随着网上购物的发展,网上购物所产生的评论越来越多,而电商网页上的初始评论是一条条句子的形式,错综复杂,形式不易分析,内容上更难以直观的找出有价值的信息,因此,如何利用这些数据量庞大的评论来提取出有价值的信息,对商家提高自己的产品质量,提升自己的销量和利润来说至关重要。本文从文本挖掘的角度来解决这一问题,首先,本文所使用的数据来自网络爬虫对天猫美的热水器商品评论的提取,提取出的评论经过处理得到数据矩阵,这种一手的资料非常真实有价值。第二步,本文设计了一种情感得分算法,利用关键词汇加词序的方法得出了关于评论的情感得分很好的结果,这一结果非常符合评论的实际情感。第三步,本文使用了文本挖掘中决策树、逻辑斯蒂回归、关联规则这三种方法,这些方法非常有效的分析了评论中的重要词汇。最终,本文提出对商家商品改进的策略,得出有现实意义的结论。本文的结论在于用文本挖掘的方法通过客户评论分析出客户对商品的观点,对于哪些方面是商品做的好的,哪些方面是商品需要改进的,有着清晰的分析。这些分析有价值且有创新性,本文在最后总结了这种分析方法的结果。