目前,社交网站采用的对在线产品相关的用户生成内容进行赞同投票的机制能够帮助消费者在信息过剩的时代快速准确地做出购买决策。如何在海量的产品相关用户生成内容中有效地识别并利用有用的产品相关用户生成内容,成为学者们关注的焦点。本文选取中文社交网站上搜索型和体验型商品的用户生成内容进行实证分析探讨和识别在线产品相关用户生成内容进行赞同投票的情感特征方面的影响因素,并探索商品类型在商品评论的情感极性和情感倾向对用户在线行为的影响关系中起到的调节作用。希望本文的结论能够帮助消费者更好地判断在线产品相关的用户生成内容的有用性。在处理不同的产品类型信息时,消费者处理信息的机理不同。本研究基于消极偏见与积极偏见理论和信息处理理论,提出了一个基于用户生成内容的特征(情感极性、情感倾向)解释其对消费者行为影响的模型。本研究收集了知乎(www.zhihu.com)平台上与体验型和搜索型产品相关的用户生成内容进行实证验证。本研究采用Python对百度情感分析API进行调用,展开对UGC的情感极性与情感倾向。接着使用方差分析来揭示不同情感极性与文本长度对消费者访问行为和赞同行为的影响。本研究发现在UGC正文文本中,较长的UGC更能够引发消费者的赞同行为,而在标题长度中却得到不同的结果。结果还显示,极性情感的体验型产品相关的UGC比搜索型产品UGC更能够影响消费者在线行为。这些结果有助于预测消费者在线行为,概述了本文的理论和实践贡献。