线上评价是传统口碑在互联网时代新的表现形式,是消费者获取商品相关信息的重要途径。随着移动互联网的发展和智能手机的普及,有别于C2C、B2C的O2O模式快速兴起,线上评价也具有了新的变化和特点。餐饮行业作为最先尝试O2O模式的行业之一,市场规模不断扩大,使用人数持续增长,这其中线上评价发挥了重要的作用。与此同时,信息过载和信息不足越来越困扰着用户和O2O平台,用户搜寻有助于消费决策的有用评价信息愈发困难。本文以餐饮O2O线上评价为研究对象,探讨影响用户认知线上评价有用性的因素,一方面结合餐饮O2O包含的新的特征,另一方面将文本挖掘技术引入有用性影响因素的识别中。本文研究从评论质量和评论者可信度两个维度共提出七个研究假设,并在信息采纳模型的基础上构建了线上评价有用性影响因素理论模型和实证模型。餐饮O2O线上评价的重要特征包括用户上传图片丰富、用户间互动度高,本文引入解释水平理论,详细的论述了图片对用户的重要作用和产生的巨大影响。当用户认知到购买行为发生在近期且评价信息者的兴趣爱好、观点想法有共同点时,会使用低水平解释表征评价信息,图片更容易对用户的购买决策造成影响。互动效应在用户进行线上评价回复交流时通过相互作用而彼此影响,联合起来产生增力使得该线上评价具有极高的有用性。针对已有研究多数用易于获取的评价信息文本长度表征评论深度,对评论深度和广度不加以区分,将评分作为评价信息发布者的真实情感倾向等方面,本文通过改良主题模型得到评论-主题模型,得到评价指标-主题-评价特征词群之间的层次关系,用文本挖掘技术得出的数据代替文本长度;通过构建情感词典,将评价信息文本分词,从义原、义项和词汇相似度计算词组的情感倾向,再考虑句子粒度综合计算评论文本的情感倾向,来代替评分。利用大众点评网上采集的真实数据和构建的模型,本文采用相关分析和多元线性回归分析对研究假设进行检验,实验结果表明本文所提的七个影响因素均对用户认知有用性产生重要作用。本文的研究时对线上评价系统有用性排序的有效指导,同时帮助用户提高撰写评价信息的水平。