在线评论系统作为电商平台的重要组成部分，能够降低由线上购物环境虚拟性所导致的消费者购买不确定性，是消费者评估产品质量的关键信息来源[1-3]。同时，正面评论有助于商家积攒口碑、提升销量和利润[4-6]。然而，由于多数消费者在交易完成后往往忘记或不愿花费时间撰写在线评论，电商平台（如淘宝网、京东和饿了么）为优化双方体验、避免商家因好评数量少而影响业绩，并帮助消费者简化网购流程，设置了自动评价系统，即“默认好评规则”。以淘宝网为例，该规则指在15天有效评价期内，若商家给予消费者好评，系统将在期满后自动将消费者未及时撰写的评价默认为好评①。 默认好评规则作为中国电商平台在线评论系统的特殊评价规则，一直存在争议。 一方面，默认好评规则给电商平台和商家带来了福利。对于平台，该规则将缺失的消费者评论直接计入好评，强化了评论数量（尤其是好评数量）对销量的积极影响[7]；对于商家，商家信用评分规则使默认好评数量与商家信用等级直接相关②，已有研究证实了信用值更高的商家可能享受溢价并获得更高的销售概率[8]。 另一方面，默认好评规则将消费者未及时撰写的评论默认为好评，而非中评或差评。理论上，除非所有不撰写评价的消费者都是因为对交易满意才保持“沉默”，否则在线评论无法反映多数消费者对购物经历的真实满意度，致使在线评论偏离真实情况。消费者沉默的原因存在多种解释：可能认为现有评论足以代表自己的意见，也可能表示产品的真实质量并不差[9-10]，甚至可能会担心撰写对商家不利的评论招致“报复”[11]。虽然研究难以推测保持沉默的消费者真正的评价意图，但可以确定的是，因消费者沉默而缺失的口碑被展示为“消费者未及时做出评价，系统默认为好评”对潜在消费者的后续决策同样具备影响力[12]。 默认好评规则将消费者未及时撰写的评价直接默认为好评，从而引入了在线评论偏差；如果偏差足够严重，将扭曲消费者通过在线评论所获取的产品质量感知，削弱在线评论系统在建立信任和减少买卖双方不确定性方面的有效性。 因此，在中国电商平台背景下，如何评估由默认好评规则造成的在线评论偏差的存在程度，并提出纠正偏差的方法，以确保在线评论能够更真实地反映消费者满意度，已成为亟待解决的问题。 近年来，国内外学者对在线评论偏差的研究主要聚焦于两类核心问题：平台展示评论中的偏差与缺失评论导致的偏差。前者包括顺序偏差和商家操控引发的虚假评论，后者涵盖消费者自我选择偏差及默认好评规则的影响。 在展示评论偏差方面，平台评论排序算法（如最优帮助排序）和时间因素可能导致顺序偏差，这一偏差显著影响评论的可见性和消费者决策[13]。Sikora等[14]提出了基于卡尔曼滤波的两层模型，定量评估了顺序偏差的存在及其对在线评论评分的影响。 现有研究基于淘宝网交易数据[15]、亚马逊（Amazon）和巴诺书店（Barnes & Noble）的数据[16]，证实了商家操纵行为导致虚假评论存在的情况。Hu等[16]进一步指出，操纵策略是产品真实质量或消费者评分的单调递减函数。此外，返利策略（如提供返现或折扣）是商家常用的评论操控手段，旨在短期内提高好评数量[17]。 针对虚假评论的识别和检测方法已较为成熟，主要通过舆情挖掘和情感分析，利用监督学习、无监督学习和半监督学习等机器学习技术识别虚假评论以及发布虚假评论的用户群体[18-19]。 缺失评论导致的偏差主要来源于消费者的自我选择偏差和默认好评规则引发的偏差。Hu等[20]发现，获得性偏差和评论不足偏差会导致在线评论的有偏分布（J型分布）：前者是指消费者更倾向于反馈自己的极端体验，而后者则指负面评论被低估或遗漏。消费者由于有限理性，难以完全纠正这两种偏差。同时，相关研究通过建模证实了偏差会对产品定价和公司利润等产生影响。 Dellarocas等[11]指出，大多数在线评论系统依赖消费者自愿撰写评论，导致并非所有交易都能获得反馈，引发了选择性反馈偏差。现有研究主要关注默认好评规则造成偏差的存在及其对销量和消费者行为的影响：李雨洁等[21]认为，默认好评规则是造成在线评论偏差产生的原因之一，根据评论的分布特征指出，在线评论均值的期望反映商品真实质量的理论条件是所有消费者在交易结束后都主动撰写在线评论；赵英男等[9]将默认好评规则视为一种评论操纵形式，发现超过一定阈值的默认好评会降低感知产品诊断性，从而对销售产生负面影响；王欣等[22]则探究了默认评论对消费者评论数量与评论长度的影响。 现有研究揭示了默认好评规则导致偏差的存在及其潜在影响，但鲜有研究尝试量化默认好评规则造成偏差的存在程度，尤其在大规模数据分析和偏差量化方面存在明显不足。 Dellarocas等[11]的研究是少数关注消费者未发表评论所带来偏差的研究之一，该研究通过对eBay拍卖交易数据的建模和实证分析，评估了偏差的存在程度并提出了修复该偏差的方法。然而，该研究的核心假设未考虑虚假评论及消费者习惯性好评的影响，且国内外电商平台在默认好评规则、评论展示方式、退货后评论限制等方面存在差异，导致其研究结论在国内的适用性具有一定局限性。
