截至2020年6月,我国网购消费者数量规模达7.49亿,占整体网名的79.7%。而生鲜产品作为人们网购生活所需品的其中之一,具有很大的市场发展潜力。2019年,中国生鲜市场交易额约为2.04万亿元,其中电商平台交易额为1620亿,线上普及率为7.9%。巨大的行业潜能,加上互联网时代完善的基础设,生鲜电商市场飞速发展。如何在行业中脱颖而出,成为消费者心中的首选,是各大生鲜电商平台发展的重中之重,而只有从消费者本身出发去研究消费者对生鲜电商产品的情感态度才能对症下药。本文便是通过对消费者网购的在线评论进行文本挖掘,有效分析消费者对电商生鲜产品的情感态度,为电商生鲜平台精准分析消费者情感和挖掘生鲜产品的特征提供意见和建议。本文首先运用python编程技术爬取京东生鲜界面中水果、海鲜、肉类以及蔬菜四类生鲜产品在线评论文本数据,通过中文分词、去停用词、词向量化等预处理方法对收集的在线评论文本数据进行处理,再选择SVM和CNN两个模型,对生鲜电商产品在线评论文本数据进行情感倾向性分析,利用训练集对模型进行训练,对比分析结果选择最优模型。最后利用情感分类模型和主题挖掘技术,提取网购评论的主题特征,并基于情感分类模型分别从总体和不同类别上对生鲜产品特征进行消费者情感态度分析,为电商平台提出针对性意见和改进建议。研究结果表明,首先,在本文生鲜电商产品消费者情感倾向性分析研究中,通过调整模型参数可提高模型分类准确率,并且与支持向量机模型相比,调参后的卷积神经网络更适合在线评论文本数据的情感分类。其次,在卷积神经网络情感分类模型与LDA主题模型相结合的研究中,产品的品质、包装、物流、价格以及客服是购买者对生鲜产品的主要关注点。从总体上看,消费者对四类生鲜产品的品质、物流及价格情感评分较高,而对生鲜产品的包装及客服情感评分较低;从类别上看,生鲜电商平台销售的水果、蔬菜以及海鲜的物流速度是消费者比较在意的特征,而肉类消费者更为看重品质。根据以上结论,建议电商平台严格控制生鲜产品质量,针对运输距离及产品性质采取差异化包装,加强物流供应链以及完善售后服务,进而为消费者提供更好的“线上买菜”购物体验。