随着互联网电子商务的蓬勃发展,网上购物已经成为人们日常生活的一部分。买家对已购商品的评论中隐藏着关于商品的相关信息,这对其他用户、商家和生产商具有具有重要的参考价值。然而,大部分有效的信息被淹没中海量的无效评论中,使得使用者无法一目了然的获得想要的信息。因此,如何从这些评论中准确有效地挖掘出有用的信息成为近年来研究的热点。本文研究商品评论的数据挖掘技术,主要研究商品评论中对商品属性词的提取技术及评论情感倾向分析算法。本文主要研究内容如下:1.针对商品评论的语言特点,实现了一种商品属性词的提取及排序算法,获得了商品评论中关于商品的属性词信息。2.实现了基于情感词典和基于机器学习的方法的情感极性分析方法,得到了商品属性词的情感极性。3.对所获得商品属性词及其情感极性,设计了属性词的多维度可视化呈现方式,可以直观的得到商品各个属性的评价结果。