电子商务的迅速发展,导致了冷链农产品电商平台的迅速崛起,但发展过程中也存在着不少的问题,如何去发现并改进这些问题,提升消费者的购买意愿是首要任务。本文以消费者评论为切入点,对其进行情感分析,分析结果不仅可以影响其他用户的购买决策,还对企业日后的发展指明了方向。本文以淮南“菜篮子工程”冷链农产品电商平台为例,通过爬虫提取出消费者评论,采取三种情感分析的方法。具体的研究工作包括以下三个内容:第一,基于Bi-LSTM对冷链农产品电商平台消费者评论进行情感分类。为了帮助企业和消费者把握商品整体的好坏程度,从文本语句的角度提出此类方法。首先,对消费者评论进行预处理,并基于word2vec训练词向量,根据Bi-LSTM分析评论文本的上下文之间的关系,并引入注意力机制对模型进一步的优化,最终运用情感分类器对评论集进行情感分类。从结果看出消费者对淮南“菜篮子工程”电商平台的整体评价,从而反映消费者对整个冷链农产品电商平台的满意度。第二,基于LDA主题模型对冷链农产品电商平台的在线评论进行情感分析。该方法从潜在主题的角度出发,研究消费者的关注点并提取出对企业和消费者最有用的信息。首先根据第二章的消费者评论分类结果,通过依存句法关系对好评和差评提取情感单元,接着运用LDA主题模型分别对好评与差评聚类,根据评价指数SC值的最大值确定主题数,最后对聚类的结果进行分析,从结果可以了解到消费者的关注点、对平台的最满意以及最不满意的地方。第三,基于评价对象抽取对冷链农产品电商平台在线评论进行情感分析。针对用户不只是关注商品整体的好坏,更加关心各类属性质量的行为,提出此类方法。首先基于词性、评价词和评价对象的搭配规则,以及运用词频、PMI方法对评价对象进行筛选过滤,并使用文本相似度将评价对象分为五类,最后通过评价词极性计算的规则,计算“菜篮子工程”电商平台评论的情感倾向性。从结果可以看出消费者对淮南“菜篮子工程”电商平台的五大属性的满意程度。本文从这三个角度对淮南“菜篮子工程”冷链农产品电商平台的消费者评论进行情感分析,从消费者的角度考虑,及时了解消费者的需求及评价,采取针对性的措施,才能解决上述问题,更好的吸引消费者,并对其他正在发展的冷链农产品电商平台提供借鉴。图13表14参55