互联网技术的发展带动了电子商务市场的繁荣,越来越多的消费者喜欢在网络平台上购物并发表自己的评论意见,这些商品评论信息已经成为在线口碑的一种重要的表现形式,深刻地影响着潜在客户的购买决策与企业的营销策略。如今电子商务已经进入大数据时代,评论文本信息量大、文本信息不规范、信息质量不一等问题不仅给消费者做出正确的购买决策带来了困难,更是给企业的信息挖掘工作带来了巨大的挑战。目前电子商务市场竞争日益激烈,企业应当更加重视在线评论信息中蕴藏的价值,从庞大复杂的在线评论信息中提取出有用的信息,及时发现消费者的需求信息,有效挖掘出潜在客户群体,针对性地调整产品构成以及做出相应的营销策略。这对于企业将潜在客户转化成为真正的客户,从而获得更高的效益以及市场竞争优势具有重要的现实意义和价值。本文以2017年10月进入中国内地市场进行销售的产品iPhone8为例,前期通过广泛的抽样调查以及相关回归分析,获得客户偏好的产品特征属性,建立潜在客户商品评论偏好的指标体系,作为文本分析的筛选依据。通过网络爬虫技术,在微博、大众点评等诸多网络平台搜集了近10000条评论信息,进行文本预处理和情感极性分析,构建iPhone8手机的潜在客户的挖掘方法。按照基于特征属性的商品评论信息情感分析模型的研究思路,做了评论数据的抓取、评论数据的筛选与处理、本体特征的构建、识别隐式特征、特征权重的计算、评论情感倾向计算六方面的工作。经过情感极性分析,得到了一系列iPhone8手机各特征属性的权重值。据此,本文构造了潜在客户的判断标准,即以各特征属性为变量,各权重为系数的一次函数,得分按照从高到低的顺序排列,根据产品和市场环境的需要划定一个标准线,标准线以上的评论所对应的用户,即为潜在客户比重。最后,论文根据研究结果提出了基于潜在客户群体的挖掘方法,从产品研发阶段、产品发布阶段提出企业发展与产品创新策略,也为其他产品提供实证案例借鉴。