随着社会的持续发展,越来越多的人对医疗保健的认识也从原来生病去医院转变为日常对自身的健康管理格外重视。近几年,网络上各种在线医疗平台网站应运而生。借助对在线医疗平台的深入挖掘与剖析,可以了解到使用者所关注的热门话题的主题内容及情感变化,还可以为使用者提供更加便捷的找寻和获得资讯的途径。在网络上,过去对在线医疗的研究大多是以手工方式进行统计的。然而,由于现代科技的飞速发展,传统的文本分析技术在处理大量的文字时,显得越来越不适应。所以,机器学习正在慢慢被用于网络医疗平台的研究。用户评价作为一个常用的信息交换的途径,评价文本中往往带有用户的主观色彩,它最显著的特点是主题和情感。为此,本论文运用主题分析与情感分析的方法,对热点主题和情感的改变进行了深入的分析。本论文通过对在线医疗平台——好大夫在线皮肤美容科室的用户评价结果来做深度解析,运用主题分析和情感分析等方法,对平台的用户评价进行了主题分析,并对情感的偏好进行了探究,从某种程度上丰富了有关的研究。另外,在实际应用中,本论文采用了好大夫在线的医疗平台数据,对于平台运营商,可以提供更好的管理建议,推动平台的发展,从而为病人提供更好的服务;对于医疗专业人士,可以提供更丰富的视角,让医疗人员和病人进行交流,从而根据病人的需要提供诊断服务。首先,介绍分析了在线医疗平台、医疗美容、情感分析和主题分析等相关理论,结合理论分析了网络医学平台主题分析和情感分析中存在的问题,对情感分析、主题分析等相关的理论作出具体的论述。然后,考虑在线医学平台中医疗词汇分布特点和文本篇幅短、非标准化的特征,用LDA主题模型基于语句的主题,对词汇的分配进行了拟合,采用了关联加权对词频扩展语句进行了修正。接着,对各主题下的用户评价文本进行情感极性判别。最后,以此为依据进行了研究。结果表明:（1）在线医疗平台的医疗美容用户评价的主题分为5类:复诊服务态度反馈,门诊服务评价,手术效果反馈,病情变化情况,激光治疗反馈。（2）在线医疗平台的医疗美容用户评价多为积极情感,其次为平和情感,消极情感占比最低。