互联网的快速发展下带来电子商务的普及,网络购物作为一种新兴的消费模式盛行,已经成为当前终端零售的重要组成部分。众多陌生人之间的网上交易呈几何级数增加,交易存在于互不相识的用户之间,因此基于别人的交易评价累积的信誉进行购买决策成为网络购物的第一选择。从购买前关注评价到购买后发布评价,评价信息影响着买家购物决策的整个环节。然而主动参评会产生时间和精力成本,并不是每一个买家购物完成后都会积极评价,不喜欢参评而造成的系统“默认好评”使得评价机制的可参考性降低,对买家购物决策产生一定的影响,制约着网购平台评价机制的健康发展。因此,什么样的平台评价机制能够鼓励买家参评并持续参评(即满足演化稳定),使平台评价机制更具参考价值是本文的研究重点。本文以淘宝为例展开研究。首先分析淘宝现有的评价模式和用户参评现状,拟对淘宝的评价机制进行改进,提出基于卖家信誉、买家行为、用户策略构成的平台评价机制。在社会学的基本原理下运用演化博弈论研究方法,从多种用户策略中选择出参评型策略,并分析参评型策略的演化稳定,进而筛选出能够满足参评且演化稳定条件的评价机制。通过比较评价机制下系统平均收益,选择系统收益最大的评价机制,并对该机制下参评型策略的演化路径进行分析。最后,通过多主体仿真对应用场景交互机制建模分析,将理论结果与仿真结果对比达到相互补充、相互支撑的作用。基于演化博弈推导及多主体仿真方法从64种平台评价机制中筛选出促进参评且演化稳定的差评鼓励评价机制,在该机制下策略型买家不管遇到哪种类型的卖家都将采取评价行为,进而避免不参评默认好评行为的增多。通过鼓励买家积极且真实地参评,提升评价机制的真实可靠性,缓解信息不对称下购物决策带来的不确定性,从而为淘宝等网络购物平台的评价机制提供参考。