生鲜农产品是人们日常生活中的高频刚需品,市场需求度日益活跃,随着“互联网+”农业的大力推进,我国生鲜电商市场规模不断壮大,行业竞争日趋激烈,这就要求参与者能够及时准确地把握消费者需求,提供更优质的产品和服务。随着互联网的迅速普及,通过电商平台购买各类生鲜农产品已经成为许多人的重要消费方式。在线评论作为消费者购物后的反馈之一,能够较好地反映出消费者的产品服务诉求与情感倾向,挖掘这些信息对于企业的良性发展是至关重要的。因此,本文基于在线评论来研究消费者满意度,以帮助生鲜企业更好地了解影响消费者体验的关键因素,助力企业合理配置资源,集中优势去改进产品和服务,推动生鲜农产品电子商务健康有序发展。在梳理总结国内外相关文献的基础上,本文以生鲜农产品为例,利用文本挖掘和实证研究相结合的方法,探究影响消费者满意度的形成机制。首先,爬取京东商城的生鲜农产品评论数据约3万多条,接着对预处理后的评论数据进行文本特征分析:通过词云图的特征可视化分析总结出消费者对各类生鲜产品关注的具体因素,通过语义网络的特征关联分析挖掘出评论文本中的中心节点词和词语间的共现关系;其次,基于文本特征分析的结果,通过Word2Vec和K-means聚类算法提炼出评论文本中消费者关注的主要特征因素,建立生鲜农产品消费者满意度的概念模型;采用基于语义的情感分析方法,通过词性标注和正则表达式匹配出特征情感短句,并计算出各特征因素的情感得分和总体满意度,建立消费者满意度影响因素得分表;最后,通过建立消费者满意度贝叶斯网络模型,得到各特征因素之间的潜在关系及其对满意度重要性影响的结论,研究结果表明消费者满意度中最重要的前六个影响因素及影响系数分别为:新鲜度（0.268）、配送速度（0.135）、质量（0.117）、价格（0.089）、发货速度（0.068）、味道（0.062）,并从品质感知、营销策略、物流配送和电商服务四类指标针对性地提出了优化建议。本研究围绕着消费者决策的视角,建立生鲜电商消费者满意度模型,与以往研究相比,本文的主要贡献在于:第一,利用自然语言处理的方式将文本数据结构化并整合,得到消费者满意度影响因素得分表,通过建立消费者满意度贝叶斯网络模型,直观清晰地得出各影响因素的潜在关系以及影响因素的重要性排序,进而判断不同特征因素对生鲜电商消费者满意度的影响程度差异。本文所提方法为现实中利用网络评论研究消费者满意度测评问题提供了新的研究思路和解决途径;第二,根据消费者满意度概念模型及贝叶斯网络模型的结果从生鲜农产品品质感知类、营销策略类、物流配送类和电商服务类四项指标有针对性地提出了优化建议,为生鲜企业改进产品、升级服务指明方向,有助于企业有的放矢地制定改进策略,进一步提升整体满意度;第三,在计算特征短句的情感值时,除了考虑对情感词、程度副词和否定词赋值外,还根据评论文本分词和词性标注的结果,总结出了六种常见的词性组合,根据不同短句的类型计算特征因素的情感得分,使得各特征属性的情感值更精确。本文的不足之处:第一,数据不够广泛。本文只选取了京东生鲜平台的评论数据,如还可以收集其他平台的生鲜农产品或其他品类的网购评论开展多维度的对比研究,获得更具普遍意义的发现。第二,可进一步提高研究的深度。对消费者评论数据的挖掘可以进一步扩展到用户细分的研究,比如根据用户网购生鲜农产品的频率分为:高频用户、中频用户和低频用户,分别挖掘不同层次消费者的需求和偏好,研究不同特征消费者群体满意度的差异,有利于企业实现精准营销。