互联网技术和智能化设备的不断进步极大地促进了电子商务的发展,消费者在购买并使用某个产品后会主动或被动的在电商平台中发布自己的使用体验或意见,而这些使用体验和意见又极大地影响着其他消费者的购买意愿和决策行为,因此一些商家为了提高销量或打击竞争对手,会进行有偿雇佣水军的行为,水军们在并未使用某产品的情况下编写出一些良好的评论提高消费者对产品的好感度或恶意的评论降低消费者对其竞争对手的好感度,然而无论采取哪一种行为都会损害消费者的正当权益、造成不公平的市场环境,因此电商用户识别虚假评论是值得研究的。通常来说虚假评论可以分成两大类:夸大型和贬低型,贬低型虚假评论对消费者的危害不大,因此本论文主要研究夸大型虚假评论。本文的研究目的是给消费者提供一套识别电商平台中评论真伪的线索,并验证该识别线索的有用性。本文分析电商平台自动过滤存在的天然缺陷以及虚假评论对买家的危害后明确了提出虚假评论识别线索的必要性,然后通过分析虚假评论的来源、生产过程、电商平台中被虚假评论利用的排序规则以及电商平台披露的评论真假识别线索,并以消费者视角作为切入点,再结合判别信息真伪的一般思路提出了虚假评论人工识别的思路和识别虚假评论可利用线索,最后基于人工识别思路完成论文,具体为:首先通过归纳总结前人研究经验和提出人工思路的相关概述初步提出识别线索,随后与6位从事专业水军或运营者进行深度交流修改并完善识别线索,最终从用户信息、评论内容、商家信息和其他四个角度出发提出了判断电商平台中评论真伪的详细线索,具体为:信誉度等级、是否为平台会员、相似度、评论时间、情感失衡程度、表达形式、追加评论的时间和情感与原评论的差异、语言特征、商家诱导性行为和买家提问。根据得出的识别线索有针对性的提出一套识别方法,为电商用户自主识别在线评论的真伪提供理论基础。为了检验本文提出的识别线索的有效性,本论文将利用实验法进行检测:将25条虚假评论和10条真实评论合计35条评论作为实验数据,获取36位具备一定网购经验的电商平台普通消费者作为实验对象。对比在了解和学习上述识别线索和方法前后,电商用户正确识别在线评论真伪的数量,然后将获取的数据结果利用统计分析软件SPSS进行分析,通过正太分布检测后采用配对样本t检验的检验方法,得到的数据为sig=0.000,结果非常显著,这也说明了通过了解和学习本文提出的识别线索与方法后,电商用户正确识别出的虚假评论的数量具有明显的差异,也就证明了该识别线索与方法对于识别虚假评论的有效性和价值。此外,本文提出的识别线索还可为以后的制作网页版识别评论真伪的工具奠定理论基础。