随着网络购物的普及,产品评价语料越来越丰富,针对产品评论的数据挖掘研究也随之得到发展。产品特征词挖掘是产品评论挖掘的基础,为情感分析研究提供了评价对象。目前产品评价指标主要通过人工定义固定领域的产品特征来实现,不具有通用性。本文对产品特征词识别和特征词间关系进行研究,基于特征词和情感词的网络结构优化特征词识别效果,然后使用无监督的方法构建产品评价指标,主要研究内容包括以下两方面:1、使用基于网络结构的排序模型提高产品特征词识别效果。本文将特征词识别分为抽取和筛选两部分,首先通过句法依存模板来抽取<特征词,情感词>词对作为网络节点,通过节点的修饰关系形成网络结构,使用PageRank算法对节点进行排序,充分利用了情感词和特征词间的相互作用,提高了特征词识别的准确性。2、设计产品评价指标构建方法。本文分别构建了基于方面的评价指标和层级结构评价体系,使用聚类方法构建方面评价指标,又探索性的根据特征词隶属度和相似度构建了特征关系图,使用ISM方法分解得到产品特征的层级结构。两种构建方式可以广泛应用于各个产品领域,为情感挖掘提供多元化评价指标。