毕业论文课题相关文献综述
文 献 综 述一、选题背景近年来，随着新一代网络信息技术不断创新突破，网络化推动着电子商务的发展，网络购物的热潮只增不减，越来越多的网民在各大电商平台购物商品。
据中国互联网络信息中心（CNNIC）最新的统计报告（2019）显示，截至2019年6月,我国网络购物用户规模达6.39亿,较2018年底增长2871万,占网民整体的74.8%;手机网络购物用户规模达6.22亿,较2018年底增长2989万,占手机网民的73.4%[1]。
互联网提供了足不出户就能购买商品的条件，并且在网络购物中用户更愿意使用移动端进行选购[2]。
然而，消费者在享受电子商务提供便利的同时，也面临着消费决策的问题。
面对网络海量繁杂的信息，绝大部分消费者都依靠用户生成的在线消费者评论（UGR）作为最受信任的信息来源之一，来评估他们的各种购买选择[2]。
在线消费者评论（在线评论），作为网络口碑的形式，是由消费者提供的包括商品或者服务商务评价，不仅是消费者表达购物体验和商品的看法，同时也能为消费者购物决策的提供依据。
同网络商品信息和数量一样，庞大的销售数量的背后，必然会引发在线商品的评论数量的增加，其中虚假及无效评论将极大地影响消费者和商家，在线评论的特征及决定了并非所有的评论都将具有价值[3]，如何帮助在线用户对商品和服务进行甄别，识别在线评论的有效性，快速高效的获取更有价值的信息，做出正确的购买决策将变得尤为重要。
二、选题意义各大电商平台如淘宝、京东、网易、Amazon、Ebay等均有在线评论体系，他们通过评分评级、评分内容等形式，使得每个商品页积累了大量的评论，提升了用户黏性和用户体验。
任何事物都是具有两面性，在线评论的出现给支持在线评论机制的运作双方评论者与被评论者（消费者及商家）带来好处的同时，他们也会面临着巨大的挑战。
对评论者（消费者）而言，在线评论作为一种反馈机制能够帮助消费者建立对零售网站的信任并且提升自己的消费体验[4]，也会受到虚假评论的迷惑经历失败的购物体验，无法甄别感知在线评论。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
