互联网和电子商务的发展为消费者提供了一个购买前信息交互的平台，然而随着数据量的不断增加，如何在成本允许的范围内找到有用的网络质量评价信息是消费者想要解决的问题。目前研究网络质量评价信息有用性的论文主要集中在两个方面：第一类是运用星级、评价信息的长度、产品的类型（包括搜索类产品和经验类产品）等外在因素研究影响有用性的因素；第二类是将评价信息分为正、负、中性评价，根据评价的极性研究哪一类评价对消费者的影响作用最大。其中Mudambi & Schuff在《MIS QUARTERLY》上发表了一篇文章，提出质量评价信息的长度对其有用性产生影响，其理论依据是越长的评价信息包含了更多的产品细节信息，对此我表示怀疑。
    现在各大电商网站上都提供了一个“有用”标签，后来的消费者如果觉得评价信息有用，就可以勾选这个标签。随机观察不同长度的质量评价信息以及“有用”标签是否被勾选，很明显两者并不存在正向关系。两者不存在正向关系的原因可能在于Mudambi & Schuff只考虑了信息本身是否有用，而没有考虑定义其是否有用的关键是该信息是否被消费者所使用，即使一条质量评价信息的信息量非常大，但是消费者没有看到，这条信息也是无用的。 
    因此，除了考虑信息本身的有用性外，还需要考虑消费者是否能够在成本允许的范围内获取到该信息。这一点与网络和大数据的特点联系起来。网络能够提供大数据，但是消费者不可能无限地获取这些质量数据，消费者更加愿意使用检索来节省成本。而从电商平台上的信息分析中不难发现，随着评价信息的数量越来越大，每一种产品相应的质量特征被突显出来，消费者会集中评价他们最感兴趣的产品质量信息，也可以说是产品需求信息。比如衣服的产品质量信息有码子的大小、板型如何、是否舒适等等，数码相机的产品质量信息有拍照效果、镜头等等。把需求、检索、有用性等几个方面串联起来，可以推出在网络上，影响质量评价信息有用性的最重要因素之一是该信息是否反映了大多数消费者的需求，只有当网络质量评价信息描述的是大多数消费者的需求信息时，才有可能提高被检索到的概率，才有可能被后来的消费者获取，从而实现其有用性。
    如何来衡量被检索到的概率呢？可以从以下三个方面着手：第一，确定消费者检索的信息集合。Beverley & Victoria等学者指出排在前几页的评价信息更容易影响消费者，从这一点出发，可能通过调查问卷的方式了解消费者通常会翻前几页了解质量评价信息，取一个平均值作为衡量标准。第二，确定大多数消费者反映的评价关键词。如上一节所举例子一样，通过大数据分析，每一种产品都会出现几种消费者普遍想到知道的信息，通过关键词的匹配了解消费者更加关注哪些信息。第三，确定消费者常用的检索渠道。消费者可能会选择不同渠道检索信息，比如销量、人气、评论量、价格等，可以通过大数据找出消费者最常用的一种或者几种检索渠道，分别对每一种渠道进行分析，最终可以计算出每一条质量评价信息被检索到的概率。