当今社会,生活水平的提升使得每家每户的汽车保有量至少一辆起步,越来越多的人不仅仅将汽车视为代步工具,对汽车性能和配置的要求也越来越高。与此同时,车辆的增多带来的能源问题和大气污染问题也日益凸显,新能源汽车的出现会在一定程度上缓解城市化进程过快带来的种种危害。大力发展新能源汽车是汽车行业必须要推进的一项改革。随着互联网大数据时代的到来,越来越多的用户在购买商品时会浏览很多相关信息来支持自己的购买决策,而厂商或媒体也会通过互联网来达到宣传自己商品的目的。本文利用评论文本即口碑数据和论坛文章数据分析新能源汽车的营销重点,完善营销策略,为消费者提供营销决策,为新能源汽车的长期发展提供可行思路。基于此,本文主要完成了以下工作:首先,利用python爬取汽车之家网站新能源汽车分类下口碑数据和论坛文章数据,将爬取下的数据进行数据清洗,即数据预处理,例如数据拆分、数据清洗、分词、去停用词及加入自定义汽车词典。并利用空间向量模型将非结构化数据转化为结构化数据,IF-IDF模型提取关键词。系统的数据整理工作为后文分析奠定了坚实的基础。其次,从汽车厂商、媒体角度探究现阶段新能源汽车营销的营销策略,利用词云图总体把握营销关键点在技术、市场等方面,通过LDA模型得出6大主题,同时也是现阶段汽车厂商和媒体的营销重点,即现状、销售优势、目标群体、电驱动系统、应用场所和意义,厂商和媒体把这六点作为营销重点来制定自己的的营销策略。再次,从汽车用户角度探究影响新能源汽车用户偏好和购买决策的因素,了解用户偏好可以协助厂商从客观方角度出发制定营销策略,同时为汽车用户提供更客观的方法选择车型,做出购买决策。利用情感极性图判断汽车网站原有关注重点的分类的积极与消极,得出动力、操控、外观、内饰和性价比为积极营销因素,空间、电耗、舒适性为消极营销因素。利用LDA模型得出汽车用户偏好集中在驾驶感受、环保、省钱、政府支持和技术五个方面,在充电、售后、价格、硬件和保值率五个方面存在顾虑。同时为提高汽车用户对评论的判断效率,帮助汽车用户通过评论数据做出营销决策,使营销策略更加具体化,本文对比四组分类模型,分别是基于支持向量机情感分类模型,基于朴素贝叶斯情感分类模型、基于决策树情感分类模型和基于逻辑回归情感分类模型,最终基于支持向量机情感分类模型得到的效果最佳,准确率为0.92。最后以唐新能源汽车为例,依照本文研究方法和思路制定出营销对策,即在政府支持、能耗、动力系统方面应加大宣传力度;在营销策略中应消除价格、噪声、内饰和配件等方面的疑虑;除构建自身的决策模型外,还应构建相似车型的决策模型,供客户对比参考。