Recently, understanding the context of the review system is getting attention because of the indecisive role of a
sentiment of Review on Review helpfulness. We suggest that consumers form their initial belief based on Prospect
theory and find Review helpful if the sentiment of that Review supports their initial belief building on confirmation
bias. We used Amazon book data and used Tobit regression and Zero-inflated negative binomial regression to
support our hypotheses. The findings of this study show that in the product with a high average rating and low
rating variance / low average rating and high rating variance, positive sentiment from review increases votes from
other consumers. Our study is the first to examine the role of rating statistics (average rating/rating variance) with
a sentiment of Review how those affects Review helpfulness based on incorporating Prospect theory and
Confirmation bias.
최근 들어 리뷰에 담긴 감정이 리뷰의 유용성에 미치는 영향에 대한 상반된 연구 결과가 나옴에
따라 리뷰 환경에 대한 이해를 통해 리뷰의 유용성을 보려는 연구가 중요시되고 있다. 본
연구에서는 리뷰에 담긴 감정이 전망이론과 확증편향 이론에 기반하여 리뷰의 유용성에 이질적인
영향을 미칠 것으로 가정하였다. 본 가정을 검증하기 위해 아마존 책 데이터를 사용하였고, 토빗
모델과 영과잉 음이항 회귀 모델을 통해 분석을 수행하였다. 분석 결과로 높은 평점과 낮은
분산인 제품군/낮은 평점과 높은 분산인 제품군에서는 긍정적인 감점이 담긴 리뷰가 리뷰의
유용성을 증가시키는 경향이 나타났다. 위 연구는 리뷰가 가지는 감정이 평점 통계량(평점 분산과
평균 평점)과 함께 리뷰의 유용성에 대해 미치는 영향을 전망이론과 확증편향을 이용해 해석한 첫
연구이다.
