大数据时代背景下,信息过载问题日益成为人们面临的重要挑战,对于在线评论的利用也延伸出两个更加具体的问题:一是商家和消费者在面对海量在线评论时,难以对在线评论内在的高价值信息有客观充分地认知,如细粒度商品属性的情感分布;二是针对同一评论对象的大量评论难以避免地出现正反两面评价,这导致了用户选择困难的问题。针对信息过载的困境,从海量信息中快速获取能有效反映商品性能的评论性信息,以及对消费者在面对双面评论时购买意愿的测量,对商家和消费者均有重要的现实意义。以往关于双面情感评论对消费者购买行为影响的研究,多直接进行实证检验,鲜有探讨在线评论的双面情感分布规律,这割裂了基础性情感分析与实证的联系,使得进一步实证有无本之木之嫌。基于此,本文主要工作具体体现在以下两个部分:首先,提出一个基于句法规则的在线评论挖掘及其可视化分析框架。通过对在线评论的依存句法分析将评论对象、关联对象、情感词三者关联,从而构建加权无向关系网络,然后运用聚类、可视化、复杂网络分析、量化分析的方法挖掘消费者关注重点及其双面情感分布,并在此基础上探讨双面情感对消费者购买意愿的影响。其次,在第一部分研究基础上,从实证的角度对第一部分难以解决的问题作进一步研究。根据现实情况,将双面情感共存的在线评论划分为外在共存和内在共存两种形式,采用实验研究法和问卷调查法分别研究了它们对消费者购买意愿的影响。针对外在共存形式,基于精细加工可能性模型并考虑消费者涉及度,比较分析了不同情感强度下的双面评论集合对消费者购买意愿的影响。针对双面情感内在共存形式,基于社会性判断理论,比较分析了它们与单面情感评论对消费者购买意愿的影响差异。研究发现:(1)评论对象的双面情感分布呈现一定的规律性。研究将在线评论情感细化到细粒度商品属性上,并从挖掘后汇总情感的角度上发现,多数商品属性好与坏的客观事实仍能被消费者捕捉。正面评论集中蕴藏的负面评价在中性评论集和负面评论集中放大的情形,可能已经反映对应评论对象不好的客观事实,进而会降低关注该商品属性的消费者购买意愿。(2)双面情感外在共存形式对消费者购买意愿的影响首先受到正负面评论比例的调节,其次评论集合的情感强度对购买意愿存在显著影响,并与消费者涉及度有显著地交互作用;双面情感内在共存形式又被具体划分为双面转折性正面评论和双面转折性负面评论,其中双面转折性正面评论相对正面评论显著增加了负面态度消费者的购买意愿,而在比较双面负面转折性评论和负面评论对正面态度消费者购买意愿的影响上并未发现显著差异。