1、隨著互聯(lián)網(wǎng)的快速發(fā)展，帶動了網(wǎng)絡(luò)商務(wù)的興起，網(wǎng)絡(luò)消費已經(jīng)成為人們社會生活重要一部分。但是由于網(wǎng)絡(luò)交易中產(chǎn)品不確定性，導(dǎo)致人們越來越迫切需要獲得信息來幫助個人進(jìn)行購買決策、幫助企業(yè)進(jìn)行反饋收集。因此，在線評論受到了越來越多的關(guān)注。然而，大量的在線評論中參雜著一些無用甚至惡意的評論，給人們獲取有用信息帶來了困難，如何在海量評論中獲得真正有用的評論得到了學(xué)者們的關(guān)注。
　　本文結(jié)合領(lǐng)域中的一些成果，針對如何預(yù)測在線評論的有用性展開研究，

2、主要工作如下:
　　(1)在線評論有用性的預(yù)測相關(guān)綜述:首先介紹了本文的研究背景、研究目的及意義等，隨后對目前領(lǐng)域中的一些研究方法進(jìn)行介紹，并結(jié)合這些研究成果和研究中存在的一些問題提出本文的研究方法。
　　(2)建立RRS-L模型，并分析影響因素:目前，用于預(yù)測評論有用性的影響因素主要集中的評論文本這一單個屬性，針對這個問題，本文綜合考慮評論文本屬性、評論者屬性和店鋪屬性三個方面，基于多元線性回歸模型建立了RRS-L模型。在