伴随着互联网的迅猛发展，电子商务得到了快速普及，不论是对消费者还是在线商家，在线商品评论的重要性已经越来越凸显，在这样的一个背景下，对在线评论有用性的研究吸引了越来越多的学者与在线商家的关注。就在线商品评论本身来讲，主要包括评论的分数、评论的文本内容、评论的情感倾向性、评论的性质等。不仅限于此，越来越多的研究也将商品类型以及评论源等因素的影响如入了在线评论有用性的影响的研究模型中去，并取得了诸多成果。本文基于对大量文献的研究，就在线商品评论本身属性而言，提取出评论分数、评论深度两个维度，创造性地定义并探讨了评论分数偏离度这一维度。同时加入了评论者属性和商品类型作为调节变量。深入探讨在线评论有用性的主要影响因素以及在不同类型商品和在不同评论源影响下的效用差异。其中评论者属性主要从评论者排名、评论者好评率两方面展开，而对于商品的分类，主要是基于Nelson的权威分类，将商品分为搜寻品与经验品来进行分析的。本文的样本数据均来自于Amazon.com官网，通过Java编程搜集到两种类型、六种特定商品的有效数据共计1617条，并对变量进行规范化的定义与操作，使用Stata10.0统计软件进行变量的相关关系研究、Tobit回归以及列联分析等实证研究。本文研究发现，评论分数、分数偏离度以及评论深度对在线评论有用性均有显著影响。商品类型会调节评论分数、评论深度对评论有用性的影响。具体来讲，评论分数、评论深度对经验品的评论有用性影响更为显著。评论者质量会调节评论分数对评论有用性的影响。对于分数相同的评论，高质量的评论者给出的评论有用性更高。