用户创造内容的发展使在线负面口碑给企业带来巨大损失,快速处理海量在线负面口碑成为企业亟待解决的问题。现有的负面口碑处理方法依靠人工干预且效率低下,在线负面口碑自动化解决成为发展趋势,而负面口碑处理资源的识别是负面口碑自动化解决的重中之重。解决在线负面口碑主要目的在于缓解抱怨者情感和解决抱怨问题。基于这两个角度,有用的在线评论在负面口碑解决中具有很大作用,可以成为负面口碑解决的潜在资源,构建评论有用性影响因素模型能够准确快速地识别出这些资源。在线负面口碑解决可归纳为情感和信息两个维度,基于这两个维度,本文从评论情感特征(情感极性和情感强度)、文本特征(品牌特征描述和产品特征描述)、形式特征(发布者特征、评论图片、评论长度)这几个与解决在线负面口碑相关的特征出发,构建在线评论有用性识别的实证模型。同时,本文以中关村在线手机频道论坛多款手机的在线评论为数据源,以用实证方法验证了该模型。结果发现(1)在线评论的情感极性对评论有用性有正面影响,而情感强度有负面影响;(2)评论各形式特征对评论有用性都有正面影响;(3)评论各个产品特征描述,包括服务描述、功能描述及产品外观形态都对评论有用性有正面影响,而品牌词汇描述对评论有用性影响不显著。本文研究结果与在线负面口碑处理资源的情感和信息特征一致,可以应用于在线评论资源的识别中。现有的在线评论相关研究极少应用于在线负面口碑处理资源的识别中,本文将有用性研究与实践结合,弥补了现有研究的不足。在指标计算中,本文采用基于词典的词频统计法,脱离评论有用性研究多采用的计分和人工判断法,更为准确。同时,文本挖掘了在线评论作为资源的价值,为企业识别负面口碑处理资源提供建议和参考。