在线评论作为消费者获取商品信息与用户体验的重要方式,在帮助潜在消费者减少网购不确定性与做出购买决策方面发挥着重要的支撑作用。目前关于在线评论的研究通常是从信息诊断的角度出发,以往的研究认为,有用的评论应该提供具体且充分的信息。尽管调查显示消费者所撰写的评论越来越趋于简短,但是在在线评论研究领域中,很少研究关注抽象的产品评论。更多时候抽象评论是作为具体评论的衬托而存在于研究中,并且现有文献中关于评论具体性和抽象性的测量界定方式也不够统一。鉴于这类在线评论数量庞大,在分析在线评论时,仅仅关注具体的评论是不够的,需要进一步挖掘抽象评论的价值。因此,本研究关注这些“无用的”却广泛存在的抽象评论,并探索这些抽象的评论具备什么样的效用价值。首先,本研究在区分产品类型的基础上,引入评论长度、评论信息量、评论语言特征三种评论抽象性的测量方式,并以消费者对评论抽象性的主观感受为基准,利用机器学习的方法,对如何有效测量评论抽象性这一问题进行探索。在此基础上,本文从在线购物平台爬取了大量客观数据,并依据前文机器学习结果所得出的最优测量方式,对评论的具体性、抽象性进行了测量,发现具体评论和抽象评论的有用性确实存在显著差异,其中抽象评论的有用性较低。因此,针对抽象评论究竟给消费者带来了怎样的实用价值这一问题,本研究采用实验室实验来探讨抽象评论是如何以单独和评论集的形式影响顾客的态度。研究结果表明,无论是对于搜索型产品还是体验型产品（本文以手机产品和面霜产品为例）,信息量都是性能最优的评论抽象性测量方式。此外,虽然抽象评论有用性低,但其对消费者的决策具有实用价值,抽象评论可以显著改变消费者对产品的态度。通过进一步分析,本文发现由评论集产生的产品整体态度强于评论集中单条评论的平均态度,即抽象评论在评论集水平上对态度改变具有更大的促进作用。本研究聚焦抽象评论这类重要但却经常被忽视的在线评论类型,加深了人们对于抽象评论的理解。通过比较不同测量方式的性能,得到了评论抽象性的最优测量方式及其边界范围,理清了评论抽象性测量方式的性能差异。其次,本文关注抽象评论在塑造消费者决策中的作用,从影响消费者产品态度这一角度进行探讨,不仅对当前在线评论研究做出了理论贡献,也对在线电子商务从业者有实际意义。