本文是在电子商务飞速发展和大数据兴起的背景下,以网站现实存在的商品在线评论(原评论和追加评论)为研究对象,分析消费者对商品属性、商家服务态度关注点的变化过程,继而提出相应的评价指标体系和改进建议。以往的研究大多只对原评论或追加评论一方面进行了研究,而对两者之间的关系变化和不同之处并未给予足够的重视。为了弥补这一不足,本文通过搜集网上客观存在的在线评论,结合大数据分析理念,分析消费者在给出商品原评论到追加评论的过程中的关注点及态度的具体变化过程,建立相应的商品属性、服务态度影响因素的划分模型以及评价动态变化的指标体系,为商家掌握消费者态度的变化过程,有针对性的改进产品品质或服务质量提供参考意见。以ELM理论为理论基础,建立商品在线评论的动态评价模型,并制定了结构分布指标、跨类变动指标和内部变动指标等3类一级指标,以及评论结构比、平移率、跨越率、集中率、扩散率、商品价值关注度、服务敏感度等二级指标。以天猫网高端手机和方便面的在线评论为例进行实证研究,详细说明模型和指标体系的应用过程,并验证其适用性。网商可借助该指标体系评价商品在线评论的变动情况,了解消费者态度变化趋势。本文主要研究结论如下:(1)追加评论相较于原评论更为可信,更能反映消费者对商品和服务关注的侧重点,所以商家要对追加评论给予足够的关注;(2)ELM理论对于消费者分析和接受在线评论内容的有着较高的适用性;(3)即使是网购,商品的本身属性和价值仍是消费者首先关注的重点,商家在保证商品品质的基础上还要完善服务质量,因服务是引起消费者负面评论的主要影响因素;(4)本文建立的指标体系在搜集、分析数据时耗时较长,在大数据时代背景下,应该倡导商家对在线评论有一个合理的分类以及开发相应的识别字段、分析软件,从而使得这一指标评价体系使用起来更为方便、省时。本文所得的成果和结论一方面可以为网商提供一个简捷有效的分析方法;另一方面让商家充分认识到,海量在线评论数据的潜在重大作用,鼓励商家应该竭力为数据挖掘开发新工具、新方法而努力,从而创造更大的企业价值。