Consumers refer to the reviews to collect information for their purchasing decisions, despite the questions about the accuracy of the ratings. Potential problems (e.g., manipulated reviews) lead consumers to question the trustworthiness of the ratings. Therefore, in the first essay, we empirically investigate the effect of valence on sales before and after the verified purchase scheme was introduced. Our results reveal that the introduction of the verified purchase scheme increases the predictive power of valence on sales and increases the reviewers’ rating value at the same time. These findings indicate that ratings biases or manipulations may restrict the value of the open review system. In addition, in the second essay, we investigate the reviewers and their reviews that can decrease the predictive power of valence. Our findings indicate that the predictive power of valence on sales in the mixed review systems is limited because of non-verified purchase reviews. To improve the predictive power of valence, we define a small subset of reviewers who have an extreme ratings pattern. Based on clustering analysis, text mining, and topic modeling, these reviewers have a possibility of degrading the predictive power of valence. Removing small percentage of these reviewers can improve the predictive power of valence. Our proposed method suggests the new perspective of manipulation and its management.
소비자들이 제품을 구매하기 전에 다른 소비자들의 리뷰를 많이 참고하지만, 조작된 리뷰 등의 영향으로 리뷰 평점의 신뢰성에 대한 의문이 제기되고 있다. 따라서 본 연구에서는 리뷰 평점의 예측력과 신뢰성에 대한 영향을 영화 산업을 대상으로 살펴보았다. 연구 1은 구매 검증 정책 도입 전후 평점이 매출에 미치는 영향을 분석하였다. 분석결과, 정책 도입 이후 평점의 예측력과 더불어 평점 그 자체의 값도 증가하는 것을 확인하였다. 이는 오픈 리뷰 시스템의 평점이 편향이나 조작에 의해 가치가 제한되어 있음을 나타낸다. 연구 2는 구매 검증 정책 도입 이후 상황에서 평점의 매출 예측력을 저하시키는 리뷰와 리뷰 작성자를 분석하였다. 검증되지 않은 리뷰의 평점이 예측력을 저하시킨다는 결과를 바탕으로 극단적 평점 패턴을 나타내는 리뷰 작성자들을 특정 하였다. 군집 분석, 텍스트 마이닝, 토픽 모델링의 결과를 바탕으로 해당 작성자들을 제거할 경우 평점의 매출 예측력이 증가함을 확인하였다. 본 논문에서 제시하는 방법론과 결과는 시스템 차원에서의 리뷰 관리에 시사점을 줄 수 있다.
