随着互联网的发展,网购已经成为人们消费的一种方式,中国网民也在逐年增加。大量的顾客在电商平台购物时,产生庞大的评论信息,包括对产品的评论、物流服务质量的评论以及购物的体验等信息。从这些信息中能够提取出与物流服务质量相关的评论,这些评论对后续研究目前物流服务质量的现状提供语料。物流服务是网购环节中的重要环节,物流服务质量与顾客的购物体验存在直接的联系,从而对顾客的满意度也存在影响。因此,提高物流服务质量,树立企业品牌形象,赢得顾客的信任成为电商企业的核心竞争力。但是评论数据的数量是非常庞大的,用户很难从庞大的数据中抽取出有用的信息,因此如何高效的对商品评论数据进行分析是关键的问题。首先,本文综述了国内外物流服务质量评价的相关文献,了解目前电商物流行业标准和各项条例,借鉴SERVQUAL模型和LSQ模型,建立了物流服务质量评价的六个维度,包括可靠性、经济性、移情性、时间性、方便性、信息性。然后,通过python爬虫从京东电商平台获取顾客的评论数据,利用情感分析技术对评论数据进行预处理,包括数据清洗、去重、文本分词、词频统计等;提出了筛选物流服务质量相关评论的方法,以及利用词频统计和word2vec方法构建物流关键词和情感词词库;提出了物流关键词与情感词匹配的距离模型。接着,本文针对京东商城的物流服务质量相关评论进行情感分析的实证研究,通过物流关键词与情感词距离模型统计各个维度的关键词与情感词匹配的频次,分析实验的结果,发现消费者最关注的维度以及各个维度的好评率进行比较,对各个维度分别提出相应的改善措施;再对好评率最低的维度进行详细的分析,并给出详细的意见和建议。最后,结合京东商城物流服务质量评价的结果,本文从各个维度给出相应的对策,为提升电商物流行业的物流服务质量提供理论参考。