随着互联网的快速发展,网络购物群体占比剧增;在网购方式为消费者带来便捷的同时,也加重了买卖双方之间的信息不对称。作为解决信息不对称的有效手段之一,在线评论使得消费者能够参考其它购买者的意见和建议,来进一步加深对商品质量的认知,从而减少信息的不确定性。但是随着用户与网络交互日趋频繁,在线评论的数量急剧增长,产生了信息过载问题;纷繁复杂的评论导致用户很难搜索到有用的信息,进而做出快速的购买决策。因此研究评论效用的影响因素,并推荐高质量评论协助消费者做出科学合理的决策,显得尤为迫切。本文选择体验型商品为研究对象,以对在线评论的效用进行评价和排序为研究目标,设计了多维度综合评价模型(MUEM)和基于商品-评论相似度的效用评价模型(SUEM),并基于两种模型对评论进行排序。其中,MUEM从详尽可能性理论出发,基于信息采纳模型,结合体验型商品的特点,将在线评论效用影响因素细分为信息丰富性、可信性、时效性、客观性和声誉五个维度,依据信息可获得性-诊断性理论与感知有用性理论选取评论长度、评论情感度、评论发表时间等十个代表指标建立在线评论效用评价体系,最后基于该体系,应用具有客观性的因子分析法对评论进行评价和排序;从归因理论出发,探索性地提出基于商品与评论主题相似度的评论效用评价模型,该模型可以提取反映其它大多数评论观点的评论,据此对评论效用进行排序。基于两种评价模型,本文选取了 TripAdvisor网站的酒店评论作为样本数据,采用SPSS、JAVA等工具,对样本的评论效用进行评价和排序;其次,通过问卷调研的方式,对比两种模型的优劣。研究结果表明,基于多维度综合评价模型的排序方法可以作为体验型商品平台在线评论的排序机制,并且能够更有效地将高质量的评论呈现给用户。本文的研究具有以下几点意义。第一,本文的研究方法能够在一定程度上解决在线评论研究中出现的问题,文中为体验型商品在线平台构建的评论排序机制,具备理论价值和现实意义;第二,本文的排序机制能够为消费者推荐有效的在线评论,促使消费者进行科学合理的购买决策;第三,引导评论者提高相关评论的质量、专业度及自身的权威性,并为之提供合理的参考意见;第四,为商家有效利用在线评论提供参考依据。