近年来,电子商务的发展极大促进了人们购物的热情,众多网购平台积累了海量的在线评论数据。这些评论除了包含大量的短文本信息外,还涉及用户、时间因素、情感信息等多种非文本信息,不仅成为消费者进行选购时的重要参考内容,也成为商家、企业进行决策与分析的重要切入点。从海量的产品评论中分析用户的兴趣及偏好,已经成为企业提升商品和服务质量、制定营销策略,把握流行趋势不可或缺的信息来源。网购平台作为信息传播与共享的一种,用户之间产生的评论形成了一个具有多节点和复杂结构的系统网络。普通的网络不能够表达用户、评论、情感间的关系。超网络作为一种能够刻画复杂系统,描述具有多层特征、多级特征和多准则的真实社会网络的新方法,逐渐受到领域专家的重视。本文在采集京东平台上手机商品评论数据的基础上,对在线评论进行深入分析。主要研究内容如下:（1）在线评论预处理。首先利用网络爬虫技术采集了京东平台上真实的手机评论文本数据,利用自然语言处理技术对在线评论文本内容进行预处理。通过依存句法分析提取特征观点对,并利用Word2vec技术建立词向量模型,构建产品特征集,识别在线评论的主题特征,为构建情感分析模型奠定基础。（2）构建基于超网络的在线评论情感分析模型。首先针对产品竞争力分析与企业竞争情报分析两个角度分别构建基于超网络与在线评论的产品竞争力分析框架和基于超网络与在线评论的企业竞争情报分析框架,对各子网构建以及各子网络层间映射关系进行描述,在对产品竞争力进行分析时,引入时间因素,提出了一种适合表达情感、时间和评论之间关系的超网络动态演化模型,解决了情感分析时静态研究局限性的问题。在对企业进行竞争情报分析时,提出一种基于超网络的在线评论的企业竞争情报分析框架,利用Word2vec和相似度计算方法,全面准确地提取评论中的特征词汇,同时可以有效避免因为表达差异造成特征统计上的缺失。（3）基于超网络的在线评论情感分析模型应用研究。在对产品竞争力分析时,选取京东平台下两种不同品牌的华为手机和一加手机的评论对产品竞争力模型进行验证,结果表明本文所提取的特征观点对用于建模竞争力分析是可行的,进而说明了本文的产品竞争力分析是有效的。在对企业进行竞争情报分析时,扩大了数据集规模和数据采集时间窗口,爬取三种品牌下不同价位区间的9种手机的评论,将手机按价位分为低端、中端和高端三个等级,并对不同手机评论数据进行加权。通过实验得到基于不同等级与品牌的产品情报,并给出改进策略,进一步阐述了关于模型的情感分析所带来的商业价值和应用价值。