随着信息技术的迅速发展,互联网技术与经济社会各领域深度融合,电子商务市场蓬勃发展,网络购物渗透到生活的方方面面,成为当代社会最为常见的消费方式。海量在线评论信息成为这个网络时代下产品信息传播的一种新方式。消费者通过阅读在线评论信息获取真实的产品或服务信息,消除由商家描述和展示产品或服务导致的信息不对称问题。同时,网络水军的出现、以及消费者的习惯性评论等因素使大量在线评论质量良莠不齐,影响潜在消费者的信息获取,误导其作出正确的购买决策,由此造成的结果对于商家及平台也造成一定程度的影响。因此,从海量评论中识别有用的在线评论信息成为当前消费者的最大需求。目前对于在线评论有用性研究虽然较多,但由于研究对象和研究方法的差异,研究结果不尽统一,仍然存在缺陷,所以探究哪些因素会影响在线评论感知有用性尤为重要。本研究在对国内外相关文献研究进行总结整理的基础上,以精细加工可能性模型和霍夫兰德说服模型为理论基础,并以亚马逊网站为例,基于评论者、评论内容和评论阅读者三个要素定义影响在线评论有用性的10个指标,构建影响在线评论感知有用性的理论模型。本研究选取亚马逊电子商务网站电子类产品的评论为研究样本,基于python3.6的scrapy框架设计爬虫程序,结合Mysql及Redis数据库抓取收集研究所需的样本数据,在对这些数据进行过抽样预处理的基础上,采用适当的数据转换方式对指标如评论长度进行对数转换等量化处理,以改善其正态性。利用SPSS软件进行描述性统计分析、相关性分析和多重共线性检验,最后利用回归分析对模型进行假设检验,以此验证假设结果。通过实证分析可得出,评论长度、评论信息量、评论情感强度、评论时效性、评论星级、评论图片数量、阅读者回复数、评论者参与度、评论者权威性和评论者等级性对在线评论的感知有用性均产生显著影响。根据所得结论,本文对消费者、商家和电商平台均提出相应的建议和对策。