近年来,网购成为了生活中必不可少的消费方式,但是由于网络的虚拟性,消费者无法真实触碰和评估商家所售卖的商品或服务,因此,在线评论成为了影响消费者购买意向的重要因素。消费者从在线评论中获取无法从商品描述中获取的信息,消除网购中信息不对称和购买不确定性。然而,由于网购的迅速发展,在线评论的数量激增,消费者从在线评论中获取有用的信息,需要花费巨大的时间和精力,因此,如何准确识别有用评论成为了学者们关注的问题。目前,研究主要集中于评论评分、评论信息和评论情感等方面。从信息熵的角度去度量评论信息,使用情感极性和情感总量来描述情感对评论有用性的影响,是一个全新的识别评论有用性的视角。本文在以往的相关研究基础上,结合信息熵与情感的概念和特性,对评论有用性、信息熵、情感极性和情感总量之间的关系逻辑进行了梳理。通过爬取Ebay电商平台的产品和评论信息,得到了电影影碟(体验型产品)和iphone(搜索型产品)两种不同类型产品的数据,共6437个样本,每个样本中包含产品价格、产品评分、评论评分,评论文本等信息。使用NLTK和SentiStrength软件计算得到评论的信息熵、情感极性和情感总量的数值。最后利用STATA14.0软件对数据进行描述性统计和回归分析。实证结果表明,在体验型产品中,信息熵、情感极性和情感总量对评论有用性都具有显著正向影响,情感总量对信息熵和评论有用性的关系中起到正向调节作用,在搜索型产品中,信息熵对评论有用性具有显著负向影响,情感极性和情感总量对评论有用性都具有显著正向影响,且情感总量和情感极性对信息熵与评论有用性的关系都起到正向调节作用,情感总量和情感极性对于体验型产品的作用都要大于搜索型产品。根据本文的研究结论,论文提出了相应的建议来帮助企业进行管理。电商平台可通过评论信息熵、情感极性和情感总量等因素,改善在线评论的排序机制,有效识别有用评论,并进行呈列以供消费者浏览。商家对于不同产品类型的评论信息要区别对待,鼓励消费者进行商品评论时,加入适当的情感描述,且不必太害怕负面评论。积极的评论会增加评论有用性,增强消费者对评论信息的感知,而过度消极的评论作用并不大。本研究补充了评论有用性的相关研究,也为评论中的情感对评论有用性的影响做出了深入的解读,让电商平台和商家理解评论信息与评论情感之间的关系,为此做出相应的管理措施。