1. 研究目的与意义（文献综述）

随着信息技术的不断发展，网络空间成为消费者交流、分享经验的重要活动载体，消费者逐渐的从单纯的网页消费者转变为网页内容制造者，通过不同的例如博客、微博、各种购物网站来表达、讨论、传播他们的观点。其中就包括电子商务平台上消费者对已购买商品的在线评论。在线评论是已购买者在商品网站下的主观情感表达，具有很高的独立性与真实性，具有很高的参考价值。

因此对在线评论进行挖掘，并分析消费者对商品的情感诉求，对于改进产品和调整营销策略是十分有意义的。

消费者是商品服务的主要对象，商品使用过程中会给消费者带来各种不一样的情感体验，而电子商务在线评论平台往往成为新时代消费者抒发这些主观意见的平台，获取这些主观意见并比较分析其对其他消费者进行购买决策的影响程度具有重要意义。传统方法是使用问卷调查，但这种方法存在许多不足之处，例如问题复杂性高可能直接导致的信息采集质量低以及问卷发放回收耗费大量人力、物力、回收周期长。因此，利用文本挖掘和情感分析技术，分析用户对商品购后的切身情感，对消费者和商家都有重要意义。

2. 研究的基本内容与方案

（1）利用网络爬虫技术，抓取京东商城的评论信息，并对评论文本进行识别出其中有用性文本，减小干扰，保证后续研究的准确性。

（2）对在线评论进行清洗，提取出有用性文本中的情感偏好字段，将其按照一定标准进行归类，形成相应的情感描述词，使得挖掘后的数据更加简洁，具有可操作性。

（3）针对挖掘到的这些情感特征词运用情感计算方法更加准确的获得消费者对该情感特征的情感倾向以及情感强度，形成多维的产品情感属性评价，并研究分析营销消费者满意度的因素，向消费者或商家提供准确有用的信息。

3. 研究计划与安排

（1）2018年12月20日前：师生进一步明确论文选题，完成任务书工作。

（2）2019年1月5日前：学生提交开题报告初稿给指导老师。

（3）2019年1月5日～10日：学生根据导师意见修改开题报告。

4. 参考文献（12篇以上）

[1]钱春琳,张兴芳,孙丽华.基于在线评论情感分析的改进协同过滤推荐模型[j/ol].山东大学学报(工学版):1-6[2019-02-20]

[2]刘玉林,菅利荣.基于文本情感分析的电商在线评论数据挖掘[j].统计与信息论坛,2018,33(12):119-124.

[3]崔永生.在线评论文本挖掘对电商的影响研究[j].中国商论,2018(33):17-23.