随着互联网技术和人工智能技术的不断发展,许多智能设备制造产业也迅速发展起来,智能音箱作为近几年广受大众喜爱新兴智能产品,吸引了许多传统音箱制造企业和大批互联网企业的加入。智能音箱通过人机语音交互的方式实现在线选歌、智能对话、智能家居等多种功能,给人们的日常生活带来了很大的便利性和趣味性。和传统音箱相比,智能音箱利用互联网和语音识别等技术,可以给用户提供娱乐游戏、生活助手、在线教育等多个方面的服务。越来越多生产企业的加入,使市场内涌现了大批各具特色的智能音箱爱产品,但同时也给产品的发展提出了更高的要求。从用户角度了解不同品牌智能音箱之间的产品特性差异,明确用户对不同品牌智能音箱产品的关注情况,对生产商和潜在的购买客户都有重要意义。本文首先阐述了对智能音箱评论进行文本挖掘和量化分析的相关理论,然后对京东平台上小米、百度、京东三种品牌智能音箱评论进行实证研究。主要分成五个部分去挖掘智能音箱的产品评论信息。第一部分介绍了电商平台快速发展的背景和智能音箱产品的产生和发展情况,然后介绍了使用文本挖掘技术对电商平台的用户评论的必要性,另外对情感分析和主题分析的国内外研究现状进行了阐述。第二部分介绍了文本挖掘的相关理论。主要对涉及到的情感分析、关键词提取、LDA主题模型、满意度分析的相关概念以及用到的关键技术进行介绍。第三部分是电商评论的描述性统计分析和情感分析。利用爬取的京东商城不同品牌下的智能音箱的数据,对数据预处理之后利用利用词云图和语义网络图对高频词汇间的联系进行直观的展示,再基于智能音箱评论扩充的情感词典对电商评论进行情感分类。第四部分是主题挖掘。先使用TextRank算法得到评论的候选主题特征词,然后分别对正负情感倾向评论的建立主题模型,最后量化分析用户对不同主题特征的满意度和关注度,研究不同品牌智能音箱下的用户关注情况和待改进方向。第五部分为结论与建议。总结前面章节得到的实验结果,分别对电商平台和智能音箱品牌厂商提出建议。研究发现,对小米小爱智能音箱来说,应该继续提高音箱的智能化水平,重点提高音箱的语音识别与语义理解方面的技术;对于小度智能音箱主要是发展智能家居方面,扩大音箱可连接设备的资源,不断提高用户的消费体验;对于京东叮咚智能音箱来说,应该不断改善音箱连接网络问题,在发挥品牌优势的基础上继续加强和第三方平台的合作,不断汇集更多的内容资源,为用户带来更加丰富的体验。