新型冠状病毒的流行,使得口罩、酒精湿巾、洗手液和体温计等抗疫用品成为京东,淘宝等电商平台的热销产品。为了对各类抗疫用品的关键特征、优缺点以及消费者们的满意程度有更加深入的了解,本文采集整理了七万余条电商平台的抗疫用品在线评论,并对抗疫用品在线评论进行了文本去重、机械压缩、短句清洗等预处理操作,保留了数据的有效性。本文对电商平台抗疫用品在线文本评论数据使用词频向量化、TF-IDF词频逆文档特征向量化以及基于Word2vec模型训练词向量三种文本向量化的方式结合机器学习SVM算法训练情感分类模型,进一步对情感分类不明确的抗疫用品在线评论加以分类。对明确划分好情感正负向的抗疫用品在线评论基于TF-IDF,Text Rank两种算法进行关键词提取。经过关键词提取对各类抗疫用品的关键特征有了掌握之后,使用LDA主题模型对抗疫用品文本评论进行主题挖掘并分析各主题中关键词及主题的含义,并利用py LDAvis可视化工具对主题挖掘模型的效果和主题中最能反映该主题含义的关键词进行分析。最后,对抗疫用品各特征分别基于情感词典进行情感打分,并结合抗疫用品该特征的好评率、关注度综合分析消费者对该特征的满意度。从文本评论中挖掘出了各类抗疫用品的优势,对消费者购买抗疫用品的体验感以及满意度有了更加深刻的理解,综合得出了消费者在购买抗疫用品时的主要关注点,并给出针对性建议,一方面可以在消费者购买抗疫用品时起到辅助作用,另一方面可以帮助抗疫用品品牌方了解用户诉求和产品自身优缺点,这对各类抗疫用品做进一步产品优化有着很大的好处。