1、“.....取最近六个月的评分和六个月前的评分作为与时间相关的自变量。拟合模型同样地，采用最近六个月的评分六个月前的评分商品与实际相符打分商家服务态度打分作自变量，总评分值为函数值，结果如下模型是显著的，但是的系数的大于，因此，它们是不显著的。总评分只与六个月前的评分有关。检验模型的自变量的共线性和方差齐性，发现其变量的值都小于，且方差齐性良好，所以模型还是较为合理的。对两种商品评分模型的解释从以上分析可以看出，两种商品的评分模型有很大差别数码相机的商铺评分是由最近六个月的评分六个月前的评分商品与实际相符打分商家服务态度打分决定，说明消费者看重数码相机的商铺的不仅仅是以往的口碑......”。

2、“.....这与数码产品更新换代非常快有很大关系珠宝的商铺评分中最近六个月的评分的系数是不显著的，说明消费者更看重的是以往商家的口碑如何，珠宝相对于数码产品更新换代较慢，消费者对现在的关注就淡了些。这两个模型提醒淘宝网数码产品的店铺要时刻注意更新换代，否则就有被淘汰下去的可能，而珠宝商家要更加注重商品的质量，这样消费者才能更加光顾店铺。为了验证模型的合理性，我们还对手机，运动鞋等大众消费比较多的产品进行了分析。发现手机的回归模型与数码相机及其紧密，因为它们都是数码产品，有近似的特性和消费者满意程度。六模型的进步讨论本模型的创新之处在于对评分系统考虑了时间的作用......”。

3、“.....并与商品与实际描述相符打分商家送货速度打分和商家服务态度打分等普通变量充分结合在起做回归分析，形成个同时具有时间因素和空间因素的线性模型。记录评分的时间有些粗糙。若能每天获得组数据，则可以利用时间序列分析方法分析单个商铺的总,,,,,陈明亮，章晶晶网络口碑再传播意愿影响因素的实证研究浙江大学学报，年月，第卷第期付琛，网络口碑研究综述现代商业张莹，孙明贵西方网络口碑传播效应研究进展财贸研究，郗河，徐金发，罗时鑫，黄国群网络口碑与传统口碑对消费者购买决策影响比较研究财贸经济，年第期德尔霍金斯，戴维马瑟斯博，罗杰贝斯特消费者行为学年月，第版薛毅，陈立萍统计建模与软件清华大学出版社......”。

4、“.....第版高惠璇实用统计方法与系统北京大学出版社，年月，第版评分服务态度商品数收藏人气等变量随时间的变化，并作出预测，从而判断这个商铺未来的经营状况，从商铺的发展层面帮助消费者选择购物的商铺。回归所用的变量若能更多些，就能得到更全面更系统的结果。下步可以采用网上发行问卷的方式，并将问题分类，获得消费者的更多反馈，可以根据商铺性质将其分类，例如注重质量的商铺注重服务的商铺等，供消费者选择，为消费者服务。七结论及建议从前面的分析可知，淘宝网列出的有关于反映网络口碑的变量存在不同的关系。商铺的宝贝与描述相符评分，卖家的服务态度评分，卖家发货的速度评分，是对商铺的不同方面进行打分......”。

5、“.....更具有说服力。三项评分与总评分关系不大，说明了三项评分的合理性和代表性，能从具体的侧面反映商铺的品质。而收藏人气与总评分的无关性则说明了网络口碑的盲目性，人们总是浏览而不去购买，得到的收藏人气也不具有参考价值。在分析总评分时，为了避免新建立的商铺受时间和评分人数的影响。我们对数据进行标准化处理，得到了不同时期以分为满分的总评分。在得到不同商品的总评分后，我们可以进行正态检验，比较商品的差异性。由回归结果知，总评分与前六个月和六个月的总评分最相关，说明口碑长期以来好的商铺会获得更多消费者的认可，而那些短期内成立的小店，虽然评分高，但不能完全说明其口碑好。消费者在查看评分状况时......”。

6、“.....除了根据时间相关性得到的线性方程，我们还加入了收藏人数，商品数目等变量来讨论影响总评分的因素。对于不同种类的商品回归的方程不尽相同，主要是由于商品本身的性质和消费者行为的差异。消费者应该注意对不同类商品关注不同时期的评分。而商铺则应提高其不足的方面，如宝贝相符程度，以满足消费者的需要，获得更好的口碑。参考文献,,,,,,我们讨论了收藏人气与总评分的关系，如下表表两类商铺收藏人气，商品数目与总评分的关系珠宝数码相机利用进行相关性检验。结论这两类商铺的收藏人气，商品数目与总评分关系不大。变量选取由前面的分析可知，商铺的宝贝与描述相符评分，卖家的服务态度评分......”。

7、“.....收藏人气，商品数目与总评分关系不大，在考虑评分的时间关系时，可以先不作考虑，而作为参考变量。下面我们就总评分代表的消费者的综合评价进行模型建立。五模型建立与分析商铺的评分淘宝的评分规则根据以上分析结果和实际经验可知，淘宝商铺的总评分值与商铺的商品总数收藏次数关联性不大，而与各种评价等级好评中评差评的数量息息相关。通过回归分析研究目前商铺的总评分与各种评价等级的数量的定量关系，可以得到淘宝网对商铺的评价体系，进而方便下面考虑其他变量对消费者心理的影响，找到对店铺的合适的描述。以数码相机的商铺为例，建立的回归模型为用对模型进行估计，结果为估计模型参数下括号中为该参数的统计量检验值......”。

8、“.....对模型以及参数的显著性检验结果如下表模型及参数的显著性检验值显著性模型显著参数值显著性显著显著显著可知，淘宝评分模型是显著的，并且各个自变量参数的系数也是显著的。对模型进行异方差检验图残差图由多元线性回归理论可知，预测值的残差图中散点应随机地分布在到的带子里，这样的残差图成为正常的残差图。从上图可看出，本模型中的残差图只有少数点落在了，之外，拥有很好的方差齐性，说明不存在异方差的情况。对模型的参数进行自相关检验求出各个参数的方差膨胀因子如下表所示表方差膨胀因子参数每个参数的值都小于，说明模型的参数间并不存在自相关性，各个自变量都对总评分值有很好的贡献。综上所述......”。

9、“.....经过咨询，得知每个好评数为商铺的总评分加，中评数加，差评数减，这与我们拟合出的系数十分相符。建上述结果说明，总评分与时间关联很大，特别是最近六个月的评分和六个月前的评分这两个变量参数的值很大，最近周的评分系数虽然也显著，但是最近六个月的评分与最近周的评分有重复的部分，因此，下面建模在找寻时间变量的时候只考虑和。拟合模型通过中简单的分析，模型拟合采用标准化的最近六个月的评分六个月前的评分商品与实际相符打分商家服务态度打分作自变量，总评分值为函数值，结果如下检验模型和参数的显著性表用软件处理结果从上表可以看出，所有的参数的都是小于的......”。