互联网技术的快速发展对人们的购物模式带来了很大的影响,网络购物成为了越来越多消费者的选择,因此产生的电子化数据规模也急剧增长,这些看似杂乱无章的信息中潜藏着无数的商机。从上世纪末开始,如何挖掘到这些隐藏的、有价值的信息就成为了学者们争相研究的重点。相应的,电商平台作为互联网的新兴产物,如果想要跟紧时代信息时代的步伐,通过关注顾客的消费体验来了解消费者的关注点以及影响消费者评论的关键影响因素,就要不断改进和升级,只有更好的满足客户的需求,才能有更持续的发展。本文使用文本挖掘技术,获取小米手机在电商平台的评论数据,这些评论数据均是没有标注好评或差评以及任何其他标注的原始评论。在对原始数据进行了一系列处理后,依靠计算机算法得出了消费者关注的多个主要手机特征,以及针对这些特征下每个评论的情感倾向极性及情感强度。本研究的实现主要包含四个步骤:首先使用python爬虫工具爬取天猫商城小米旗舰店上关于最新产品小米9的用户评论,并建立词云;然后进行数据预处理工作,对爬取到的评论数据先去除掉评论中无意义的部分后,再使用结巴分词工具进行分词处理,并在分词时完善了自定义词典;之后建立TF-IDF关键特征词挖掘模型,对分词后的文档进行关键特征词挖掘工作;最后以基于情感词典的方法对用户评论进行情感倾向分析,并对分析结果再结合情感得分均值、方差与好评率综合分析。研究结果显示,该款手机的手感、拍照和性价比得到消费者青睐;电池与屏幕两方面评价最差,急需提升后续产品在这两方面的质量;客服服务体验评价差别过大,需要加强部门管理与技能培训。手感、拍照、性价比、电池、屏幕与客服六项关注点成为影响手机网购评论的关键影响因素,后续的产品设计与服务需要特别关注。其他手机功能方面如运行、指纹、音质与玩游戏等功能的工艺水平也有一定的提升空间;而售后服务中的物流服务评价一般,可选择更有实力的物流公司合作,为消费者提供更好的购物体验。