随着现代信息技术和互联网的高速发展,产生了大量的舆情信息,通过舆情分析发掘有用的信息和价值越来越受到人们的重视。本文试图将舆情分析的思想应用于汽车销售这样的商业领域,通过消费者对汽车品牌的评论发掘消费者对于汽车品牌的关注点并进一步分析不同汽车品牌的优缺点。本文主要将研究分为两个阶段来进行,分别为数据、获取整理阶段和数据分析阶段。在数据获取、整理阶段,本文首先探讨了多种网络爬虫技术,然后通过这些技术手段将论坛、微博等舆情网站中的与汽车品牌相关的评论爬取下来,并将待分析文本通过采集词比对,自动将不同类型的评论归类到结构化的表格中,通过基于最大概率法和隐马尔科夫模型的中文分词技术将文本信息分词,并统计出词频。通过基于情感词典的情感分类算法将消费者的评论分为正面评价、负面评价和中性评价,并统计出各品牌三种评价的频数。在数据分析阶段。本文首先通过主成分分析法,依据各品牌各汽车维度正面评价比例,将各汽车品牌旗下的汽车分为三个方面来进行评价,并得出了与现实较一致的结论,并对结论进行了解释说明,对于要买车的潜在消费者具有一定的参考意义。然后,本文探索了汽车维度正面评价数与汽车品牌销量之间的重要性关系,考虑到汽车各维度正面评价数之间具有一定的相关性,因此使用相对权重法来克服相关性问题,并最终得出了较为有说服力的结果,对于汽车品牌生产商调整自己的汽车改进侧重点,具有一定的指导价值。最后,本文指出研究中可能存在的一些不足和进一步需要考虑的问题。