如何看破网购评论陷阱？心理学家教你一招
文：申思雨
来源：心理测验与评估（ID：gh_391183cc6a43）
想象一下，你将要买一个新的手机，在电商上搜索之后，你锁定了两款价格和性能都差不多的H手机和F手机，它们唯一的区别在于评价分数和评价人数不同，如下图（括号中的数字为评价人数）。
Oops，似乎这两款的评分都不太高，相比之下你更愿意选哪一个呢？
选哪个嘞？（单选）
当然是左边的 H
肯定是右边的 F
这个问题看起来很简单，绝大多数人都会选 H，毕竟它的评价人数多，评价分数也更高嘛 —— 但如果心理学家告诉你，其实选 F 更靠谱，你会不会感到不可思议？
斯坦福大学的Derek等学者依据上百万的商品评价数据，使用贝叶斯算法对消费者的“科学”购买行为建模，得出了上述结论。
评论数量与评价分数
在线上，我们对于商品的选择和质量判断，会更多依赖于商品品牌、详情介绍，尤其是其他消费者的满意度——买家评价的数量和评价的分数。人们都喜欢评论多、评分高的商品，这一般意味着更好的质量和更优的选择。
但另一方面，大量研究证实了在经济决策中，当面对诸如平均值、样本大小等统计线索时，人们经常使用简化的表征或过程来做决定，最后导致并不“科学”的推理和决策偏差。
这种依据评分跟风决策的方式真的“科学”吗？从 Derek 的研究来看，评价有用，但你可能跟错风了。
评价多的质量就高？
研究者从亚马逊上抓取了15,655,439条商品评价数据，对手机及配件、数码商品、健康美容及厨房用品4个品类的356,619种商品进行了分析，并控制了商品价格的差异。
研究使用核密度估计法（kernel density estimation），分别计算了这4类商品平均评价分数（x，取值范围1~5）在不同评价数量（n）上的条件概率。图2为4个商品类别的n值中P(x|n)的估计概率结果，横轴为平均评价分数x，纵轴为评价数量n。
亚马逊评价数据的分析结果
如图所示，评价分数在不同的评价数量中的分布都表现出了一致性——在四种商品类型中，无论评价数量较多还是较少，他们的平均评价分数的概率分布都相对稳定。
也就是说，虽然我们直觉认为好的商品会更受欢迎，但实际上评价分数和评价数量之间的关系并不大，仅仅受欢迎度（即评价数量）并不是有效的商品质量（即评价分数）指标。
反直觉？因为你忽略了评价数量对评价可靠性的影响
研究者使用贝叶斯模型（Bayesian Model）对决策行为进行建模，用样本均值推算整体均值，从评价数据中推断商品的质量。假定θ为总体商品评价的真值，在线评价为该总体的样本，依据样本中商品的平均评价分数（x）和评价数量（n）或P（θ | x，n），估计商品评价的真值（θ，取值范围1~5）。
根据该统计模型，对于商品A（多评价数量）或者B（少评价数量）的选择可以通过比较θA和θB的后验分布计算出来，通过计算P(θA > θB | xA, nA, xB, nB)，来确定哪个商品可能会更优质。图3为不同评论量下A商品（评价量多）优于B商品（评价量少）的优势概率，横轴为A商品评分，纵轴为A商品更优质的概率，不同的线型表示A商品不同的评分优势。
评论量多（左图）和评论量少（右图）时A商品优于B商品的优势概率
模型结果表明，样本容量越大，商品评论量越多，A商品的评分优势就越显著，我们越能确信结果的稳定性、越能证明商品质量的好或差；而当评论数量较少时，分数会更容易受到极端数据影响，商品质量的可能性也就越不稳定。
所以，当评价较好时，该模型倾向于选择评价数量较多的商品A(p(A优于B) > .50)，当评价较差时，该模型倾向于选择评价数量较少的商品B(p(A优于B) < .50)。
也就是说，当某商品的评价高于平均水平时，评价的人越多，该商品的质量就越可能有保证；但当某商品的评价低于平均水平时，选择评价人数少的商品是更优的决策。
我们都是直觉统计学家——消费者实际决策实验
好啦好啦，我能理解大家对这个结论有意见，再怎么样，不选 H 选 F 也太离谱了 —— 但至少，我们能够达成一个共识，那就是不能只看评价数量，对吧？
接下来是这篇研究的另一部分，也很有趣：研究者从Amazon Mechanical Turk (MTurk) 招募了138名成年人进行实验。该实验包含25组小测试，每组小测试都会向被试展示两款不同的手机，让被试从中选择一款。每款手机都有一个平均评价分数（从1星到5星）和总的评价人数；同一组小测试中两款商品的总评价人数相差125人左右（比如，高评价人数为150人，则低评价人数为25人）。
除了告诉被试两款手机价格差不多之外，没有任何关于手机的详情描述。被试每看一组商品，就需要对商品的购买意愿进行6点的评分（1为更愿购买左侧商品，6为更愿购买右侧商品）。也就是推文开始让大家做的小测试啦。
被试实际上是怎么选择的呢？他们的选择和上一个研究的模型结果大相径庭：总体而言，不论评价分数多少，被试都更偏爱评价数量多的商品，在25种不同条件测试的21种中，大多数参与者都选择了评价更高的商品（符号检测法，p < .01）。
选择评论较多商品的被试比例
研究结果表明，被试偏好多评价数量商品的偏见非常严重。
但事实上，当两个商品的评价都很低时，评价数量越多，数据越稳定，越能确信该商品的质量差；评价数量少时，评分会更多的受极端数据影响，相比之下这个商品反而有更高的优质可能性。
比如，在平均评分为3.1的一对商品中，一个评价量为29，另一个评价量为154，统计模型显示，评价数量少的商品有60%的可能性是更优质的；但实际上，90%的被试却都选择了评论数量更多的商品。
结语
虽然社会学习可以帮助我们通过观察别人的行为快速做决定，但启发偏差（heuristics and biases）常常让我们在疾驰的过程中走上错误的轨道，这种偏差在涉及数字的经济环境中尤为普遍。
所以下次再货比三家的时候，知道怎么选了吧？虽然，这只解决了千千万万个决策偏差的其中一个，人的大脑还有很多漏洞，等待我们慢慢挖掘。