以互联网平台为媒介的新兴经济形态蓬勃发展,使得经济活动的形式更加具有多样性。电商平台的逐渐成熟也让越来越多的消费者选择在线购买的消费方式。在线消费方式,最大的特征是无法看到商品的实物,依靠对于商品价值的感知和价格的对比,从而进行消费决策,并于事后对于该次购买行为进行评价。这样的消费机制为企业提供了更好的机会去分析各类消费者对于商品的反馈,从而实现利润的稳步增长。与此同时,企业如何获取和运用互联网平台的交易数据为企业的发展服务,也是管理会计和企业经营者亟待解决的问题。本研究基于以上背景,探究“顾客感知价值”与“电子消费品价格”之间的数量关系,进而得出基于顾客感知价值的产品定价模型。本文摈弃了样本规模小且具有个体误差的问卷调查方式,采用互联网爬虫技术作为获取大量顾客数据的方法。并将原本非结构化的顾客评论文本,在通过改进的Alistair Kennedy和Diana Inkpen(2010)西文语境下词性和特征切割算法处理后,作为本研究量化顾客感知价值的数据来源。为了使得本文的数据更加贴近消费销售现实,本文选取京东商城2017至2018年间电子消费品的消费数据,主要考虑到电子消费品行业的顾客感知相对充足,数据丰富程度可以在较大程度上满足研究设计的需要。本研究以产品不同时段的价格作为区分消费评论的标记,将二十余万条消费评论作为研究样本。为了实现多自变量与单因变量之间的关系研究,本文将不再采用相关性研究中的常见方法,而是采用应对多元非线性数据处理更加有效的神经网络算法对研究样本进行学习,从而实现基于顾客评论感知数据的产品定价模型。研究结果显示,顾客感知确实在相当大的程度上影响着产品的价格;这一趋势在中等价位的电子消费品定价过程中尤为明显,也反映出中等价位的顾客感知与产品定价相对契合。因此,本研究的研究结果为企业在分析消费者实时感知和市场舆情的过程中提供了切实可行的方法,进而为企业及时调整产品价格,制定可以获取最大化收益的调价策略提供参考。