定制产品设计和生产制造过程中,制造商常邀请用户通过虚拟体验等方式感知产品性能。通过分析用户完成产品体验后发表的用户评价,了解产品设计的不足与缺陷,从而有针对性的完善产品性能,使定制产品更加适应用户需求。情感分析技术是一种基于句法分析和机器学习的文本观点提取与情感判断方法,在文本数据分析处理过程中,它可以基于文本数据近似模拟出文本特征与其情感倾向的关系。与人工分析文本相比,文本情感分析技术能够有效缩短文本处理时间,降低文本总结归纳成本,为制造商后续的用户观点挖掘提供良好的基础。本文以定制产品电梯为例,基于文本情感分析技术研究电梯评论情感分析方法,提出了用户评价抽取与归类算法,并设计和开发了一个基于web的定制产品用户评论情感分析系统,实现定制产品用户评论分析量化。该系统从粗粒度和细粒度两方面分析用户评论,包括用户评论情感极性判断和电梯各属性评价的挖掘量化。最后,系统通过数据可视化技术将结果展示给电梯制造商。主要研究内容如下:（1）基于依存句法分析理论提出了一种用户评论评价单元抽取算法。通过爬虫技术收集电梯用户评论,研究评论句法结构特性,设计了八种电梯评价单元抽取规则,将形如<属性词,否定词/程度副词,情感词>的评价单元从冗长的文本评论中提取出来,完成用户评论细粒度挖掘;（2）提出了一种word2vec词向量与k-means聚类算法结合的评价单元归类算法。构建词向量模型将词语转化为结构化数据,将聚类模型与相似度计算结合判断评价单元类别。基于LDA主题模型提取电梯属性词,构建相应的种子词语并引入归类算法,提高评价单元归类准确率。同时,设计了一种基于情感词典的评价单元情感强度计算规则,并结合统计学知识建立综合评价指标;（3）研究了基于机器学习算法的电梯评论文本情感倾向分析。通过引入卡方统计量化文本信息度,构建了不同的文本特征提取和特征选择方法。通过搭配不同的特征选择和学习算法训练电梯评论情感分析模型,找到最优的电梯评论情感倾向判断模型;（4）开发了一个在线的定制产品用户评论情感分析系统。系统创建多个项目,用来收集不同产品的用户评价,并存储在数据库。系统用户触发API接口时,系统基于情感分析算法分析、总结和归纳用户评论,并将情感分析结果通过数据可视化的方法展示出来,使制造商直观了解产品优劣势。