随着我国工业化进程的推进,产业集群成为了中国经济发展的一个重要特征,集群成员之间建立了长期稳定又不乏激烈竞争的协作关系,在促进区域经济发展中发挥着越来越重要的作用。本文将产业集群看成一个为客户群提供多样化产品、满足客户个性化需求、具有动态灵活以及广泛协同的业务组织模式。随着经济的快速发展,人们生活水平不断提高,消费者对产品的需求越来越高,从大众化、批量化逐渐向差异化、个性化、和多样化发展。产品更新换代的周期不断缩短,对市场快速响应能力要求越来越高。产品综合评价对于制造业来说非常重要,是进行产品优化更新的重要依据,然而评价信息的获取和科学的评价模型是进行产品优化更新的最大障碍。在集群广义制造系统中拥有丰富的集群数据可以利用,从冗杂的集群产品数据中挖掘有用的信息进而转化为知识并提供知识服务成为了重要的研究内容。本文针对产品综合评价中的信息获取及评价方法问题,以文本挖掘技术为基础,运用情感倾向分析技术和LDA主题模型算法进行主题发现的研究,并将主题发现的结果应用于产品评价的知识服务当中,构建了数据驱动的产业集群广义制造系统的产品综合评价模型,丰富原有的产品评价手段和评价方法。数据驱动的产品评价主要是指在产品与外界(如用户、环境等)相互作用过程中产生一些可以表现产品与外界关联特征的数据,通过对这些数据进行建模分析,挖掘其中的事物关联性和隐藏模式,以辅助产品优化更新过程。本文创新性地以数据驱动为核心研究集群广义制造系统中的产品综合评价问题,提出产品综合评价模型。从集群内可用的产品数据出发,应用数据挖掘处理技术与方法,包括数据的采集、清理、挖掘以及算法的选择等,挖掘出数据背后隐藏的模式融入到产品综合评价过程中,用以确定产品综合评价的维度个数,并且界定每个维度所占权重系数。针对产品综合评价过程中用到的关键技术与方法进行深入研究,确定产品综合评价得分矩阵公式以及计算贡献度的方法,通过对产品综合评价的量化过程,创新性地解决了产品评价过程中难以量化的难题,准确衡量产品各个维度的优劣以及整体的表现情况,有效分析消费者对产品的情感倾向以及对产品的综合评价。另外,针对数据驱动的产品综合评价的业务问题,在相关技术与方法的研究基础上,对产品综合评价辅助分析系统进行了初步设计,包括系统的体系结构框架设计、系统的技术框架设计以及系统的功能模块设计,并对该系统的部分模块进行了开发实现,辅助集群企业求解相关业务问题,进而缩短求解产品综合评价业务问题的时间,为产业集群内成员企业的蓬勃发展打下坚实基础。