现代信息技术迅速的发展催生了电子商务在全球范围内大幅度蔓延,大量消费者开始将传统线下购物的视野转移至线上消费,与线下购买所不同,线上商品的虚拟性和不透明性使得消费者的购买决策更加复杂化。由于线上商品的不可接触性和多种选择性,消费者只能通过在线评价等方式间接对产品做出价值感知判断。因而线上商品的在线评价成为了引导消费者购买以及影响商家销量的关键因素,这为线上产品定价和质量决策带来了新的变化,也对引导零售商产品定价以及生产商的质量决策的确定至关重要。本文旨在为电子商务下零售商和生产商最优产品定价和质量决策提供新的决策依据。通过将新的消费者决策影响因素—在线评价—考虑到需求函数中,构建零售商和生产商利润模型,在定量分析在线评价相关参数变化的基础上讨论零售商和生产商的决策变化情况。首先,在总结前人分析研究的基础上,分析在线评价内容以及对供应链各成员的影响,构建在线评价关于产品价格和质量这一关系,并考虑将在线评价这一关键因素引入消费者需求函数中去。其次,构建供应链各成员间的利润模型,通过动态定价策略分别建立了零售商和生产商在集中模式和分散模式下两种情境下零售商定价和生产商质量决策的博弈模型。最后,通过数值分析对在线评价相关参数的敏感性进行了研究和理论分析。本文主要解决了三个问题:一是在线评价作为消费者对产品的一种情感语言,如何量化这些非结构化语言?二是如何建立在线评价与消费者需求的关系?三是当消费者对价格和质量的敏感度不同时,零售商和制造商做出怎样的动态和静态决策?本文的研究表明:电子商务下消费者对价格关注度不同,以及质量、评价敏感性不同会导致价格和质量决策变化的趋势不同。零售商的定价应随着消费者对价格关注度的增大而降低,当价格变化对消费者评论影响较小时,应逐渐增大零售价格获取最优利润,反之,则降低零售价格。当消费者对评价敏感度较小时,可采取价格撇脂策略以获取最优利润。本文将在线评价引入到决策模型中,研究了消费者关于在线评价中对价格和质量的敏感性不同以及消费者对评价的敏感性的不同导致不同的产品定价和质量决策的变化,为电子商务下生产商和零售商动态最优决策提供了建议。本文在理论创新上,将以往在线评价的单纯数据分析转向研究到数学建模中,考虑了电子商务下在线评价对于消费者需求的影响,进而影响供应链中产品最优定价和质量决策的变化,同时构建了在线评价与产品质量和价格间的相互关系,将非结构化语言转化为可研究分析的结构化语言。在应用创新上,网络零售商和生产商可根据消费者的评价数据能够有效确定最优产品定价以及质量决策,减少因评价引起的需求波动而带来的定价和质量决策失误。通过不断学习消费者评价,零售商和生产商最优决策达到关于在线评价的动态均衡状态,从而实现供应链三方成员利益最优。