互联网技术的发展使得网络购物成为人们消费的一种新形式，网络购物用户已超过8000万。由于互联网信息传播迅速，网络购物用户可以看到大量的在线商品评论信息，在线商品评论可以帮助消费者做出有效的购买决策，但是在线商品评论质量良莠不齐，使得网络购物有用无法快速识别出对自己有用的商品评论。本文对商品评论有用性进行研究，在分析商品评论有用性影响因素的基础上，利用文本分类技术实现商品评论有用性的自动识别。本文首先通过对国内外学者对商品评论有用性以及文本分类技术的研究进行分析总结，得出评论效用分类和文本分类之间的关系，从而给出解决商品评论文本有用性自动识别的方法。然后通过分析在线口碑的特点和在线口碑与在线商品评论之间的关系，总结在线商品评论的特点，并给出商品评论有用性的定义和有用商品评论的界定标准。其次从商品评论源和评论文本两个角度分析商品评论有用性的影响因素，确定商品评论有用性的具体评价指标以及每个指标具体的衡量方法，为构造商品评论文本特征向量奠定基础。最后，实现商品评论有用性的自动识别。有用商品评论的自动识别即实现商品评论“有用”和“无用”的二元分类，构建商品评论文本特征向量，利用支持向量机算法实现对评论文本的分类，自动识别出有用商品评论。本文的研究成果对网络购物用户、企业以及网站的服务和评论系统的发展都具有重要的理论和实践意义，并且会促进电子商务网站评论系统的发展，使得商品评论系统更加完善，为网络购物用户提供更好的服务。