数据经济时代下,中国网民人数激增,电子商务发展极大地推动了网购热潮。图书作为网购平台销售的一类商品,拥有庞大的消费群体和海量的在线评论,如何从这些图书在线评论中挖掘出有用的信息成为人们关注的热点。豆瓣读书平台是国内图书信息最全、用户数量最多的读书网站,其短评模块按照阅读阶段分为“读过”、“在读”和“想读”三栏,不同的短评模块能够反映出读者在不同阅读阶段对于图书的观点与满意度。对图书在线评论进行情感分析能够挖掘读者的情感倾向,已有的图书在线评论情感分析研究对象主要是“读过”阶段读者发表的在线评论,很少有研究关注“在读”和“想读”阶段读者发表的评论。因此,本研究对不同阅读阶段的图书在线评论进行情感分析与对比,期望根据不同阅读阶段读者的情感特点,发现读者对图书的偏好和喜爱程度,为平台、出版商和读者提出可行性建议。在对豆瓣读书平台中不同阅读阶段的图书在线评论进行情感分析与对比时,通过梳理情感分析和图书在线评论情感分析的国内外相关研究现状,明确在线评论、情感分析和Kmaens的相关概念,以及用到的文本分析技术和数据分析工具,为研究的开展奠定基础。研究过程中,利用八爪鱼软件爬取豆瓣读书平台中七个学科35本图书在“读过”、“在读”和“想读”三个阅读阶段的40000余条在线评论,并对采集到到非结构化文本进行数据处理,形成豆瓣读书评论语料库。通过人工筛选高频词的方法确定情感种子词,再运用SO-PMI算法判别语料库中的情感词。在现有情感词典资源基础上进行词汇的更新和扩展,构建豆瓣读书在线评论专属领域词典。运用Python编写相应程序,进行基于情感词典和句法规则的图书在线评论情感分析,并从情感强度和情感极性两个维度进行了不同阅读阶段图书在线评论对比分析,发现各阅读阶段的差异与规律。用词云图展示评论文本中的高频情感词,并抽取出各阅读阶段评论文本的属性,从而更好地把握评论表达的情感。对各阅读阶段的评论文本进行基于Kmeans算法的聚类,可以发现各阅读阶段评论的情感丰富性差异。研究发现,“读过”阶段的评论情感强度最高,积极评论占比最多,情感最丰富;“在读”阶段的评论情感两极化最显著,情感比“想读”阶段评论更丰富;想读阶段的中性评论占比高于其他两个阅读阶段的评论,且情感强度最低。不同阅读阶段的读者对图书持有不同的观点与满意度,挖掘不同阅读阶段图书在线评论的情感倾向能够分析读者行为,了解读者偏好。针对豆瓣读书平台中不同阅读阶段图书在线评论进行情感分析与对比,将有助于丰富当前图书在线评论情感分析的相关研究体系,同时对于图书平台提高自身关注度、出版商制定营销策略,以及读者制定购买决策也具有实际的参考价值。