网上购物的虚拟性特征加剧了信息不对称和“柠檬市场”问题,在线声誉机制的建立对促进良好信任关系建立、提高市场效率,营造有序在线市场竞争环境有重要意义,是营销、服务和消费者行为领域重要研究部分。目前多数学者对在线声誉的研究主要集中在在线企业声誉和在线零售商声誉上,采用数据挖掘方法对商品声誉进行研究时大都关注在线评论效价单一维度或在线评论文本总体粗粒度情感倾向评估,对商品由一系列属性组成的关注不够,消费者对商品特定特征的情感态度及强度是对声誉高低起重要影响作用。本研究从消费者认知和情感角度出发,以信号传递理论、羊群行为理论、详尽可能性模型为基础,从认知角度分析消费者声誉态度生成和变化的两条思维路径,构建商品在线声誉理论模型;结合商品知名度信息和在线声誉系统中的商品在线评论,采用基于三元组的细粒度情感倾向分析方法构建实证模型,对商品在线声誉的研究视角和方法进行一定的扩展。实证分析阶段,选取手机为实验对象,爬取百度搜索的搜索索引数据和电商网站JD.COM上的在线评论数据。对在线评论数据预处理后,提取商品属性特征词、情感词及程度副词组成属性评价三元组,而后基于CBOW模型对提取到的三元组进行文本向量化,输入SVM情感分类器,实现消费者关注的商品特征属性权重和相应情感倾向评价性的获得。结合计算每条评论的权重和商品知名度,采用多元线性回归得到商品在线声誉。实证结果表明:消费者对质量相关属性较为重视,如电池、屏幕、拍照、性能等,这部分属性评价所引起的声誉态度的变化更为稳定;此外,手机手感和颜色等仅与个人喜好相关的属性消费者提及较为发散,即使情感倾向评价不一致,通常也不会对声誉产生负面影响。通过此方法对电商市场的消费者商品认知进行分析,能够做到消费者声誉评价的快速分析和精准把控,对优化核心商品质量和服务,对提升企业竞争力,实现品牌战略有重要意义。