21世纪全球进入了一个“互联网+”时代,网络购物受到我国消费者的青睐,电子商务的发展使得网络社区成为众多平台或企业关注的焦点。在网络社区当中,用户给出的评分、评论等信息普遍展现的是用户的真实体验,其他潜在用户也可以依赖早期购买者的在线评论来识别产品质量、口碑和商家信誉等。平台或企业也可以从评论中获取有用信息,有效提取用户意愿,并测量用户价值,对用户进行分类,帮助企业有效识别自身品牌优劣势,及时调整经营策略和市场策略,以取得经营成果。因此,利用信息技术在海量用户评论当中提取到有价值的信息是十分必要的。本文以汽车之家红旗品牌为例,爬取了汽车网络社区当中购车用户的口碑评论及潜在用户的自由评论。基于购车用户的口碑评论,首先对非结构化数据进行文本分析,分词后提取关键词,统计词频,并进行可视化分析及语义分析。其次对用户给出的汽车8项指标评分等结构化数据,运用回归分析等技术手段,分析用户评论及汽车属性的信息特征。最后得出用户关注度从高到低的汽车属性排名,同时从多个角度刻画汽车及用户特征,分析出了红旗品牌的优劣势,多种分析方法所得结论基本一致,为汽车管理与消费者购买决策提供理论与实践支持。基于潜在用户的自由评论,先将其进行可视化分析,与前文购车用户的口碑评论进行对比,发掘不同用户的关注点异同。为了帮助平台企业更准确的测量用户价值,更全面区分不同价值用户,考虑到汽车作为大宗消费品,传统价值测量RFM模型中的M值（最近一次消费金额）对用户细分的作用相对较弱,本文剔除传统RFM模型中的指标M,保留指标R（时间间隔）和F（频度）,引入影响力I,满意度S和用户情感S三个指标,构建出RFISS用户价值测量模型,量化用户价值。此外,利用K-means聚类算法对用户进行聚类,筛选出购车意愿高,品牌忠诚度高的用户。最后依据各类用户的特征,将用户分为重要价值用户、一般价值用户、重要发展用户、一般发展用户,并提出与之相适应的营销管理办法,确保用户的价值能够得到最大化挖掘。