网上顾客评论是人们在进行网购时的一个重要参考依据,然而,有一些商家和利益相关者人为地制造好评,使人们很难鉴别淘宝或其他网购平台顾客评论的真伪。本文通过分析从淘宝网搜集的网购顾客评论,试图找出可以区分出真实评论和虚假评论的特征。本文从淘宝网收集了总共约20万字的网购顾客评论作为本研究的语料,在假设性分析框架的基础上,通过微软办公软件中VB语言程序对语料进行细致的标注。然后再基于语料库语言学对语料进行定性和定量分析,找出能够识别虚假评论的独特特征。本研究发现:(1)有8种特征被证实具有识别能力,分别是:缺乏连贯性,模糊限制语,极度肯定词汇,评论长度,推荐和推销,其他人的积极评价,三方面的积极描述以及缺点描述。其中极度肯定词汇这一特征最为有效,占虚假评论总数的91.13%。其次是评论长度特征,一百个及以上汉字的评论条数占虚假评论总数的88.87%。(2)一条评论出现越多特征则越有可能是虚假评论。总共有80.64%的虚假评论包含了三个及以上特征,而在真实评论中,少于三个特征的真实评论占98.18%。(3)在真实评论中,买家和卖家的人际关系不平等,因此评论者并不需要迎合商家做出过于正面的评论。而在虚假评论中,评论者倾向于站在商家的角度,意图运用极度肯定词汇和其他人的积极评价等特征激起读者的共鸣,从而提高产品的销量。有些商家为了获得不公平的利益而大量制造虚假交易和虚假评论,损害了消费者的知情权,笔者希望本文的研究结果可以让消费者在网购时有能力识别出虚假评论,买到心满意足的商品。另外,制造虚假评论的这种行为违反了《反不正当竞争法》和《电子商务法》的有关规定,破坏了电子商务的公平交易秩序。本文为自动化识别虚假评论程序的制作提供指导意见,帮助淘宝网在内的在线购物平台清除虚假评论,完善商家信誉评价体系,创造公平良好的电子商务交易环境,保护网购消费者的利益。