随着社交媒体和电子商务的快速崛起,社会化电子商务迅速发展。社会化电子商务,主要指通过社交媒体的传播网络,利用用户的内容分享和相互交流的方式促进消费的一种电商模式。在社会化电商社区中,用户主要通过内容分享达到社交的功能。在这过程中,影响力大的用户会慢慢演化成社区内的意见领袖,在产品的选择和购买上对其他用户产生较大的影响,同时引导着社区的话题讨论。因此,对于品牌方和社会化电商平台来说,正确识别社会化电商中的意见领袖都有着非常重要的价值。本文在国内外相关文献综述的基础上,选取典型的第三方社会化电商平台——小红书APP社区作为具体研究对象,结合社会网络分析与情感分析技术,提出社会化电商平台的意见领袖识别模型。本文首先利用社会化电商的网络结构,计算用户活跃度,筛选得到排名靠前的目标用户作为预选意见领袖。在此过程中主要借鉴了PageRank算法的基本思想,综合考虑用户的行为特征,基于多指标综合评价方法对PageRank算法进行改进,设计了ActivityRank算法。接着从评论情感的角度出发,通过识别目标用户发表内?容的评论情感,对目标用户的发表内容的评论进行情感分析。本文构建了适用于社会化电商领域的基础情感词典、领域词典、修饰词词典以及否定词词典等情感词典,在其他学者的研究基础上调整极性短语的计算规则,根据极性短语计算句子的极性值,再根据句子据算整个文本的情感,最后计算用户整体的评论情感极性值。最后综合网络结构与评论情感两个维度,构建社会化电子商务的意见领袖识别模型。为了使研究有具体的应用背景,有真实的数据支持,本文以小红书APP社区作为实例分析,验证了该模型识别社会化电子商务意见领袖的准确性与高效性。本文从社会化电子商务社区的网络结构和评论情感两个维度构建了社会化电子商务意见领袖识别模型。在一定程度上提高了算法的效率,同时解决了在社会网络分析中无法有效使用情感分析的问题,增加了意见领袖识别的准确性。同时从网络结构和评论情感的角度对平台和品牌方提出针对性的建议。