您最常在哪类平台网购？
综合电商（如淘宝、京东）
垂直电商（如得物、小米有品）
社交/内容电商（如抖音、小红书）
品牌官网/小程序
其他
您通常更关注好评的哪个方面？
好评的总数量
好评率（如98%好评）
带图/视频的好评内容
好评的详细文字描述
不太关注
总体而言，您认为当前网购平台上的商品好评可信度如何？（1分=完全不可信，5分=非常可信）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
您认为哪些因素会降低一条好评的可信度？（可多选）
评价内容过于简短、模板化
所有好评配图高度相似
评价用户等级过低或是新账号
好评集中在短时间内大量出现
评价内容与商品本身关联度低
以上因素都不会影响我
看到一个商品有很多好评但夹杂少量差评时，您通常会？
仔细阅读差评内容，判断问题是否严重
认为少量差评正常，不影响购买
直接放弃购买该商品
寻找其他类似商品进行对比
您认为“追评”（购买一段时间后的追加评价）的参考价值如何？
非常有价值，能反映商品长期质量
比较有价值
一般，和初次评价差不多
价值不大
除了文字和图片，您希望好评区增加哪些信息以提升参考价值？（可多选）
买家身高/体重等身材信息（针对服饰）
买家肤质/肤色信息（针对美妆）
商品使用场景/时长的视频
与官方宣传图的对比图
商品不同时间段的性能变化记录
暂无其他需求
对于高单价商品（如电子产品、大家电），好评对您决策的影响会更大吗？
影响显著增大
影响略有增大
影响程度不变
影响反而减小，更依赖其他信息
您是否遇到过因为相信好评而购买，但实际商品与评价不符的情况？
如果平台推出“已验证购买者”的专属好评标签（需通过更严格验证），您会更信赖这类评价吗？
会，信赖度大幅提升
会，信赖度略有提升
不会，和普通评价没区别
不确定
到2026年，您预测AI技术（如AI生成评价、AI筛选评价）对商品好评生态的影响主要是？
积极影响为主，能帮助筛选更真实的评价
消极影响为主，可能导致虚假评价更难辨别
利弊参半，难以预测
影响不大
您认为平台在管理商品好评方面，最应该加强哪项工作？
严厉打击刷单、刷好评行为
优化评价排序算法，让高质量评价优先展示
建立更完善的评价者信用体系
提供更丰富的评价模板和引导
其他
请分享一次让您印象深刻的、因参考好评而成功或失败的购物经历。（选填）
您的年龄段是？
18岁以下
18-24岁
25-34岁
35-44岁
45岁及以上
您目前的职业是？
在校学生
企业职员
政府/事业单位人员
自由职业者/个体户
退休人员
其他