随着电子商务的快速发展,线上购物逐渐成为消费主流,物流业已经成为支撑国民经济发展的基础性、战略性、先导性产业。近年来,与物流业规模高速增长相适应的运营管理、服务能力等未能有效匹配,物流业发展过程中也还存在一些问题,据相关报告显示,在用户投诉问题类型中,物流问题占比高达42.42%。物流服务质量的好坏集中体现为客户是否满意,但现有的基于文本挖掘和情感分析的物流客户满意度研究处于起步阶段,鲜有文献全面系统的描述物流客户满意度的研究。因此,本研究在对物流客户满意度领域发展动态进行了全面梳理,确定采用文本挖掘和情感分析相结合的研究方法,建立模型对物流客户满意度进行测评研究,主要研究工作体现在以下两方面:（1）对物流客户满意度文献进行基于文本挖掘的科学知识图谱网络分析。基于采集到的物流客户满意度相关文献,利用VOSviewer和Cite Space对文献进行文本挖掘及科学知识图谱网络分析,通过文本挖掘的方式梳理物流客户满意度领域的发展脉络与趋势。研究表明物流客户满意度及其相关领域正在世界范围内引起更高的关注度:中国是该领域发表文献数量最多且影响力最大的国家;形成了以中国、美国、英国、印度为中心的四大国际合作阵营;近年来,研究热点从物流服务质量研究逐渐过渡到对遗传算法、车辆路径问题、时间窗和碳排放问题的研究中来,奠定接下来的研究方法与整体思路。（2）提出一种基于文本挖掘和情感分析技术的物流客户满意度测度方法。以电商平台的评论数据为例,根据TF-IDF算法得出评论数据中的物流属性及属性词词典,通过词向量Word2Vec模型融合余弦相似度算法区分每句话中的不同物流属性,结合Snow NLP技术对物流客户满意度进行测度,并设置对照实验评价模型性能。通过对情感分析模型测度实验结果分析发现,所提出模型性能与已有模型相比有了较大提升,并且挖掘出配送速度和完整性是物流客户最满意的因素,快递末端配送体系是物流客户满意度最低的环节。最后根据研究结论,从完善快递末端配送体系、提高冷链和快递包装技术水平等方面提出提高物流客户满意度的改进建议,期望能够对促进物流快递行业的可持续健康发展提供支撑,并对研究做出进一步展望。