随着人们消费水平不断提升,人们的生活品质也随之提升。因此,网络消费者的情感体验也就成了人们关注的焦点,对其测量的直接依据就是消费者发表在电商平台的产品评论信息。通过对以往研究的梳理,明确了在线消费者情感走向过程和消费者情感影响因素的类别,从中提取四大类因素作为后续研究的指标,分别是商品属性因素、物流与服务因素、产品评论因素、商品广告因素,研究发现因素两两之间正相关且各因素对用户的情感起到正向效应的影响作用。抓取“京东商城”的2021年三种品牌的电动牙刷评论作为原始语料库进行实证分析,预处理噪声数据后,调用百度智能云对评论文本打分并将其区分出情感极性的正负类,简化了判别的量化手段。采用word2vec模型对相关评论文本数据实行分词分析,成功实现了文本词向量的机器学习,使得文本上下词之间有一定语义关联,正是这种语义关联的新尝试,使得本文在一定程度上能从评论文本中挖掘并揭示出消费者的真实情感。按评论时间的先后顺序排列得到情感值的波动曲线图,发现消费者对三个品牌的情感波动图有不同的走向,同样存在差异性。这是一种新的尝试,能够深入研究消费者情感变化的本质。抽取评论文本里的关键词得到影响消费者复购意图的影响因素,并用线性判别分析法判定消费者是否会发生复购行为,从而能更简捷、准确地得到消费者行为意图。这对商家来说也是一种很好的启发,并基于电动牙刷的现有在线评论提出了三点情感波动调控策略。理论意义上本文结合了问卷调查与实际抓取的在线评论,运用自然语言处理技术和文本情感分析法来研究消费者情感波动,涵盖了在线消费者群体层面和个体层面,在一定程度上保证了研究的科学性,为未来研究提供了一定的参考。实际意义上本文研究在线消费者影响机理能够更好地挖掘用户对产品在意的关键点,了解用户需求,商家能够针对性地提出解决办法或改进措施,进而提高消费者的满意度,锁定已购消费者并吸引潜在消费者,扩大市场份额。