میز خدمت الکترونیک
دوره ویراستاری

  اخبار و اعلانات

 آمار

تعداد نشریات127
تعداد شماره‌ها7,165
تعداد مقالات77,022
تعداد مشاهده مقاله155,682,087
تعداد دریافت فایل اصل مقاله117,275,136
شیرخدایی, میثم, فلاح نژاد, مبینا, کاظمی سراسکانرود, زهرا. (1404). تحلیل ژانر جامعۀ گفتمانی نظرهای آنلاین مشتریان: مورد مطالعه خرده‌فروشی دیجی‌‌کالا. , 17(3), 867-895. doi: 10.22059/jibm.2024.369013.4714
میثم شیرخدایی; مبینا فلاح نژاد; زهرا کاظمی سراسکانرود. "تحلیل ژانر جامعۀ گفتمانی نظرهای آنلاین مشتریان: مورد مطالعه خرده‌فروشی دیجی‌‌کالا". , 17, 3, 1404, 867-895. doi: 10.22059/jibm.2024.369013.4714
شیرخدایی, میثم, فلاح نژاد, مبینا, کاظمی سراسکانرود, زهرا. (1404). 'تحلیل ژانر جامعۀ گفتمانی نظرهای آنلاین مشتریان: مورد مطالعه خرده‌فروشی دیجی‌‌کالا', , 17(3), pp. 867-895. doi: 10.22059/jibm.2024.369013.4714
شیرخدایی, میثم, فلاح نژاد, مبینا, کاظمی سراسکانرود, زهرا. تحلیل ژانر جامعۀ گفتمانی نظرهای آنلاین مشتریان: مورد مطالعه خرده‌فروشی دیجی‌‌کالا. , 1404; 17(3): 867-895. doi: 10.22059/jibm.2024.369013.4714

تحلیل ژانر جامعۀ گفتمانی نظرهای آنلاین مشتریان: مورد مطالعه خرده‌فروشی دیجی‌‌کالا

مدیریت بازرگانی
دوره 17، شماره 3، 1404، صفحه 867-895    اصل مقاله (917.86 K)
نوع مقاله: مقاله علمی پژوهشی
شناسه دیجیتال (DOI): 10.22059/jibm.2024.369013.4714
نویسندگان
میثم شیرخدایی* 1؛ مبینا فلاح نژاد2؛ زهرا کاظمی سراسکانرود3
1دانشیار، گروه مدیریت بازرگانی، دانشکده علوم اقتصادی و اداری، دانشگاه مازندران، بابلسر، ایران.
2دانشجوی کارشناسی ارشد، گروه مدیریت بازرگانی، دانشکده علوم اقتصادی و اداری، دانشگاه مازندران، بابلسر، ایران.
3دانشجوی دکتری، گروه مدیریت بازرگانی، دانشکده علوم اقتصادی و اداری، دانشگاه مازندران، بابلسر، ایران.
چکیده
هدف: مشتریان هنگام خرید آنلاین با انواع متنوعی از انتخاب‌ها روبه‌رو می‌شوند؛ به همین دلیل، اغلب آن‌ها برای تصمیم‌گیری، به در دسترس‌ترین منابع اطلاعاتی، یعنی نظرهای آنلاین مراجعه می‌کنند. در پژوهش حاضر با هدف شناسایی و یافتن استراتژی‌های بلاغی (حرکات) در مفیدترین نظرهای آنلاین مشتریان، به بررسی این منابع اطلاعاتی پرداختیم. افزون‌براین، از آنجا که گمان می‌رود در میان استراتژی‌های بلاغی به‌کار گرفته شده در کالاهای مبتنی بر جست‌‌وجو و مبتنی تجربه، تفاوت وجود داشته باشد، استراتژی‌های بلاغی را در نظرهای مرتبط با هر یک از این محصولات نیز، مقایسه کردیم.
روش: به‌منظور دستیابی به اهداف تحقیق، در بخش اول پژوهش، از روش تحلیل ژانر و رویکرد تحلیل حرکت بالا به پایین برای بررسی مفیدترین نظرهای آنلاین مشتریان استفاده شد. شیوۀ گردآوری داده‌ها، نمونه‌گیری غیراحتمالی هدفمند و جامعۀ آماری، نظرهای آنلاین پُرفروش‌ترین محصولات دیجی‌کالا، در آبان ۱۴۰۱ بود. نظرهای ۳۷ محصول از پُرفروش‌ترین‌ها که موفق به کسب ۲۰ لایک یا بیشتر شده بودند، برای نمونۀ آماری پژوهش انتخاب شدند. در مجموع، ۴۱۴ نظر آنلاین مشتریان با نرم‌افزار مکس‌کیودا، نسخۀ ۲۰۲۰، تحلیل شد. در بخش دوم پژوهش نیز، ابتدا محصولات به دسته‌های مبتنی بر جست‎وجو و مبتنی بر تجربه دسته‌بندی شدند؛ سپس با تعیین فراوانی حرکات در هر نوع از کالاها، تفاوت بین ساختار نظرها، از منظر استراتژی‌های بلاغی به‌کار برده شده، بررسی شد. در نهایت با کمک نرم‌افزار اس‌پی‌اس‌اس، نسخۀ ۲۶ و آزمون استقلال کای اسکوئر، تفاوت در فراوانی‌ها سنجیده شد.
 
یافته‌ها: یافته‌های به‌دست‌آمده با روش تحلیل ژانر، نشان‌دهندۀ وجود ۶ حرکت اصلی و ۸ حرکت جزئی در متن نظرهاست که تمامی حرکات و گام‌های آن‌ها، ارائه شده است. حرکت‌های اصلی عبارت بودند از: عنوان، توصیۀ کلی، بیان تجربۀ شخصی، مرور ویژگی‌های کلی محصول، ارزیابی محصول و اعلام رضایت. به‌طور کلی، حرکات اصلی حدود ۸۲ درصد از کل متن را پوشش دادند. همچنین، یافته‌ها وجود تفاوت معنادار در به‌کارگیری حرکت‌ها را در میان انواع محصولات مبتنی بر تجربه و مبتنی بر جست‌وجو تأیید می‌کند.
نتیجه‌گیری: نظرهای آنلاین مشتریان، به‌علت ارائۀ ویژگی‌های محصول از دیدگاه مصرف‌کننده، اهمیت دارند. در این پژوهش شش حرکت اصلی شناسایی شد که از میان آن‌ها، فقط به‌کارگیری حرکت توصیۀ کلی برای درج نظر در سایت دیجی‌کالا الزامی بود و سایر حرکت‌ها توسط مشتریان انتخاب شدند. بر این اساس، می‌توان استدلال کرد که مصرف‌کنندگان در انتخاب ساختار نظرها آزادی دارند و حرکت‌های شناسایی‌شده، نشان‌دهندۀ عناصر با اهمیت در نظرهای آنلاین، از دیدگاه خود مصرف‌کنندگان هستند. با توجه اهمیت مفیدترین نظرها بر تصمیم به خرید، توصیه می‌شود که فروشگاه‌های آنلاین مشتریان خود را به نظردهی تشویق کنند. حرکات شناسایی‌شده نشان می‌دهند که تجربۀ شخصی و ارزیابی محصول، برای مصرف‌کنندگان اهمیت زیادی دارد؛ بنابراین فروشگاه‌ها می‌توانند با تأکید بر این موارد، به تولید محتوا بپردازند.
کلیدواژه‌ها
تحلیل ژانر؛ دیجی‌کالا؛ کالاهای مبتنی بر تجربه؛ کالاهای مبتنی بر جست‌وجو؛ مفیدترین نظرها
عنوان مقاله [English]
A Genre Analysis of Online Customer Review Discourse on the Digikala Online Retail Platform
نویسندگان [English]
Meysam Shirkhodaie1؛ Mobina Fallahnezhad2؛ Zahra Kazemi Saraskanrood3
1Associate Prof., Department of Business Management, Faculty of Economics and Administrative Sciences, University of Mazandaran, Babolsar, Iran.
2MSc. Student, Department of Business Management, Faculty of Economics and Administrative Sciences, University of Mazandaran, Babolsar, Iran.
3Ph.D. Candidate, Department of Business Management, Faculty of Economics and Administrative Sciences, University of Mazandaran, Babolsar, Iran.
چکیده [English]
Objective
Over the past decades, the widespread adoption of the Internet has led to continuous growth in online shopping platforms, while exposing customers to extensive choices across diverse product categories. Consequently, consumers increasingly rely on online reviews as an accessible and credible source of real-world information to support their purchase decisions. To address key research gaps in understanding the communicative patterns of online customer reviews, this study adopts a comprehensive mixed-methods approach conducted in two phases. In the first phase, we identify the rhetorical strategies (moves) used in the most helpful consumer reviews on DigiKala, Iran’s leading e-commerce platform. In the second phase, we examine potential differences in these rhetorical strategies between search goods and experience goods through a comparative analysis across product categories.
Methodology
To address the stated research objectives, we conducted a detailed Genre Analysis using a Top-down Move Analysis Approach grounded in this study. Data were collected using purposive non-probability sampling from the best-selling products on DigiKala between October 23 and November 21, 2022. The statistical population included all customer reviews associated with these products. The Statistical Sample consisted of reviews from 37 of the best-selling products that had received 20 or more likes. In total, 414 customer reviews were subjected to qualitative coding and analyzed using MAXQDA version 2020 software. In the second phase of the study, all selected products were classified as either search or experience goods. To explore structural differences in rhetorical strategies, move frequencies were compared across these categories. Frequency variations were analyzed using SPSS 26 through Chi-square Tests of Independence.
 
Findings
Customer online reviews consistently provide critical product insights directly from consumer perspectives, thereby serving as essential decision-making aids for potential buyers. This study successfully identified six Major Rhetorical Moves and eight Minor Moves within DigiKala's most helpful consumer reviews corpus, each serving a distinct communicative function. The Major Moves comprise: Title, Overall Recommendation, Personal Experience, Reviewing Products’ Overall Features, Product Evaluation, and Expressing Consent. Collectively, these Major Moves accounted for a substantial proportion, approximately 82 percent of the entire corpus. Crucially, the statistical findings robustly confirmed a significant difference in the frequency of these moves between experience and search goods.
 
Conclusion
Customer online reviews are demonstrably important within e-commerce ecosystems primarily because they provide authentic, unfiltered insights into tangible product features and performance directly from consumers’ real-world usage perspectives. This research identified six Major Moves, with only the Overall Recommendation being mandatory for posting reviews in DigiKala; other moves reflect consumer discretion. This optional deployment of other moves demonstrates reviewers' structural autonomy in crafting comments. Based on our findings, we argue that since Personal Experience and Product Evaluation are particularly important to consumers, online platforms and retailers can strategically enhance user engagement by creating targeted content to emphasize these moves.
کلیدواژه‌ها [English]
DigiKala, Experience goods, Genre analysis, Most helpful reviews, Search goods
مراجع
اصلاحی، فاطمه؛ میراحمدی، سید محمدرضا و آقاجانی، مجتبی (1403). شناسایی ابعاد و پیامدهای تجربه دیجیتال مشتری به‌‌روش پدیدارشناسی. مدیریت بازرگانی، 16 (1)، 194-215.

بخشی‌‌زاده، کبری؛ حاجی جعفر، علی و نصیری، حامد (1397). ترسیم نقشۀ ذهنی مشتریان فروشگاه اینترنتی دیجی‌کالا با استفاده از تکنیک استخراج استعاره‌‌ای زالتمن (زیمت). مدیریت بازرگانی، 10(1)، 49- 70.

پرنیان، پرهام (1401). طبقه‌بندی نظرهای مشتریان با رویکرد متن‌‌کاوی و یادگیری عمیق (نمونه موردی: نظرهای کاربران وبسایت دیجی‌‌کالا). مدیریت بازرگانی، 14 (4)، 675-694.

حسنقلی‌پور یاسوری، طهمورث؛ خانلری، میر و غریبی، محی‌الدین (1396). مطالعۀ شبکه‌‌نگاری برای شناسایی ابعاد زمینه‌‌ای تجربۀ مشتریان خدمات صنعت بانکداری. مدیریت بازرگانی، 9 (2)، 259-270.

خنیفر، حسین و مسلمی، ناهید (1394). اصول و مبانی روش‌‌های پژوهش کیفی: رویکردی نو و کاربردی. انتشارات نگاه دانش. تهران.

دیواندری، علی؛ کیماسی، مسعود و متقی، صنم (1402). شناسایی و طبقه‌‌بندی ویژگی‌‌های متون تبلیغاتی با محوریت رفتار درگیری مصرف‌‌کننده: رویکرد فراترکیب. مدیریت بازرگانی، 15 (3)، 481-503.

رحیم‌نیا، فریبرز؛ دعائی، حبیب‌الله و علیزاده، مسعود (1399). تبیین مدل تعاملی رویکرد استراتژیک، فرهنگ سازمانی و محیط مورد مطالعه: سازمان‌های صنعتی کوچک و متوسط شهرک صنعتی طوس استان خراسان رضوی. نشریه علمی راهبردهای بازرگانی، 10 (1)، 121-134.

رضائیان فردویی، صدیقه؛ فربد، ابراهیم؛ عباس‌پور، شادی؛ امانی، شهاب؛ حورعلی، منصوره و امیری، مسعود (1400). الگوسازی تجارت الکترونیکی شرکت دیجی‌‌کالا در دوران شیوع دنیاگیری کرونا. توسعه و سرمایه، 13 (7)، 49-67.

روشندل اربطانی، طاهر؛ عاملی، سعیدرضا و حاجی جعفری، مجتبی (1395). امکان‌‌سنجی کاربست محتوای کاربرساز در فرایندهای بازاریابی محتوایی؛ مطالعه موردی دیجی‌‌کالا. مطالعات رسانه‌های نوین، 2 (7)، 157-190.

قبادی لموکی، تحفه و خانی، مهدی (1401). بررسی تأثیر کیفیت خدمات الکترونیکی بر رضایت و اعتماد مشتریان در خریدهای آنلاین (مورد مطالعه: فروشگاه اینترنتی دیجی‏‌کالا). مدیریت تبلیغات و فروش، 3 (1)، 93- 111.

کریمی علویجه، محمدرضا و بخشی، محمد (1396). شناسایی افراد مؤثر در تبلیغات توصیه‌ای در بستر شبکه‌‏های اجتماعی آنلاین (مطالعه موردی: شبکه اینستاگرام شرکت دیجی‌کالا). فصلنامه مدیریت فناوری اطلاعات، 9 (3)، 587-612.

موسوی، سید محسن و امیری عقدایی، سید فتح اله (1399). شناسایی عناصر سازنده «ارزش پیشنهادی به مشتری» و تأثیر آن‌ها بر رضایت مشتری با استفاده از تحلیل احساسات بر مبنای متن‌‌کاوی. مدیریت بازرگانی، 12 (4)، 1016- 1092.

نوروزی، حسین؛ اصانلو، بهاره و صالح گوهری، علی (1403). بررسی تأثیر عوامل شناختی و عاطفی بر پاسخ رفتاری مصرف‌کنندگان در تبلیغات رفتاری آنلاین. مدیریت بازرگانی، 1(16)، 1-33.

 

References

Ahani, A., Nilashi, M., Yadegaridehkordi, E., Sanzogni, L., Tarik, A. R., Knox, K., Samad, S. & Ibrahim, O. (2019). Revealing customers’ satisfaction and preferences through online review analysis: The case of Canary Islands hotels. Journal of Retailing and Consumer Services, 51, 331–343.

Al-Khasawneh, F. M. (2017). A genre analysis of research article abstracts written by native and non-native speakers of English. Journal of Applied Linguistics and Language Research, 4(1), 1-13.

Askalidis, G. & Malthouse, E. C. (2016). The value of online customer reviews. RecSys 2016 - Proceedings of the 10th ACM Conference on Recommender Systems, 155–158.

Aziz, R.A., Abas, N., Yusob, K.F. & Yusof, N.M. (2022). Genre Analysis of Risk Management Reports by an Islamic Financial Institution in Malaysia. GEMA Online Journal of Language Studies, 22(2).

Bakhshizadeh Borj, K., Haji Jafar, A. & Nasiri, H. (2018). Eliciting Mental Map of the Customers of Digikala E-Stores Using Zaltman Metaphor Elicitation Technique (ZMET). Journal of Business Management, 10(1), 49-72. (in Persian)

Bhatia, V. (2002). Applied genre analysis: a multi-perspective model. Ibérica: Magazine of the European Association of Languages ​​for Specific Purposes (AELFE), (4), 3-19.

Biber, D., Connor, U. & Upton, T. (2007). Discourse on the Move: Using Corpus Analysis to Describe Discourse Structure. Amsterdam: John Benjamin

Birim, Ş. Ö., Kazancoglu, I., Mangla, S. K., Kahraman, A., Kumar, S. & Kazancoglu, Y. (2022). Detecting fake reviews through topic modelling. Journal of Business Research, 149, 884-900.

Bonyadi, A. (2012). Genre analysis of media texts. Procedia-Social and Behavioral Sciences, 66, 86-96.

Borg, E. (2003). Discourse community. ELT journal, 57(4), 398-400.

De Groot, E. B., Korzilius, H., Nickerson, C. & Gerritsen, M. (2006). A corpus analysis of text themes and photographic themes in managerial forewords of Dutch-English and British annual general reports. IEEE Transactions on Professional Communication, 49(3), 217-235.

De Jong, I. K. & Burgers, C. (2013). Do consumer critics write differently from professional critics? A genre analysis of online film reviews. Discourse, Context & Media, 2(2), 75-83.

Divandari, A., Keimasi, M. & Mottaghi, S. (2023). Identification and Classification of the Advertising Texts Features with the Focusing on Consumer Engagement Behavior: A Meta-synthesis Approach. Journal of Business Management, 15(3), 481-505.
 (in Persian)

Eslahi, F., Mirahmadi, S. M. R. & Aghajani, M. (2024). Identifying the Dimensions and Consequences of Digital Customer Experience: A Phenomenological Study. Journal of Business Management, 16(1), 194-215. (in Persian)

Fairclough, N. (1992). Discourse and Social Change. Cambridge: Polity Press.

Feng, D. W. (2019). Interdiscursivity, social media and marketized university discourse: A genre analysis of universities' recruitment posts on WeChat. Journal of Pragmatics, 143, 121-134.

Flowerdew, J. & Dudley-Evans, T. (2002). Genre analysis of editorial letters to international journal contributors. Applied linguistics, 23(4), 463-489.

Gavilan, D., Avello, M. & Martinez-Navarro, G. (2018). The influence of online ratings and reviews on hotel booking consideration. Tourism Management, 66, 53-61.

Ghobadi Lamuki, T. & Khani, M. (2022). Investigating the Impact of Electronic Service Quality on Customer Satisfaction and trust in Online Shopping (Case Study: Digikala Online Store). Journal of Advertising and Sales Management, 3(1), 93-111. (in Persian)

Hasangholipour Yasoori, T., Khanlari, A. & Gharibi, M. (2017). A Nethnography Study to Identify the Underlying Dimensions of Customer Experience in the Banking Industry. Journal of Business Management, 9(2), 259-270. (in Persian)

Heng, Y., Gao, Z., Jiang, Y. & Chen, X. (2018). Exploring hidden factors behind online food shopping from Amazon reviews: A topic mining approach. Journal of Retailing and Consumer Services, 42, 161-168.

Hsiao, C. H. (2015). Genre analysis of low-rated and high-rated literature reviews by EFL postgraduates. International Journal of English Language Teaching, 3(1), 1.

Ishak, C. N. & Hidayatullah, M. A. (2022). An analysis of moves and first-person references in Indonesian hotel responses to online positive reviews. Studies in English Language and Education, 9(3), 1221-1238.

Işık, E. E. (2023). A corpus-based genre analysis of promotional-informational discourse in online painting exhibition overviews. English for Specific Purposes, 70, 44-56.

Islam, M., Kang, M. & Haile, T. T. (2021). Do hedonic or utilitarian types of online product reviews make reviews more helpful?: A new approach to understanding customer review helpfulness on Amazon. Journal of Global Information Management (JGIM), 29(6), 1-18.

Jiménez, F. R. & Mendoza, N. A. (2013). Too popular to ignore: The influence of online reviews on purchase intentions of search and experience products. Journal of Interactive Marketing, 27(3), 226-235.

Karimi Alavijeh, M.R. & Bakhshi, M. (2017). Determining Influential user in social networks (The case of: Word of Mouth on DigiKala Company Instagram Page). Journal of Information Technology Management, 9(3), 586-612. (in Persian)

Khanifar, H. & Muslimi, N. (2018). Principles and basics of qualitative research methods, volume two: new theory and application. Neghah Danesh Publication. Tehran.
(in Persian)

Lee, P.C.W. (2016). A discourse description of four fundraising texts–linguists meet practitioners: An exploratory study. Discourse and Interaction, 9(2), 25-50.

Lee, S. & Choeh, J. Y. (2016). The determinants of helpfulness of online reviews. Behaviour & Information Technology, 35(10), 853-863.

Lin, C. A. & Xu, X. (2017). Effectiveness of online consumer reviews: The influence of valence, reviewer ethnicity, social distance and source trustworthiness. Internet Research, 27(2), 362-380.

Majumder, M. G., Gupta, S. D. & Paul, J. (2022). Perceived usefulness of online customer reviews: A review mining approach using machine learning & exploratory data analysis. Journal of Business Research, 150, 147-164.

Marco, M. J. L. (2002). A genre analysis of corporate home pages. LSP and professional communication (2001-2008), 2(1).

Mousavi, S. M. & Amiri Aghdaie, S. F. (2021). Identifying the Constructive Elements of “Value Proposition” and their Impact on Customers’ Satisfaction using Sentiment Analysis based on Text Mining. Journal of Business Management, 12(4), 1092-1116.
(in Persian)

Mudambi, S. M. & Schuff, D. (2010). Research note: What makes a helpful online review? A study of customer reviews on Amazon.com. MIS quarterly, 185-200.

Müller, M. & Gutt, D. (2019). Heart over Heels? An Empirical Analysis of the Relationship between Emotions and Review Helpfulness for Experience and Credence Goods.

Nelson, P. (1970). Information and consumer behavior. Journal of political economy, 78(2), 311-329.

Norouzi, H., Osanlou, B. & Saleh Gohari, A. (2024). Examining the Impact of Cognitive and Emotional Factors on Consumer Behavioral Responses in Online Behavioral Advertising. Journal of Business Management, 16(1), 1-33. (in Persian)

Parnian, P. (2022). Customer Reviews Classification with Text Mining and Deep Learning Approach (Case Study: Digikala Customers Reviews). Journal of Business Management, 14(4), 675-694. (in Persian)

Pollach, I. (2006). Electronic word of mouth: A genre analysis of product reviews on consumer opinion Web sites. Proceedings of the Annual Hawaii International Conference on System Sciences, 3.

Pyo, T. H., Lee, J. Y. & Park, H. M. (2022). The Effects of Consumer Preference and Peer Influence on Trial of an Experience Good. Journal of Marketing Research, 59(6), 1161-1178.

Rahim Nia, F., Doai, H. & Alizadeh, M. (2019). Explanation of the interactive model of strategic approach, organizational culture and the studied environment: small and medium industrial organizations of Tous Industrial Town, Razavi Khorasan Province. Scientific Journal of Business Strategies, 10 (1), 121-134. (in Persian)

Rau, G. & Shih, Y. S. (2021). Evaluation of Cohen's kappa and other measures of inter-rater agreement for genre analysis and other nominal data. Journal of English for academic purposes, 53, 101026.

Rezaiyan Fardoie, S., Farbod, E., Abbaspour, S., Amani, S., Hourali, M. & Amiri, M. (2022). Modeling E-Commerce of Digikala Company in Pandemic Corona Outbreak. Journal of Development and Capital, 7(1), 49-67. (in Persian)

Roshandel Arbatani, T., Ameli, S. R. & Hajijafari, M. (2016). Application Model of User-Generated Content of in Content Marketing Processes; A Grounded Study on Digikala. New Media Studies, 2(7), 157-190. (in Persian)

Sadeghi, V. & Samuel, M. (2013). Genre analysis of the letters of appeal. Discourse Studies, 15(2), 229-245.

Sakulthong, N. & Gampper, C. (2022). A Study of Move Analysis in American NPOs' Online Fundraising Pages: A Comparison between Domestic and Global Campaigns in Health Operations. LEARN Journal: Language Education and Acquisition Research Network, 15(2), 946-976.

Schmid, B. & Axhausen, K. W. (2019). In-store or online shopping of search and experience goods: A hybrid choice approach. Journal of choice modelling, 31, 156-180.

Skalicky, S. (2013). Was this analysis helpful? A genre analysis of the Amazon. com discourse community and its “most helpful” product reviews. Discourse, Context & Media, 2(2), 84-93.

Sun, X., Han, M. & Feng, J. (2019). Helpfulness of online reviews: Examining review informativeness and classification thresholds by search products and experience products. Decision Support Systems, 124, 113099.

Swales, J.M. )1990(. Genre Analysis: English in Academic and Research Settings. Cambridge University Press, Cambridge, MA.

Thumvichit, A. & Gampper, C. (2019). Composing responses to negative hotel reviews: A genre analysis. Cogent Arts & Humanities, 6(1), 1629154.

Thumvichit, A. (2016). A genre analysis of hotel responses to ‘positive reviews’: Evidence from TripAdvisor. com. In The 2016 WEI International Academic Conference Proceedings. 1-7.

Trenz, M. & Berger, B. (2013). Analyzing online customer reviews-an interdisciplinary literature review and research agenda.

Upton, T. A. & Cohen, M. A. (2009). An approach to corpus-based discourse analysis: The move analysis as example. Discourse studies, 11(5), 585-605.

Wang, Y. (2022). Progress and Trends of Genre Analysis in Business Context-a Review of SSCI Papers in the Past Decade. Sch Int J Linguist Lit, 5(11), 397-402.

آمار
تعداد مشاهده مقاله: 1,724
تعداد دریافت فایل اصل مقاله: 417





سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب