近年来,随着电子商务的发展,客户的在线评论信息量呈现爆发式增长。国内外的很多研究针对在线客户评论对于企业产品绩效的影响进行了研究,已有研究证明客户评论信息显著影响着企业产品和服务的销量。现在很多企业对客户的在线评论信息越来越重视,也对负面评论产生的影响进行积极补救,但这样只能解决一部分问题,企业没有对这些评论数据进行分析来统计客户对当前产品的满意度,也没有从其中挖掘先前没有捕捉到的客户需求。而且客户的反馈信息数量巨大,单靠人工或简单工具整理分析是很困难的,是不现实的,由此本文提出一个针对反馈数据进行挖掘统计的解决方案。本文以挖掘客户对公司产品的满意度及客户的新需求为核心需求点。首先从客户邮件、拜访纪要等途径获取客户反馈信息,作为系统原数据;其次对原数据进行预处理,主要包括文本分词、过滤等操作：然后根据预处理后的数据按产品进行分类；再使用情感词典和最大熵算法,计算每条反馈信息的情感倾向；最后把分析结果进行汇总呈现给用户,为公司未来的业务发展提供数据参考。本文选题是为企业内部人员研发的项目,本文作者在此项目中参与了系统的需求分析和主要功能的设计与开发工作。本文在分析项目的需求后,详细介绍了对文本情感倾向判断的方案设计。最后介绍系统的架构设计和主要模块详细设计与实现过程。在测试阶段和实际使用中表明,此系统能够完成对反馈文本信息分类和倾向判断,向用户展示直观的参考数据,有效提高工作效率,达到了预期目的。