随着电子商务技术的发展，越来越多的消费者开始选择在线购物。电子商务改变了人们的购物模式，消费者在购物过程中的选择越来越多样化，但是产品多样化所带来的信息过载问题以及信息知识的获取困难给消费者的决策过程带来诸多不便，为此，本文研究通过构建基于互联网信息的产品知识地图解决这一问题。产品知识地图可以实现产品参数的快速查询、产品特征信息的对比以及用户评论中隐性知识的有效获取，从而帮助消费者在繁杂的产品信息中快捷、合理、高效地作出消费决策，也可以使产品设计者（如工业设计师）快速获取与产品特征或消费者相关的用户知识，辅助其作出设计定位决策。　　论文首先基于消费者决策过程模型和决策规则分析了现有购物工具的不足，由此引出产品知识地图的需求分析；然后在需求分析的基础上提出了产品知识地图的整体构建框架，包括数据获取、数据预处理、评论挖掘以及B/S架构知识地图呈现四个模块，并给出了每个模块的详细结构和关键实现技术；最后通过构建手机产品知识地图实例对本文提出的框架和各项技术给予了验证。　　在产品知识地图的评论挖掘模块，本文研究了一种改进的文本向量空间模型(VSM)。在建立该模型时首先利用TF-IDF函数从评论中抽取产品特征词；然后将评论分割成短句形态并按照特征词进行分类；最后计算每个特征词下短句的平均情感倾向并用其作为坐标值来对评论文本进行向量化处理，从而得到评论文本的向量空间模型。在计算不同评论文本模型间的欧氏距离时通过在每组坐标前乘以对应特征词的权重来得到加权的计算结果。这种加权的欧式距离不但包含了用户评论的情感倾向信息，也考虑了特征词的权重，可以用来计算产品评分或者不同产品之间的相似度。