在全球经济增速放缓的大背景下,再叠加席卷世界的新冠疫情,中国就业形势十分严峻。而随着互联网浪潮的兴起,中国网民的数量急剧增长,这极大地促进了互联网招聘行业的发展,使用求职类应用软件的求职者也在与日俱增,互联网技术的最大优势在于信息传递的快速性和无限性,人们可以足不出户就了解到远在千里之外的招聘信息。求职类应用软件的招聘信息数量庞大,更多的选择性被赋予了求职者,他们可以认真浏览仔细挑选,直到找到自己最满意的工作。此外,线上求职平台可以帮助求职者解决一些问题,诸如简历有待完善、存在择业期内的心理问题、缺乏相应的择业培训等。日益严峻的就业形势,再加上求职类应用软件无可比拟的优势,使得可以减轻大学毕业生就业压力的求职类应用软件得到了广泛的认可和青睐。因此,本文从求职类应用软件的用户评论着手,研究用户情感倾向和满意度影响因素,分析求职类应用软件目前的优势和存在的不足,给求职类应用软件提出一些切实可行的建议,不断优化求职类应用软件的用户体验。本文使用文本情感分析研究当前求职类应用软件用户的满意度及其影响因素。首先从酷传网获取华为、小米、oppo、vivo、魅族、联想等6款国内著名的手机厂商应用商城的8种求职类应用软件（boss直聘、店长直聘、赶集网、猎聘网、领英、实习僧、应届生求职网、智联招聘）的用户评论数据,然后对数据进行一系列数据预处理操作,结合词云图和语义网络图初步分析用户的关注点。接着构建包含4个词典库的综合基础情感词典、网络情感词典、程度副词词典、否定词词典,对求职类应用软件用户评论进行情感分析,然后基于词频数和TF-IDF词向量方法做正向情感评论和负向情感评论的LDA主题分析,再从评论词语中抽取高频特征词,使用Word2vec模型得到每个高频特征词的词向量,结合轮廓系数法和手肘法使用K-Means聚类算法确定聚类的维数为5,聚类类别的名称也就是影响用户满意度的因素,最后使用情感词典计算各因素的满意度得分,用熵权法确定各因素的权重,将各因素的满意度和权重结合得到各个应用软件的四分图,结合四分图分析各应用软件的亮点与不足,提出针对性的建议。在对求职类应用软件总体市场情况分析过程中,发现正向评论占据了很大部分,比例高达90.6%,而对正向情感的评论进行了细分后发现,轻微正向和中度正向的评论占据了绝大多数,高度正向情感的用户则比较少,这说明虽然求职类应用软件市场整体向好,但是仍然有很大的提升空间。在LDA主题分析时,可以发现用户对于求职类应用软件比较满意的方面有岗位更新速度,工作满意程度,软件更新速度,简历修改服务。而用户的抱怨主要集中在了骗子中介和软件启动这两方面。在语义网络分析中,用户满意度高的方面表现在简历投递和面试沟通方面的方便快捷性,良好的招聘服务,实用的软件功能;用户不满意的地方有软件注册流程,个人账号隐私保护,虚假招聘服务。在情感分析的过程中,发现不同应用软件的情感分布存在显著差别。而在四分图分析中,发现每个求职类应用软件平台的5大类影响因素所处的位置也存在显著差别,因此每个应用软件平台应该采取不同的产品策略来提升产品的竞争力,从而获取更大的市场份额。