本文基于双路径模型理论,以书评为对象,深入探究表征评论内容信息量、结构、语言、论据及情感的特征变量对评论感知效用的影响,据此构建评论效用预测模型,实现基于内容的评论排名预测.研究分两个层面:解释层面,运用基于随机森林的特征优选算法,探析影响评论感知效用的重要文本特征;预测层面,采用树回归模型预测评论效用,实现基于内容的评论排名推荐.研究结果表明,对于长篇幅书评,内容蕴含的信息量、组织结构以及内容中主客观论据的呈现对提升评论感知效用预测精度有重要影响力;基于优选的内容特征,评论效用预测模型的解释力达78％,误差小于0.001;对于投票得分较高的评论,基于内容的效用预测排名与投票排名基本保持一致.这些结论验证了依据评论内容能够比较准确地预测评论的感知效用的判断,揭示出评论的感知效用与评论内容的密切关系.这一结论为网站进行评论质量控制和有效利用提供了依据及可行方案.