随着中国居民互联网在线购物和使用的规模不断扩大,互联网在线消费已经成为了我国数字经济发展的重要组成部分,其在推动网络消费和市场发展等方面也逐渐起到越来越关键的作用。互联网技术的快速发展创造了一个宣传口碑的新平台,因此口碑逐渐超越了地理位置与时间的局限,也开始变成了企业网络营销以及服务品质管理必须考虑的关键因素,同时也是帮助消费者做出正确购买决策的重要信息源泉。随着移动网络平台的迅猛发展,更多的消费者愿意对购买的商品发表自己的看法和购买经验,从而形成了海量的文本点评数据。大量的互联网在线资料和丰富多样的数据形态为数据挖掘研究积累了大量数据资源,其中涵盖了大量消费者对商品实际体验的数据。用户在线评论内容是消费者体验的反馈,是网络口碑的重要表现形式。不仅为消费者快速抉择带来了很大的便利,而且也为企业和平台进行有效的信息整合和进一步制定未来发展战略提供了有效的参考。同时,当前网民的网络购物经验越来越丰富,且在购物前会对评论信息进行反复对比,用户在线评论也为其他消费者提供了真实实用的参考。但由于海量的产品评价质量参差不齐,消费者往往不易辨别,而真实的产品信息才是消费者网络购买决策时值得信赖的依据。因此本文根据含有评论关系的在线产品评论集,进行了评价可信度模型的建立和对比评估分析,希望能够为平台的管理改进提供新的解决思路。在含有评论关系的评论集中,对评论可信度的衡量分为度量商品评价内容中包含多少关于商品本质的信息与回复评论对原始评价内容的看法两个方面。本文通过知识图谱研究单条评价的商品本质信息的揭示程度,并通过评价关系网络研究引用者对被引用者评价的看法,从而达到对评论可信度进行量化的效果。京东商城是中国具有代表性的网络购物平台,拥有大量的注册用户,占据了极高的市场份额,具有很高的用户影响力。再加上京东物流在国内的不断扩张,已成为一个完善的商业生态圈。京东商城作为中国具有代表性的电商门户为本文的研究工作提供了具有典型性的数据样本。在具体的研究对象的确定上,选择拥有较多评论数据、权威参数以及行业测评数据的手机品类。本文针对评论可信度模型的构建和对比评价分析展开深入研究,主要工作如下:（1）提取手机官方网站、手机行业测评网站及电商网站评论中的实体属性关系,根据现有的知识图谱构建方法,搭建手机知识图谱,为后续可信度计算提供支撑。（2）依据已经搭建完成的手机知识图谱,对图谱中知识三元组进行赋权延伸成五元组,并提取评论中包含在知识图谱中的知识元,计算商品本质相关度值。（3）根据评论之间的引用关系以及引用的嵌套关系构建评论关系网络,同时计算回复评论与对应评论的文本相关度值,实现评论关系量化。（4）基于商品本质相关度和评论之间的文本相关度完成本文评论可信度模型的构建,计算可信度排序,并通过与平台默认排序、平台用户有用数量和其他评论可信度排序模型比较验证该模型的性能。最终,本文通过对数据收集、文本挖掘、模型建立等众多过程的研究以及对中文文本分词、依存句法分析、知识图谱技术、LDA主题模型等多个方面的学习,实现了在线评论可信度排序模型的构建,证实了本文的理论价值和实际价值。从商家的角度来说,本文的研究结果有助于商家对产品做出优化,使之更好地满足消费者的需求,进而起到增加销量的作用。从平台的视角来看,本文的研究结果对于帮助网络购物平台完善购物流程,提升用户对平台的粘性,提高平台满意度和认可度有一定的参考价值。从消费者的角度出发,本文的研究成果可以降低顾客搜索和认知的成本,减少顾客对商品或提供的商品或服务的不确定感,以协助顾客做出购买决策。