王翀：社交网站点评，可信度有多少？

“

用户在点评网站上发布的内容，是内心的真实想法吗？

用户发布点评内容时，是否会受到好友的影响？影响几何？

市场推广人员如何剔除同质性影响客观考察产品？

社交网站已经成为商家吸引新用户、增强用户粘性和提升用户体验的重要工具。不少社交网络平台（例如美国版“大众点评”Yelp、影视剧点评网站烂番茄、中国的豆瓣网）通过允许用户点评商品或服务增加好友间互动性，进而沉淀用户，同时商家也会根据用户的点评改进商品或服务。

光华管理学院的王翀教授和合作研究者基于点评网站的大量用户数据以及准实验的研究机制，发现用户间建立社交关系后，点评的用户会受到在他之前点评的朋友的影响，倾向于给出与朋友意见相近的点评，从而扭曲了产品真正的用户反馈。

”

社交网站上点评趋同，是好友同质，还是社交压力所致

社交网站推出点评功能的基本原理之一是口碑效应，它假设每个消费者的评价是独立作出的，不受其他人的影响，这种独立客观的评价对于其他人而言才会有更有作用。

但本项研究的结果显示，消费者的评价不是产生于真空中，其他人的评价形成了独特的语境，个体消费者的意见受到了好友的“社交推动”。

社交关系能对身处其中的个体造成压力，这种压力来源于遵循社会规范，也来源于社会身份的认同。除此之外，一些很难评估质量的商品或服务，例如膳食补充剂、医生的医术、汽车维修等，被称为“信用品”，这些商品和服务即便使用过后也很难客观评价其功效，此时个体用户就更倾向于参考朋友的评价来推断其质量。书籍，从一个层面来说，也部分具备“信用品”的特质。

有人会说，那么点评内容相似也很正常。

如果好友对同一件商品的评价相似仅仅是因为两人的喜好本就相近，那么点评网站的运营人员大可不必担忧用户评论会越来越趋同并背离真实情况，因为用户的评价本就基于他自己的偏好和品位，社交功能不会改变这一点。

但如果用户是在社交关系的压力下做出与好友相近的评论，一件商品的评分就会在第一位用户的评价的基础上，越来越向极端发展，点评内容对社交关系形成了“路径依赖”，很难回归点评功能的初衷——真实反应商品使用体验。

王翀教授的研究力图通过剔除掉好友同质性的影响，刻画用户对商品的评价如何受到好友评价的影响，这也是这项研究的创新之处，以往针对社交影响力的研究通常把重心放在用户消费行为或用户态度、偏好上。

研究如何剔除“好友同质性”

如何将好友同质性的影响从社交关系的影响中剥离出去？最严谨科学的方式是随机分组实验，并确保每组用户中，成为好友的用户的“同质性”在同一水平——这很难在现实中操作。

王翀教授的研究另辟蹊径，利用记录了用户间何时建立好友关系以及何时发表评论的实证数据，识别出剔除同质性影响后的“社交推动”作用。

这项研究基于来自豆瓣的数据，利用豆瓣后台记录的数据，研究者们采集了自2008年2月到8月期间存在线上社交关系的豆瓣用户（用户信息已做脱敏处理），共有286140人、200万对好友。

本项研究主要针对这些用户对书籍的评分（5分制）进行数据分析，即便缩小到书籍范围，豆瓣网仍提供了海量数据：33605名用户针对20480本书贡献了171588条评分。每一对好友关系、每一条点评，都有精确的时间记录。

研究者构建了一个因变量为“用户i对图书j的评分”的回归公式，在这个公式中，自变量包括：

• i的全部豆瓣好友在豆瓣上对这本书的公开评分，取平均值

• i与全部好友建立好友关系与i发表评分的时间先后顺序，即：要么i先和这些人建立好友关系，之后好友发表对书籍的评分，i在此影响下发表评分；要么i的非好友发表了对书籍的评分，然后i发表了评分（i可能看到了别人的评分也可能没看到），最后i和这些人建立好友关系（简化起见，假设只有这两种情况）

• 上面两个自变量的数学乘积，用来衡量两个变量的交互作用

在这个公式中，用户i对图书j的评分作为因变量存在，即代表我们假设i对书籍的评分发生在好友评分之后。这一假设无碍于实证数据的获取和分析，因为在现实中，总有用户是在好友之后发表评分，我们总能找到符合上述条件的用户。

这个实验机制之所以能剔除好友同质性的影响，关键在于豆瓣的数据库中，既能找到“先建立好友关系-好友发表评分-用户i发表评分”的数据，又能找到“陌生人发表评分-用户i发表评分-用户i和他们建立好友关系”的案例。如果豆瓣好友间仅存在品味相近的情况而没有社交关系的压力存在，那么不论前一种情形还是后一种情形，用户i的评分与他的好友们的评分的差值应该是相同的。如果社交关系确实给用户i施加了一定影响，促使i给出和好友接近的评分，那么前一种情况下，i的评分应该比后一种情况更接近于好友评分。

这项发生在真实社交网络环境里的准实验，数据验证了研究者们的假设：社交影响用户点评的现象确实存在。用户在与他人建立好友关系后的点评，比未与他人建立好友关系时点评，更容易受到已点评好友的影响。即便考虑到好友同质性的存在，社交压力也在同质性的基础上进一步发挥作用，促使好友间的评分趋同。

朋友少的人更容易受影响

为扩展研究结论的适用性，研究者们进一步分析了交朋友的时间早晚、社交网络规模（朋友个数的多少）、书籍本身特质以及朋友点评的时间和评分的高低等因素如何影响到用户的社交压力，从而影响用户评分。数据表明：

•     相比早期交的朋友，最近交的朋友发表的书籍评分对用户影响更大

•     上面研究的是“多对一（全部朋友的平均评分对用户的影响）”，把好友关系拆成“一对一”后，社交影响力仍然存在。成为朋友后，两个人对同一书籍的评分比成为朋友前更接近

•     朋友数量越少的用户越容易受到好友意见的影响

•     越流行（流行有2个层面的含义：1. 经典程度，即该书籍在豆瓣上创建的时间较早；2. 关注度，即该书籍被评分的次数）的书籍越容易出现朋友间评分相互影响的现象

•     朋友越是最近发表的评分对用户影响力越大

•     朋友评分极低的书籍（本项研究的所有书籍平均评分是4.1，评分低于3分定义为极低），同伴压力更大，用户容易打出和好友相近的分数；而评分极高（高于4分）的书籍则不存在这种倾向

研究的启发

这项研究给社交产品的从业者哪些启发呢？

需要考察社交影响力对产品起到了正面推荐的作用还是培育了一个极端意见不断发酵的环境。如果是前者，平台的设计者和运营者可以创造或改善点评的社交功能，鼓励用户建立社交关系并把好友的点评主动呈现到用户眼前；如果是后者，就需要从算法、功能上避免过多的好友点评曝光，取而代之的是向用户推荐更客观的评论内容，例如那些独立作出评价的用户的评论（他的好友没有在他之前作出评论），或者当怀疑用户的意见严重受到好友影响时，在他的评价上打上特殊标签，以提醒看到这条评价的其他用户。进一步，要重视更广泛的社交媒体环境中广泛存在的社会影响的效果。虽然本项研究主要关注数量化的评价指标，但是在更广泛的评论场景中社会影响同样存在。从事市场推广的工作人员则需要识别出产品早期的使用者和意见领袖，维护好他们的口碑。

王翀，北京大学光华管理学院管理科学与信息系统学系副教授。2004年毕业于北京大学数学科学学院应用数学专业，2006年获清华大学金融学硕士学位，2012年于香港科技大学商学院获得博士学位。2012年至2017年任教于香港城市大学商学院。王翀教授关注现代信息技术，如互联网、区块链，人工智能等，对社会、经济系统产生的颠覆性冲击。他的研究涉及社交媒体，平台化商业模式，群体智能与众包，金融信息技术应用与监管等多个前沿领域。他的论文发表于Information Systems Research，Journal of Management Information Systems，Decision Support Systems等重要国际学术期刊，并在Information Systems Journal担任Associate Editor。