当前社会科技技术飞速发展,大数据作为其中的热门话题之一,如何进行大数据的采集、如何处理大数据并作出商业分析、精准营销是电子商务领域寻求新型服务模式中很重要的环节。根据2011年国际数据公司（IDC）调查研究显示,在今后的至少十年里,非结构化数据将会占据全部互联网数据的90%。非结构化数据作为一个并没有得到完全开发的“信息金矿”,对它的研究是十分必要的,因为非结构化数据可以揭示出众多人们之前所忽略的、十分复杂且难以捉摸的众多商业驱动因素间的重要相关关系。本文通过Python爬取京东销量前100名的手机评论,共计114360条,通过前期的描述统计发现苹果手机仍为市场霸主,华为的品牌影响力最高且覆盖当前热点的手机类型最多,三星市场份额占比进一步缩小,国产手机品牌格局渐渐清晰,小米进军高端机的产品性价比最高。建立LDA模型,发现用户探讨的十个话题主要是电池续航、手机满意度、解锁功能、手机系统、手机不足处、销售商家、手机热点、快递物流、支持华为、处理器。进一步建立SVM模型,模型拟合能达到90%左右,利用分类器预测文本情感,得出用户对手机行业的赞点为:手机包装、手机系统、手机相机功能、手机外观、运行速度及手机电池续航能力。抱怨点为:销售商家、手机解锁功能、负面品牌、手机发热问题、手机外观及京东物流。本文采集电商平台的真实订单评论,对其进行分析,并利用机器学习方法构建模型,得出消费者谈论的话题,洞察了消费者的心理,为商家及电商平台提出建议,在实际应用中可行。