兩個(gè)水平，正價(jià)口碑信息和負(fù)價(jià)口碑信息。在測試中使用的口碑信息，是通過熱門微博、微博排行等找到近期熱門綜藝節(jié)目并搜集相關(guān)正面、負(fù)面評論60條，進(jìn)一步去除有關(guān)節(jié)目內(nèi)容等因素的評論，最終選出了10條正面評論和10條負(fù)面評論進(jìn)行測試。接著，進(jìn)行了小范圍24人的測試，篩選出最正面的評論以及最負(fù)面的評論成為調(diào)查研究的材料。

2.調(diào)節(jié)變量:微博關(guān)系強(qiáng)度

相對于傳統(tǒng)口碑以其他網(wǎng)絡(luò)平臺口碑的特點(diǎn)，微博有其特殊性，強(qiáng)弱關(guān)系不能通過傳統(tǒng)社會關(guān)系進(jìn)行分類，也不能僅從是否互相關(guān)注來區(qū)分強(qiáng)弱關(guān)系。在前期的焦點(diǎn)小組訪談中我們向被訪者詢問了其微博好友構(gòu)成、聯(lián)系頻率等，得出“互動頻率”是一個(gè)主要區(qū)分關(guān)系的指標(biāo)。由此我們將強(qiáng)關(guān)系定義為在微博中“經(jīng)?；拥挠脩簟保ǔＪ俏⒉┖糜?弱關(guān)系則是在微博中“幾乎不互動的用戶”，通常關(guān)注是單方面的。在調(diào)查中我們將強(qiáng)關(guān)系操作化為“微博經(jīng)常互動的好友”，弱關(guān)系操作化為“微博中并沒有互動的用戶”。

3.因變量:收視意愿

基于理性行為理論的基本假設(shè)，個(gè)人行為主要是由他的行為傾向決定的，傾向是行為的最直接的前因，因此在本項(xiàng)研究中我們選擇測試收視意愿。我們將采用里克特5級量表對收視意愿進(jìn)行測量，選項(xiàng)分別為:肯定不會=-2;或許不會=-1;不確定=0;或許會=1;肯定會=2。

(三)研究地點(diǎn)和抽樣

本文的數(shù)據(jù)來自2013年12月至2014年1月于上海交通大學(xué)閔行校區(qū)新圖書館進(jìn)行的問卷調(diào)查，由于是調(diào)查微博口碑與收視意愿，因此調(diào)查對象選擇了微博用戶，研究者本身不介入，僅作觀察，調(diào)查內(nèi)容為被調(diào)查對象自身觀看視頻的意愿，內(nèi)容不涉及隱私和心理變量。

參與調(diào)查的對象為本科生(48%)、研究生(45.5%)和博士生(6.5%)，每組男女比例大致相同(96∶104)，調(diào)查分為8組共200人。

根據(jù)研究設(shè)計(jì)，按照量(高/低)、價(jià)(正/負(fù))、關(guān)系強(qiáng)度(強(qiáng)/弱)分成8組問卷，每份問卷25人進(jìn)行填寫，在學(xué)校內(nèi)使用隨機(jī)抽樣。

參與調(diào)查的對象被要求瀏覽一則微博，然后回答在此微博場景下觀看節(jié)目的意愿，問卷要求獨(dú)立作答。

(四)統(tǒng)計(jì)分析

由于涉及量和價(jià)處于不同程度的微博口碑對于收視意愿的影響以及關(guān)系強(qiáng)度的調(diào)節(jié)作用，本研究采用單因素方差分析的統(tǒng)計(jì)方法來討論不同程度的量、價(jià)對收視意愿影響的差異，以及關(guān)系強(qiáng)度與微博口碑的交互作用。

五、研究發(fā)現(xiàn)

(一)微博口碑傳播量對收視意愿的影響

根據(jù)調(diào)查結(jié)果的ANOVA顯示(ANOVA的結(jié)果就是報(bào)告F值)，F(xiàn)(1， 198)=30.002，p=0.000，高傳播量的口碑信息場景中被試的收視意愿(M=1.06，SD=0.973)高于低傳播量的口碑信息場景中被試的收視意愿(M=0.24， SD=1.138)，兩者的組間差別顯著，說明微博口碑信息的量越高，受眾的收視意愿也越高，假設(shè)H1成立。同時(shí)也驗(yàn)證了Chevalier和Mayzlin(2003)以及Liu (2006)等的結(jié)論:網(wǎng)絡(luò)口碑對受眾行為意愿的影響中，口碑的量是重要的影響因素。

微博口碑信息的量會對受眾收視意愿產(chǎn)生正向作用，不但支持了Asch的從眾說，不愿意被疏離的安全需求刺激著人們“隨大流”，而且，這種現(xiàn)象在中國社會特別明顯。因?yàn)橹袊鴤鹘y(tǒng)文化中集體主義思想對國人的影響引致從眾心理，與大多數(shù)人保持一致以避免沖突，是國人普遍的處事方式。網(wǎng)絡(luò)中的口碑信息傳播量越多，越能激發(fā)這種內(nèi)在動力，從而推動人們收看節(jié)目。因此，在微博平臺中，網(wǎng)絡(luò)口碑評論的量成為影響綜藝節(jié)目收視意愿的重要因素。無論是受到群體壓力的影響，還是傾向于從眾行為以獲得認(rèn)同，都證明了網(wǎng)絡(luò)口碑信息的量越高，受眾的收視意愿也越高。

(二)微博口碑傳播價(jià)對收視意愿的影響

根據(jù)調(diào)查，我們發(fā)現(xiàn)正價(jià)口碑信息場景中被試的收視意愿(M=0.55，SD=1.136)略高于負(fù)價(jià)口碑信息場景中被試的收視意愿(M=0.48，SD=1.230)。ANOVA顯示，兩者組間差別不顯著，F(xiàn)(1，198)=0.016，p=0.901。因此，說明口碑信息的價(jià)對收視意愿不產(chǎn)生顯著影響，H2不成立;由于口碑信息的價(jià)對收視意愿不產(chǎn)生顯著影響，即無法進(jìn)行調(diào)節(jié)變量的測量，H4不成立。

這一結(jié)果則顯示出了電視節(jié)目收視過程中，口碑的價(jià)，即正、負(fù)面評價(jià)并不會對收視意愿產(chǎn)生顯著影響，接收到負(fù)價(jià)口碑的受眾并沒有比接收到正價(jià)口碑的受眾收視意愿來得低。主要原因?yàn)橐韵氯c(diǎn):

(1)心理學(xué)中的負(fù)面偏好(Negativity Bias)表明為了避免負(fù)面經(jīng)驗(yàn)的影響，人們傾向于負(fù)面評價(jià)[23](Baumeister，2001)。負(fù)面評價(jià)更容易受到關(guān)注，影響力與正面評價(jià)不相上下。俗話說，好事不出門，壞事傳千里。自古以來，負(fù)面偏好一直存在并影響我們的生活，出于自我保護(hù)的目的，人們對壞消息更敏感。

負(fù)面評價(jià)的表達(dá)通常更讓人印象深刻，更容易受到關(guān)注。一方面，當(dāng)下網(wǎng)絡(luò)社會彌漫著負(fù)面氣息，各種奇葩、重口味的吐槽反而大受追捧，成為吸引眼球的必備手段，透露出當(dāng)下社會的浮躁喧囂，人們生活空虛、無聊，追求刺激來填補(bǔ)寂寞;另一方面，網(wǎng)絡(luò)成為負(fù)面情緒的宣泄口，大量網(wǎng)民通過反諷、惡搞反映社會現(xiàn)象，引發(fā)網(wǎng)友共鳴，受到網(wǎng)民的追捧。

(2)根據(jù)Petty[24](1983)提出的ELM模型，收看電視節(jié)目作為一個(gè)低風(fēng)險(xiǎn)的行為決策，受眾的卷入度低，并不會過多關(guān)注口碑信息的正、負(fù)面評價(jià)，所以，口碑的價(jià)，即正面、負(fù)面評論未顯示出對收視意愿的顯著差異。

(3)綜藝節(jié)目的口碑評價(jià)本身具有主觀性，僅個(gè)人觀感，所以口碑評價(jià)并不會成為評判標(biāo)準(zhǔn)。在綜藝節(jié)目這類文化產(chǎn)品的網(wǎng)絡(luò)口碑傳播中，“一千個(gè)讀者就有一千個(gè)哈姆雷特”，評價(jià)可能更具主觀性，傾向于表達(dá)受眾的感受。

(三)微博關(guān)系強(qiáng)度的調(diào)節(jié)作用

基于以上發(fā)現(xiàn)，我們進(jìn)一步考察口碑信息的量與關(guān)系強(qiáng)度的交互作用，分析的結(jié)果如表1所示，F(xiàn)(1，198)=4.168，p=0.043，口碑信息的量對收視意愿的影響中，關(guān)系強(qiáng)度有調(diào)節(jié)作用，H3成立。

表1 主體間效應(yīng)的檢驗(yàn)

關(guān)系強(qiáng)度的調(diào)節(jié)作用如圖2所示。在微博強(qiáng)關(guān)系傳播場景中，口碑信息的量對收視意愿的影響顯著F(1，98)=5.614，p=0.02;在微博弱關(guān)系傳播場景中，口碑信息的量對收視意愿的影響則更為顯著F(1，98)=32.834，p=0.000。這一結(jié)果表明了口碑信息量在影響收視意愿時(shí)受到關(guān)系強(qiáng)度的調(diào)節(jié)。

雖然整體的收視意愿上，強(qiáng)關(guān)系調(diào)節(jié)下的收視意愿仍高于弱關(guān)系調(diào)節(jié)下的收視意愿，但是可以發(fā)現(xiàn)圖2中，在口碑信息傳播量低的情況下，強(qiáng)關(guān)系調(diào)節(jié)的收視意愿明顯高于弱關(guān)系調(diào)節(jié)的收視意愿，而在口碑信息傳播量高的情況下，強(qiáng)關(guān)系調(diào)節(jié)的收視意愿與弱關(guān)系調(diào)節(jié)的收視意愿差距縮小，相差無幾。即關(guān)系強(qiáng)度的調(diào)節(jié)作用在低口碑信息量的場景中要更為顯著。這是由于在口碑信息量高的情況下，受眾收視意愿也相應(yīng)較高，關(guān)系強(qiáng)度的調(diào)節(jié)作用較小;在口碑信息量低的情況下，受眾收視意愿相對偏低，此時(shí)，關(guān)系強(qiáng)度的調(diào)節(jié)作用就更為突出，來自強(qiáng)關(guān)系的網(wǎng)絡(luò)口碑能夠帶來更高的收視意愿。

圖2 關(guān)系強(qiáng)度調(diào)節(jié)口碑信息量對收視意愿的影響

這個(gè)發(fā)現(xiàn)說明在微博口碑傳播中，強(qiáng)關(guān)系的傳播效果要好于弱關(guān)系的傳播效果，隨著關(guān)系強(qiáng)度的增加，口碑傳播量對收視意愿的影響會減弱。因?yàn)樵谖⒉┢脚_中互動頻率最多的依然是較為熟悉的人，多為現(xiàn)實(shí)生活中人際關(guān)系的延續(xù)，受眾一般不會拒絕來自熟人的推薦，因此強(qiáng)關(guān)系能夠調(diào)節(jié)收視意愿。

六、結(jié)論和展望

本研究利用互聯(lián)網(wǎng)平臺，通過現(xiàn)場研究結(jié)合問卷調(diào)查的方法探索了微博網(wǎng)絡(luò)口碑傳播對電視綜藝節(jié)目的收視意愿影響，豐富了新聞、書籍、電影之外媒介消費(fèi)領(lǐng)域的網(wǎng)絡(luò)口碑傳播研究;探討了網(wǎng)絡(luò)口碑傳播中影響收視意愿因素之間的交互作用，不僅證明網(wǎng)絡(luò)口碑傳播對綜藝節(jié)目收視意愿的重要影響，還發(fā)現(xiàn)人際關(guān)系是調(diào)節(jié)網(wǎng)絡(luò)口碑對收視意愿影響的重要因素(見H4)。

本研究屬于探索性研究，在未來的研究中將通過引入中性評價(jià)形成多級評價(jià)，進(jìn)一步討論口碑信息的價(jià)對于受眾收視行為意愿的影響;本研究為了研究操作，并未將轉(zhuǎn)發(fā)量、評論量分開考察，而轉(zhuǎn)發(fā)量主要指向傳播范圍，評論量則更偏重深度互動，在未來的研究中，我們將分列轉(zhuǎn)發(fā)和評論，討論比較兩者對受眾收視行為意愿影響的異同，進(jìn)一步完善網(wǎng)絡(luò)口碑對媒介消費(fèi)的影響機(jī)制。

作者:薛 可、張 漪

原載《當(dāng)代傳播》，2015年第1期

[1]① Hennig-Thurau T，Gwinner KP，Walsh G，etal.Electronic word-of-mouth via consumer-opinion platforms:what motivates consumers to articulate themselves on the internet？ [J].Journal of interactive marketing，2004，18(1):38-52.

[2]② Sun T，Youn S，Wu G & Kuntaraporn M.Online Word-of-Mouth(or Mouse):An Exploration of Its Antecedents and Consequences[J].Journal of Computer-Mediated Communication，2006，11:1104-1127.

[3] Kozinets R V.E-tribalized marketing？the strategic implications of virtual communities of consumption[C].European Management Journal，1999:252-264.

[4] Gelb B，Johnson M.Word-of-Mouth Communication:Causes and Consequences[J].Journal of Health Care Marketing，1995，15(3):159-160.

[5] Tim Christiansen，Stephen S.Tax.Measuring word of mouth:the questions of who and when？[J]. Journal of Marketing Communications，2000，6(3):185-199.

[6] Sabrina Helm.Viral Marketing—Establishing Customer Relationshipsby‘Word-of-mouse’[J]. Electronic Markets，2000，10(3):158161.

[7] 金立印.網(wǎng)絡(luò)口碑信息對消費(fèi)者購買決策的影響:一個(gè)實(shí)驗(yàn)研究[C].2007年JMS中國營銷科學(xué)學(xué)術(shù)年會暨博士生論壇，2007.

[8]④ Duhan D F，Johnson S D，Wilcox J B，etal.Influences on consumer use of word-of-mouth recommendation sources[J].Journal of the Academy of Marketing Science，1997，25(4):283-295.

[9]⑤ Wirtz J，Chew P.The effects of incentives，deal proneness，satisfaction and tie strength on word-of-mouth behaviour[J].International Journal of Service Industry Management，2002，13(2):141-162.

[10]⑥ Voyer PA.Word-of-Mouth Processes within a Services Purchase Decision Context[J].Journal of Service Research，2000，3:166-177.

[11]⑦ Money R B，Graham J L.Explorations of National Culture and Word-of-Mouth Referral Behavior in the Purchase of Industrial Services in the United States and Japan[J].Journal of Marketing， 1998，62(4):76-87.

[12]⑧ Bruyn A D，Lilien G L.Amulti-stage model of word of mouth through electronic referrals[J]. Ebusiness Research Center，2004.

[13]⑨ 郭國慶，楊學(xué)成，張楊.口碑傳播對消費(fèi)者態(tài)度的影響:一個(gè)理論模型[J].管理評論，2007，19(03):20-26.

[14]① Liu Y.Word-of-Mouth for Movies:Its Dynamics and Impacton Box Office Revenue[J].Social Science Electronic Publishing，2006，70(3):74-89.

[15]② Dellarocas C，Zhang X，Awad N F.Exploring the value of online product reviews in forecasting sales:The case of motion pictures[J].Journal of Interactive Marketing，2007，21(4):23-45.

[16]③ Duan W，Gu B，Whinston A B.Thedynamics of online word-of-mouth and product sales—An empirical investigation of the movie industry[J].Journal of Retailing，2008，84(2):233-242.

[17]④ Moon S.Dynamic Effects Among Movie Ratings，Movie Revenues，and Viewer Satisfaction[J]. Journal of Marketing AQuarterly Publication of the American Marketing Association，2010，74(1):108-121.

[18] Chevalier J A，Mayzlin D.The Effect of Word of Mouthon Sales:Online Book Reviews[J].Nber Working Papers，2003，43(3):345-354.

[19] Godes D，Mayzlin D.Using Online Conversations to Study Word-of-Mouth Communication[J]. Marketing Science，2004，23(4):545-560.

[20]⑦ 呂艷丹，鄭蘇暉，張樹庭.基于雙循環(huán)擴(kuò)散模式的電視節(jié)目網(wǎng)絡(luò)傳播效果研究[J].現(xiàn)代傳播(中國傳媒大學(xué)學(xué)報(bào))，2012，34(11):83-87.

[21]⑧ 丁俊杰，張樹庭，李未檸.視網(wǎng)融合背景下的電視節(jié)目影響力評估體系創(chuàng)新初探[J].現(xiàn)代傳播(中國傳媒大學(xué)學(xué)報(bào))，2010，(11):99-102.

[22] Asch S E.Studies of independence and conformity:I.A minority of one against a unanimous majority.[J].Psychological Monographs General & Applied，1956，70(9):1-70.

[23] Baumeister RF，Bratslavsky E，F(xiàn)inkenauer C，etal.Bad is stronger than good[J].Review of General Psychology，2001，95(3):477-509.

[24] Petty RE，Schumann D.Central and Peripheral Routes to Advertising Effectiveness:The Moderating Role of Involvement[J].Journal of Consumer Research，1983，10(2):135-146.