当前人工智能领域的技术创新越来越多,智能穿戴、智慧家装等多类型智能设备渐渐走进普通民众的生活,其中智能手环就是典型代表,当下国内市场中小米、华为、荣耀、乐心等品牌的手环占有较大的市场。得益于电商网站巨大的成交量,各品牌智能手环均存在海量评论信息。评论是消费者态度的直观反映,商家能够经过评论得到消费者的反应,及时更新管理策略,改进产品功能,消费者也能经过评论了解智能手环的特点,选择出符合需求的商品。由于评论数量巨大,人工阅读评论耗费成本过高,因此,对评论文本进行深入研究具有较强的实际意义。本文集中阐述了互联网数据采集、文本情感分析和主题提取模型的相关理论,对淘宝、京东网站中小米、华为、荣耀、乐心品牌店的智能手环类商品评论进行实证研究。基于Python语言获取淘宝、京东两大平台的手环类商品购物评论,并对评论文本进行数据预处理。利用词云图和语义网络图对评论文本进行特征分析,将评论文本中出现频率较高的特征词进行可视化,据此分析用户对商品的评价或使用感受。基于机器学习知识对文本进行情感判断,将智能手环商品评论分为正、负面评论。对分好类别的评论基于LDA主题模型进行潜在信息抽取,提取各品牌智能手环正、负面评论的主题,可以直观的了解到消费者对智能手环商品的关注点和抱怨点,为商家改进产品提供建议。经过研究分析,本文总结出以下结论:第一,智能手环的功能实用性是用户关注的核心内容。第二,通过LDA模型提取各品牌正、负面评论的主题,发现消费者对智能手环的使用感受、性能、外观、连接、功能、售后服务、推荐、价格给予了极大关注。第三,采用朴素贝叶斯算法对智能手环评论进行情感分类的效果要优于支持向量机模型,更适合智能手环评论文本的情感判定需求。结合以上分析,本文对四个品牌智能手环厂商及其电商平台提出以下建议:小米智能手环厂商需要进一步提高数据测量的精准度。华为智能手环厂商要改善蓝牙连接过程中的问题。荣耀智能手环厂商需要在手环外观和性能上下功夫。乐心智能手环厂商要改进产品的电池性能,提高续航时间。电商网站需要完善物流供应系统和提高售后服务水平。