目前电子商务迅猛发展,越来越多的消费者选择网上购物。同时,电子商务网站提供了商品评价功能,潜在消费者可以通过充分阅读在线商品评论辅助购物决策。然而随着时间的推移,电子商务网站上累积了大量的商品评论,而现有网站的评论展现方式仍停留在时间排序等基本方法上,消费者无法有效阅读全部商品评论信息。因此,在消费者指定商品后,如何有效地归纳总结商品的评论信息,让消费者快速获得对商品各种特征的褒贬评价意见,以辅助购物决策,是我们要解决的问题。本文针对这一问题,调研了国内外商品评论挖掘的研究现状,提出了基于情感计算的商品评论分析系统。首先进行系统分析和总体设计,包括设计目标、系统架构和功能模块设计。然后,探讨和设计系统的关键算法,结合关联规则、句法分析、领域词典、情感语料库和词汇相似度等相关理论方法,设计商品特征挖掘、观点词挖掘和极性判断算法。接着,基于系统设计和关键算法设计,进行系统实现,包括基于WebHarvest的商品评价自动采集模块、商品特征对象挖掘模块、商品评价倾向分析模块等。最后,进行实际系统效果展示,并通过实验分析验证了系统具有一定的有效性。本文所提出的基于情感计算的商品评价分析系统能够接收用户提供的商品购物地址,根据预置规则自动采集商品评价信息,并分析商品评价中蕴含的特征对象和褒贬评价情况,将商品评价的情感信息清晰地展示给用户,让用户更好地了解商品,辅助购物决策,系统具有较强的应用价值。