《Journal of Travel Research》：Actions Speak Louder Than Words: Behavioral Versus Textual Credibility Signals in Tourism Review Platforms
编辑推荐：
在线评论对旅行者决策至关重要，但其可信度日益受到被操纵内容和策略性生成内容的挑战。本研究比较文本信号（textual signals，即评论者说什么）与行为信号（behavioral signals，即评论者在时间和跨商户维度上如何行动）。基于超过500万条Y
在线评论对旅行者决策至关重要，但其可信度日益受到被操纵内容和策略性生成内容的挑战。本研究比较文本信号（textual signals，即评论者说什么）与行为信号（behavioral signals，即评论者在时间和跨商户维度上如何行动）。基于超过500万条Yelp评论，研究发现行为模式，尤其是时间活动和评论者—商户结构，比单独文本特征提供更可靠的操纵可能性（manipulation likelihood）指标。一个结合行为与文本证据的晚融合模型（late-fusion model）提供最强的整体评估，而类别层面结果显示操纵风险在旅游语境（tourism contexts）中分布不均。本研究将评论可信度构建为多信号评估问题（multi-signal assessment problem），并强调行为一致性是信任的基础，从而推进旅游研究。在实践上，平台应优先进行行为监测、评论速度追踪和评论者—商户模式分析，同时将基于文本的检测作为补充性治理层。
本研究关注旅游评论平台中在线评论可信度受操纵性与策略性内容侵蚀的问题。既有旅游与电子口碑研究多从旅行者感知、信息质量、来源可信度、评论效价和平台信任等角度理解评论可信度，而虚假评论检测研究虽已关注文本与行为信号，但常将二者孤立考察，且较少回答在蓄意操纵条件下何种可信度信号更难被仿造。研究者据此提出可信度信号不对称框架（Credibility Signal Asymmetry Framework），将评论可信度视为多信号评估问题，并指出文本内容可被修订和优化，而跨时间、跨商户、跨类别的行为模式受协调成本、时间成本和操作性约束，因而可能保留更强诊断价值。研究使用Yelp Open Dataset中旅游相关类别数据，比较行为信号与文本信号对操纵可能性的识别能力，并检验二者整合是否优于单一模态；其意义在于把旅游评论可信度研究从“旅行者是否认为评论可信”推进到“在操纵风险下哪些信号仍可支持可信度判断”，同时为平台治理提供行为监测优先、文本检测补充的思路。
关键技术方法方面，研究来源为公开Yelp Open Dataset，筛选Casual Dining、Luxury Resort与Tourist Attraction三类旅游语境，排除代表性不足的Budget Hotel。研究者构建评论者—商户二部网络（bipartite network），计算17个行为与时间特征，采用Isolation Forest与Local Outlier Factor（LOF）集成进行无监督异常检测（anomaly detection），以Yelp Elite≥3年用户作为平台认可参考组，并结合K-means聚类、业务层聚合、Kruskal-Wallis H检验与Mann-Whitney U检验、DistilBERT-base-uncased文本分类、网络逻辑回归基线及stacked logistic regression晚融合（late fusion），以精确率—召回率曲线下面积（AUPRC）等指标评估。
研究结果如下。旅游评论平台活动模式：对1,559,401名用户、5,068,665条评论和59,979家商户的分析显示，Casual Dining在数量上占主导，Luxury Resort与Tourist Attraction的均值星级和评论者自选择特征不同；用户活动呈明显右偏分布，Elite参考组结构为后续比较提供基础。网络与时间特征区分（H1）：行为与时间特征统计显示，proxy suspicious用户具有更高绝对评论量、最长评论跨度、最高14天窗口爆发活动和更高日集中度，而普通非Elite用户爆发活动低、时间集中度弱；proxy authentic用户处于部分指标的中间位置但评论跨度长、类别多样性高，支持可疑评论行为具有可辨识的网络与时间签名。评论者群体间异常分数解读：集成异常检测区分了各参考组，proxy suspicious用户异常分数显著高于非Elite和proxy authentic用户，Mann-Whitney U检验均显著；但Elite用户也有一部分落入高异常区域，说明异常分数反映行为偏离与平台参与复杂度，而非欺诈或低可信度的直接证据。可疑旅游评论者的行为画像：对500名高分异常且有足够评论历史的用户进行K-means聚类，保留k=4得到High-Volume Burst、Rapid-Fire Targeting、Repeat-Heavy与Mixed Pattern四类画像，分别体现集中爆发、广泛高频覆盖、重复针对特定商户以及多维度温和偏离等模式。旅游业务脆弱性评估（H2）：业务层聚合显示Casual Dining平均异常评论占比最高，其次为Tourist Attraction与Luxury Resort，Kruskal-Wallis与Bonferroni校正后的Mann-Whitney U检验均显著但效应量多为小到中等；Tourist Attraction与Luxury Resort的中位异常评论占比为0，表明操纵暴露集中于部分商户而非均匀分布，支持竞争强度与交易频率较高语境更易暴露的预期。多模态融合性能（H3）：在平衡样本上，网络-only模型AUPRC为0.880，DistilBERT文本-only为0.715，混合融合模型最高，AUPRC为0.899、AUROC为0.920、F1为0.825，McNemar检验显示各模型差异显著；元学习器对网络概率信号权重更高，文本信号提供有意义但增量的补充价值，支持行为信号更可靠且融合优于单模态的假设。
讨论部分表明，本研究的理论贡献在于将在线评论可信度重构为操纵风险下信号可靠性不对称的问题，解释行为信号因受时间、商户、类别与社会关系约束而更难被规模化伪造，并指出异常不等于不真实，而应结合语境解释；类别结果表明操纵可能性嵌入具体市场条件。方法贡献在于在缺少经验证欺诈标签时，以行为异常检测初筛、Yelp Elite作为独立分配的平台认可参考组、文本分类和晚融合形成序贯证据链，并通过阈值敏感性与重叠检查避免将统计异常等同于欺诈。实践上，平台应优先建设评论速度、时间聚集和商户目标多样性等行为监测基础设施，并将文本分析作为补充层；前端应以校准化提示传达不确定性，避免直接标注单条评论为欺诈。局限包括单一平台与三类旅游类别、Elite并非真实性金标准、k=4聚类需外部复现、疫情期可能影响时间特征等。研究结论可译为：数字时代旅游学术中的可信度评估不能仅依赖内容评价；随着生成式人工智能不断缩小伪造文本与真实文本之间的差距，基于跨时间和跨商户行为一致性的检测框架提供了更持久的基础，而这种基础之所以更难被操纵，正是因为它更难被伪造。
