摘要： 【目的/意义】筛选出质量高的评论，优化电商平台的推荐智能排序机制，节省消费者搜寻时间。【方法/过 程】以评论信息有用性为研究对象，使用七种目前比较常用的机器学习算法，构建网络评论信息有用性预测模型。 【结果/结论】评论信息有用性预测模型为非线性模型，随机森林和决策树算法的预测准确率比较理想，其中评论回 复是预测模型中最重要的影响因素。