2)消费者情感方差在多维度情绪和票房之间是否有调节作用？
2.文献综述
2.2.多属性态度理论
根据多属性态度理论，消费者对产品的总体态度可以分解为对每个产品属性的不同态度[13]。同样，消费者对产品的整体态度是对一个产品的各个维度或属性的偏好的总和。它可以表现为：
2.3.文本挖掘技术
2.3.1.情感挖掘
Table1.Naturallanguageprocessingtools
Table2.Mainsentimentdictionaries
2.3.2.主题模型
Figure1.Dynamictopicmodel
(II)对于每个单词：
3.假设提出
3.1.多维情感对票房的影响
H1：不同维度的情感(情节、明星、流派)对票房有正向影响。
3.2.消费者情感方差的调节作用
Figure2.Conceptualmodel
4.数据处理
Figure3.Multi-dimensionalsentimentanalysisframework
4.1.数据收集和描述
Table3.Variabledescriptions
Table4.Descriptivestatistics
4.2.维度提取
我们可以按照以下方式来命名主题：首先，选取权重最高的词语作为候选，如果该候选的词语与其他词语存在逻辑联系，则将其作为主题名称；否则，选取权重次高的词语作为候选主题，然后依次循环，直至确定主题的名称；我们也可以通过主题词之间的逻辑关系直接命名主题。
Table5.Changesofwordsandtheirweightsindimensionplot
4.3.情感计算
Table6.Examplesofgrammaticalrelationships
Figure4.Sentimentchangesindifferentdimensions
5.评估方法和实证结果
5.1.评估方法
传统的OLS回归模型研究的是因变量条件均值，无法分析各因素对票房分布的影响。为了弥补这个缺点，Koenker(2004)提出了QR回归[21]。QR的明显优势如下：1)QR不需要序列的正态分布，但是OLS回归要求序列满足计量经济学的基本假设。2)QR可以研究极值的重要影响，而OLS回归不能研究极值的影响。
5.2.实证结果
然后，我们采用联合假设检验(F检验)、拉格朗日乘数检验(LM检验)和豪斯曼检验(Hausman)来确定应该选择哪个模型。结果表明F检验的p为0.000，可以推断固定效应模型优于混合效应模型。LM检验的p为0.000，可推断随机效应模型比混合效应模型更好。Hausman的p也是0.000，所以最终选择固定效应模型。
Table7.Correlationmatrix
Notes:***p<0.01,**p<0.05,*p<0.1。
Table8.Theresultsofquantileregressionanalysis
6.结论与展望
6.1.管理启示
6.2.研究不足与未来方向
基金项目
教育部人文社会科学研究规划基金项目“企业社会责任影响资源配置效率的作用机制、理性边界与实证研究”(编号：20YJA630024)的阶段性成果。
参考文献
[1]郝晓玲,陈晓梦.体验型产品消费行为的羊群效应及机理研究——基于电影行业消费行为的实证解释[J].中国管理科学,2019,27(11):176-188.
[7]石文华,钟碧园,张绮.在线影评和在线短评对票房收入影响的比较研究[J].中国管理科学,2017(10):162-170.
[17]Blei,D.M.,Ng,A.Y.andJordan,M.I.(2003)LatentDirichletAllocation.JournalofMachineLearningResearch,3,993-1022.
[21]Koenker,R.(2004)Quantreg:AnRPackageforQuantileRegressionandRelatedMethods.TheComprehensiveRArchiveNet-WorkWebsite.