在线评论网站为消费者提供了丰富的产品信息和真实的购物体验,成为辅助决策的有力工具。然而基于调研结果我们发现评论信息也并不是越多越好。当信息量越来越大时,甄别有用信息成为了令消费者越来越感到头疼的事情。因此,在强调用户体验的互联网环境中,识别消费者的信息偏好,为消费者提供感知有用性较高的评论成为趋于成熟的在线评论体系中点评网站决胜的关键。本文针对影响评论有用性的关键因素进行研究,以Yelp.com的在线评论为研究对象,基于信息过程理论和多路径锚定和调整模型提出了吸引力、表征充分性、功能充分性三个决定评论有用性的特征。基于信息过载理论,探究信息过载对于消费者的影响,研究信息量对各评论特征和评论有用性间关系的调节作用。本文采用计量经济学的方法构建零膨胀泊松模型。我们收集了Yelp.com网站上的400万条评论,从中随机抽取4万条作为实验样本。文章采用文本分析方法抽取数据指标,用stata数据分析工具对模型进行验证。结果表明,吸引力、表征充分性、功能充分性三种特征共同决定着评论有用性,并且三种特征对评论有用性的影响受到信息量的调节作用。