在社会化电子商务环境下，随着信息产生方式与传播媒介的日益变化，顾客与企业之间基于互联网的互动、交流和联系变得十分普遍而频繁，两者的关系趋向于平等、互动和相互影响，成为当前电子商务最重要的特征。随着新一代社交媒体微博的兴起，微博平台中顾客与企业互动、交流和联系所产生的网络口碑，也成为了企业获取数据的重要来源，其中可能蕴含了巨大的商业价值。同时随着B2C电子商务的不断发展，随之而来的服务问题也越来越引人关注。B2C企业如何结合社会媒体和顾客产生的丰富网络口碑数据，提升自身服务质量，对于企业持续发展具有重要意义。基于以上背景，本文提出研究基于网络口碑的B2C企业服务质量提升策略。为了客观地理解和设计服务，本文从流程角度出发，应用服务蓝图法详细描绘分析了B2C电子商务服务总流程。根据该总流程中的六个子流程，将B2C电子商务服务分为决策服务、通达服务、交易服务、支付服务、物流服务以及售后服务等六个子服务。在确定B2C电子商务六个子服务的基础上，对获取的网络口碑按各个子服务进行归类，构建B2C企业的网络口碑分类模型，从而有助于企业便捷高效分类获取各个子服务中的网络口碑数据。以国内较有影响力的B2C电子商务企业当当网为例，首先通过新浪微博平台获取与其服务相关的微博网络口碑数据3,260条，并人工标注其子服务类别，获得训练集与测试集；然后对微博文本数据进行分词以及词性标注等预处理；接着2采用统计法选取特征项以及向量空间模型量化表示训练集，进一步使用支持向量机和朴素贝叶斯对训练集进行学习，获得分类器；最后，使用测试集评估分类器效果，用支持向量机建立的分类器分类效果相对较好，准确率达到了82.09%。通过ROST CM情感分析模块确定各个子服务中的负面口碑，发现物流与售后子服务的负面口碑数量远高于其他四个子服务，并利用词频分析、共词分析等数据挖掘技术找出这两个子服务中存在的质量问题。最后，借助服务蓝图为当当网提升自身服务质量提供了有针对性的建议与对策。