随着网络逐步改变人们的生活方式的同时,其也逐渐成为人们发表和分析评论、观点的平台,而这部分评价信息不但能够用于舆情监督等,同时也能够为产品的改进完善和消费者的购买决策提供指导意见。微博产品评论是微博用户将自己在购买或者使用产品过程中的体验发布在微博平台上的评价信息。由于微博用户发布的信息的接收者一般是自己的粉丝或者好友,基于这种现实关系,信息往往更加的真实和中肯,也因此能对信息的接收者产生更直接的影响。因此研究微博平台上的产品评论数据,一方面能更加充分的利用网络信息,另一方面能够为企业和用户提供更加真实有效的参考信息。为了解决产品特征概念的同义词、下位词的统一,提高产品特征提取的效果及产品特征的情感分析准确度,本文提出利用特征本体和情感词典分析产品评论里产品特征的情感。该方法构建特征本体,用于对产品特征概念的分类和产品特征的提取,方便产品特征和情感词关联强度的计算及产品特征的情感值计算。同时将TF-IDF作改进后,用于计算产品特征和情感词的关联强度,从而利用强关联性找到隐式产品特征。并构建综合性的情感词典,获取评论文本内能表达或影响特征情感值的元素。本文从产品评论数据中获取情感元素及对应的评价对象,计算出评价对象的情感值。最后本文以新浪微博平台上的产品评论文本为实验数据集,验证本文方法的有效性和可行性。实验结果评估表明本文提出的方法可行,并且提高了产品特征提取的效果和情感计算的准确度。