近些年,互联网电子商务产业发展迅猛,赚取流量红利不能作为其盈利的主要途径。电商平台为了能在激烈的市场竞争中立足,不断寻求新的创新模式以适应消费者消费需求及消费偏好的变化。消费者基本需求得到满足后,对消费过程中的服务体验更加关注,这极大地影响了消费者忠诚度以及消费心理,因此电商平台在不断地进行产品服务升级。服务体验效果的优劣主要通过用户满意度来衡量,用户满意度以消费者对产品或服务进行打分和评论的方式来实现,避免了传统的人为设计调查问卷而出现信息遗漏的现象,且能有效降低成本。因此,从评论文本中提取出有效信息进行用户满意度研究显得极为必要。随着机器学习技术的广泛应用,出现了采用文本挖掘方法对评论文本进行分析的一系列研究,其中对评论文本进行用户满意度研究大部分是寻找用户关注维度,目前对不同维度进行具体分析的相关研究较少,且得出的结论较多是总体满意度。鉴于上述研究不足,本文采用文本挖掘的方法对用户满意度的各个影响因素进行改进,构建出一个完整的用户满意度指标体系。本文以京东商城购买手机后的评论文本为研究对象,基于自然语言处理技术,围绕消费者体验的用户满意度,对手机评论文本进行量化分析。文章的主要研究内容如下:首先,为提高文本分析的准确性,需要对文本数据进行预处理操作,主要包括文本去重与文本分词,文本去重可以剔除冗余文本,增加评论的有效性,文本分词是进行数据建模的基础。其次,进行用户满意度影响因素提取,需要对分词后的文本提取关键词以提高准确性,关键词提取方法选取了适合评论文本语料的方法TextRank算法,在此基础上进行关键词K-means聚类得出用户满意度影响因素,分别为价格、外观、物流、科技、性能、品牌、售后、赠品八大类。再次,对用户满意度影响因素进行实证分析,构建出一个包含指标情感值与指标权重的用户满意度指标体系框架。通过搭建神经网络LSTM模型来计算情感值,得到用户整体满意度与各影响因素的满意度。计算用户满意度指标权重考虑了两个因素,一是各影响因素的重要性,二是各影响因素表达情感与整体情感之间的一致性。将两个因素得分相乘得到用户满意度各影响因素的权重,结论表明各影响因素的影响能力强弱为:科技>性能>价格>品牌>物流>外观>赠品>售后,并且对不同手机品牌的满意度进行比较,得出结论认为,国产手机用户满意度高于非国产手机用户满意度,其中华为手机整体满意度最高,苹果手机整体满意度最低。最后,依据实证研究结果,本文对手机品牌商及消费者分别提出有指导意义的实质性建议。本文的创新之处有三点:（1）本文采用评论文本对用户满意度指标体系进行更新,并对用户满意度影响因素重新进行了归类和补充;（2）利用神经网络LSTM模型进行情感分析之前,通过SnowNLP工具进行数据标注,提高了情感分类的准确性,避免了使用评分进行数据标注时出现评分与评论不一致的问题;（3）计算用户满意度影响因素权重综合考虑了两个因素,一是影响因素的重要性,采用各影响因素包含的评论数与整体评论数的比例来衡量,二是各影响因素的情感倾向与整体情感倾向的一致性,将情感倾向由3个类别增加为5个类别,细化了情感倾向分类,提高了情感一致性分值的准确性。