随着电子商务的迅速发展,越来越多的用户通过电商平台进行网络购物,并在电商平台上留下了大量的用户评论。这些用户评论数据中蕴藏着大量的用户体验感受,对企业了解用户心声,快速的挖掘用户的关注点和需求点,有着重大的数据价值。因此,本文以京东平台的儿童电话手表行业为例,通过数据采集与清洗、指标关键词短句提取及情感分析、评论数据的分析和应用这三个环节来研究分析用户评论对企业的应用价值。首先本文通过网页爬虫从京东电商平台中采集儿童电话手表行业的用户评论及其相关内容。由于采集的数据存在不规范性,因此要对其进行品牌归整和用户评论清洗。清洗后的用户评论数据如何应用是本文研究的重点,也是企业迫切需要解决的问题。本文通过搭建商品指标体系,对用户评论进行指标化,快速分析挖掘用户对商品和服务的观点,其中商品指标体系的搭建包含商品指标的设计、指标关键词的提取、关键词短句的提取及情感分类这三部分。通过对用户评论进行分词,并根据用户提及词频及商品自身属性参数形成商品指标,同时通过TF-IDF关键词提取算法从用户评论中进行关键词提取,由指标关键词结合正则表达式从用户评论中抽取出关键词短句,最后通过对Snownlp分类模型、Sklearn下的各分类算法以及Keras下的LSTM、CNN模型分别进行关键词短句的情感分类及其效果评估,从中选择了关键词短句情感分类效果最佳的CNN模型。同时在指标关键词的提取过程中,为了解决语言表达多样化的问题,通过Word2vec将用户评论的词汇进行向量化,将与指标关键词的词向量相似度较高的词汇进行抽取,实现指标关键词的扩展。通过对用户评论进行数据清洗、指标体系搭建后,形成指标化的用户评论。我们通过数据分析方法及维度形成不同的数据应用模块,并以实际案例进行分析。了解到目前儿童电话手表行业整体的情况,包括龙头品牌有哪些,市场是否有机会点。同时通过品牌和商品指标之间的对比,可知道用户最为关注的是儿童电话手表的电池容量和续航能力,不同品牌在同一指标间表现有所差异。同时企业可根据分析结果,对用户评论中用户较为关注的点,但表现较差的产品优先进行改善优化,并通过持续监控方式来形成产品闭环管理,以此提升产品后的市场竞争力,进一步扩大企业的市场份额。