随着互联网和大数据的日益发展,网络购物在人们日常生活中扮演越来越重要的角色。信息检索成为网络购物进行商品筛选的一种有效手段。近年来,针对消费者的网购调查发现消费者在购物时最关注商品的用户评论这类信息。商品的用户评论可以具体反映出消费者对商品的切实感受,有助于评判商品的综合质量。本文旨在构建一个面向商品用户评论的检索系统。该系统能有效地利用商品的用户评论,通过文本或图像检索商品评论,辅助用户更好地选购商品。具体而言,本文从实用性出发,结合Web应用开发技术和机器学习等技术,设计得到便捷性以及适用性都相对较好的商品用户评价检索系统。本系统涵盖六项功能:注册/登录功能、用户信息管理功能、用户评论检索功能、数据收集功能、数据分析处理功能和系统管理功能。本文检索系统由两个子系统构成:Web子系统、数据收集与处理子系统。Web子系统负责与用户的接口,为用户提供注册、登录、个人信息管理以及界面展示等功能。它包括网站前端、网站后端、数据存储三个模块。Web子系统使用数据收集与处理子系统的加工数据执行工作。数据收集与处理子系统负责从网络获取商品数据完成基于文本或图像的评论检索。它包括数据收集和数据处理两个模块。数据收集模块从电商平台上爬取商品图片及相应评论,然后交给数据处理模块。针对商品评论进行去冗余处理,然后采用循环神经网络构建情感分析模型,确定评论的情感极性。采用搜索树算法建立以文搜图的评论检索方法;采用卷积神经网络进行特征提取,利用K-Means聚类算法建立以图搜图的评论检索方法。数据收集与处理子系统为Web子系统提供了应用数据。测试表明该系统能够完成用户注册/登录、用户信息管理、系统管理等系统功能,而且能够完成对商品评论的情感极性分析,在此基础上可以及时响应基于图或文到商品用户评论的检索。