互联网的普及为电子商务的发展奠定了基础,信息时代下的企业间竞争日益激烈,昔日“以产品为中心”的思想逐渐转变为“以客户为中心”,用户在线评论成为买卖双方信息沟通的桥梁。用户持续性参与在线评论,表达内心情感能够降低自己在未来网络购物中的风险,帮助商家获取用户反馈、提升产品质量与服务水平,提升电子商务平台的用户黏性,增加用户对平台内容的信任情感。用户在线评论成为企业真正做到“以客户为中心”的切入点。基于此,本文提出了基于文本挖掘的在线评论情感分析与应用。本文以M公司在天猫、京东两大电子商务平台的用户在线评论为研究对象,通过对M公司产品的亲身体验及网络用户反馈的信息可以发现M公司存在着三大问题:用户满意度不高、新旧产品同质化现象严重、产品竞争优势不突出。结合国内外学者相关研究成果和用户在线评论、情感分析、文本挖掘的理论基础,针对以上问题给予科学合理的解决方案:首先,对从电子商务网站获取的M公司用户评论文本数据进行预处理,包括采用Python语言中的结巴分词包对其进行分词与词性标注,从而获得与P产品评论相关的、可能蕴含有效信息的实词序列;其次,构建特征词与观点词的搭配模式,并用已经构建的搭配模式匹配实词序列,从中提取用户在线评论的特征观点词对,并根据观点词的情感强度,结合语义方法和统计方法计算用户评论特征词的情感极性及强度;最后将用户评论特征词聚合为产品具体特征项,计算其情感强度值,并根据情感分析结果,对企业的产品设计与升级以及客户服务等方面提出针对性建议,以期帮助企业识别用户兴趣,提高客户满意度,明确产品的竞争优势及需要升级改进的地方,希望为诸多电子商务商家及手机制造商提供一些实用型的参考方案。