在线产品评论是人们制定消费决策时的最重要参考依据之一,其价值取决于是否准确客观地描述产品,然而研究表明,由于个体偏好的影响,在线评论往往具有一定主观性。为了揭示在线评论中评分的演化模式及内在动力学,本文对中国最大的在线点评网站——大众点评的三百余万条在线点评数据进行分析,并发现了在线评论累计平均分的四种不同演化模式。为了解释这四种演化模式,在异质性偏好的基础上建立包含若干假设的在线评论生成模型,模拟用户的消费决策过程及发表评论过程。模型结果很好地复现了实证分析中的四种累计平均分演化模式,证实了模型假设的合理性。模型结果表明,在产品入驻口碑平台的前期,受自选择机制的影响,消费及评论者往往自身偏好程度较高,这样的偏好程度导致这部分人的在线评论不具备代表性,并且影响到后续评论阅读者的消费决策,进而影响产品的后续评分,使评分序列呈现动态性。实证数据表明产品累计平均分在趋于稳定后仍会出现一些波动,波动产生的原因有很多,口碑平台中普遍存在的现象——“刷分”便是其中的一种。“刷分”指的是部分商家为提高自身评级吸引更多消费者,在口碑平台的真实消费评论中混入大量虚假高分评论的不良竞争手段。本文对模型进行拓展,利用模型模拟“刷分”过程,研究虚假好评对累计平均分演化模式的影响。模型结果与实际现象相符,解释了“刷分”后累计平均分的回落现象,证实了虚假好评对在线评分的影响不是长期的。本文的研究成果能够辅助商家调整营销策略,并为在线口碑平台的虚假评分识别提供新的思路。