互联网和移动终端技术的发展为人们网络购物带来了巨大的便捷和实惠,同时为卖家节约了大量的线下交易成本,但是线上交易缺少了传统线下交易过程中所拥有的用户体验部分。线上商品评论作为产品说明的一个重要补充部分,其是电商平台为消费者和零售商提供的一个重要的商品使用体验信息交互板块。近年来,随着网购用户的增加,网络热销产品销量和用户评论也成倍增加,网络水军恶意差评,垃圾广告评论横生。如何从大量用户评论中快速选出对于用户购物有确切帮助,真实反映用户使用体验的评论信息对于潜在消费者和卖家均具有重要的价值。论文从评论有效性问题出发,对评论有效性的关键影响因素进行了归纳总结,并基于这些影响因素提出了基于IG提取领域词库进行评论有效性分类的方法。论文首先对在线评论影响因素、评论有效性分类相关技术进行了梳理,从而确定了评论有效性的几个关键影响因素以及评论有效性分类的一般范式。然后,介绍了基于IG构建评论有效性领域知识库并利用LibSVM进行评论有效性分类的原理和方法。最后,通过对亚马逊、淘宝和京东商城iPhone6s系列手机评论数据进行对比分析证明了论文提出的基于IG领域知识库进行评论有效性分类方法的有效性,同时从定量角度验证了评论长度对于评论效用的显著影响并发现不同网站特征词语存在一定差异性。论文的研究结果对于电商平台、商家以及消费者都具有重要的理论意义和实践价值,对于推动电子商务平台的发展和评论有效性相关领域的研究具有重要的参考和借鉴意义。