Online retailers use product ratings to signal quality and help consumers identify products for purchase. These ratings commonly take the form of either non-personalized, aggregate product ratings (i.e., the average rating a product received from a number of consumers such as “the average rating is 4.5/5 based on 100 reviews”), or personalized predicted preference ratings for a product (i.e., recommender-system-generated predictions for a consumer’s rating of a product such as “we think you’d rate this product 4.5/5”). Ratings in either format can provide decision aid to the consumer, but the two formats convey different types of product quality information and operate with different psychological mechanisms. Prior research has indicated that each recommendation type can significantly affect consumer’s post-experience preference ratings, constituting a judgmental bias, but has not compared the effects of these two common product-rating formats. Using a laboratory experiment, we show that aggregate ratings and personalized recommendations create similar biases on post-experience preference ratings when shown separately. Shown together, there is no cumulative increase in the effect. Instead, personalized recommendations tend to dominate. Our findings can help retailers determine how to use these different types of product ratings to most effectively serve their customers. Additionally, these results help to educate the consumer on how product-rating displays influence their stated preferences. Published Online: July 28, 2021

中文翻译：

---

个性化推荐与综合评分对消费后偏好反应的影响

在线零售商使用产品评级来表示质量并帮助消费者识别要购买的产品。这些评级通常采用非个性化的综合产品评级（即，产品从多个消费者获得的平均评级，例如“基于 100 条评论的平均评级为 4.5/5”）或个性化预测偏好的形式产品评分（即推荐系统生成的对消费者对产品评分的预测，例如“我们认为您对该产品的评分为 4.5/5”）。任何一种格式的评级都可以为消费者提供决策帮助，但这两种格式传达了不同类型的产品质量信息，并以不同的心理机制运作。先前的研究表明，每种推荐类型都会显着影响消费者的体验后偏好评级，构成判断偏差，但没有比较这两种常见产品评级格式的效果。使用实验室实验，我们表明，当单独显示时，汇总评级和个性化推荐会在体验后偏好评级上产生类似的偏差。一起显示，效果没有累积增加。相反，个性化推荐往往占主导地位。我们的发现可以帮助零售商确定如何使用这些不同类型的产品评级来最有效地服务于他们的客户。此外，这些结果有助于教育消费者了解产品评级显示如何影响他们陈述的偏好。在线发布：2021 年 7 月 28 日 我们表明，当单独显示时，综合评分和个性化推荐会对体验后偏好评分产生类似的偏见。一起显示，效果没有累积增加。相反，个性化推荐往往占主导地位。我们的发现可以帮助零售商确定如何使用这些不同类型的产品评级来最有效地服务于他们的客户。此外，这些结果有助于教育消费者了解产品评级显示如何影响他们陈述的偏好。在线发布：2021 年 7 月 28 日 我们表明，当单独显示时，综合评分和个性化推荐会对体验后偏好评分产生类似的偏见。一起显示，效果没有累积增加。相反，个性化推荐往往占主导地位。我们的发现可以帮助零售商确定如何使用这些不同类型的产品评级来最有效地服务于他们的客户。此外，这些结果有助于教育消费者了解产品评级显示如何影响他们陈述的偏好。在线发布：2021 年 7 月 28 日 我们的发现可以帮助零售商确定如何使用这些不同类型的产品评级来最有效地服务于他们的客户。此外，这些结果有助于教育消费者了解产品评级显示如何影响他们陈述的偏好。在线发布：2021 年 7 月 28 日 我们的发现可以帮助零售商确定如何使用这些不同类型的产品评级来最有效地服务于他们的客户。此外，这些结果有助于教育消费者了解产品评级显示如何影响他们陈述的偏好。在线发布：2021 年 7 月 28 日