商品的网络在线评论及其相关的评论者信息都被认为是电子商务的重要资源,也是消费者购物时的重要参考,在线评论在传播特征和信息特征方面都有别于传统的口碑传播,因此它自诞生以来一直是市场研究者们关注的重点。第三方在线评论网站是与商家没有关联的独立评论平台,尽管大多数人都认为第三方评论网站是相对独立且可信度高的网站,大多数评论者也都是相对独立并不含偏见的,但是现有的研究也证实了在线评论中存在着不同类型的偏差。本文研究立足于国内最主流的第三方评论平台——豆瓣网的豆瓣影评,通过时间序列经典模型和面板回归模型,从评论者特征、评论内容特征和评分特征三个维度出发探究第三方在线评论的偏差以及顺序偏差的存在性和依赖因素。首先,判定第三方在线评论是否存在偏差。本研究采集了豆瓣网11部电影上映五周时间内发布的共计3657条详细影评数据,通过时间序列经典模型之一的H-P滤波技术(Hodrick-Prescott filter)来评估第三方网站评论中存在的偏差,结果发现每部电影的评分都存在着不同程度的偏差。其次,通过ARMA模型和脉冲响应技术分析了评分偏差的特征,发现评分偏差具备不同程度的自相关关系,且呈现出一定的时间变化特征,而评分偏差的大小也可以通过在线评论内容长度、评分的极端性、评论有用性投票数和评论者受关注程度表现出来。然后通过面板数据模型,分析了t期评分与t-1期变量的相关关系,证实了第三方评论顺序偏差的存在,同时发现t期的顺序偏差依赖于t-1期评论内容长度、评论者看过的电影数目和评分极端性这几个因素。最后,针对以上研究得出本文的结论,同时提出针对消费者、商家和网站的管理建议,并指出存在的不足和未来研究方向。