得益于互联网时代的发展,消费者对于线上购物的需求与日俱增,这给电商平台带来了巨大的发展机遇,如何提升自己的竞争力成为电商平台关注的要点。在线评论是一类蕴含消费者情感信息的文本数据,是发生在消费者购买行为之后的体验反馈,可以反映消费者的购物感受,能够为电商未来发展和消费者进行决策提供重要参考。一方面,电商平台可以根据消费者的在线评论来评估自身产品存在的优势和不足,进而有针对性地改善产品的服务和质量;另一方面,在线评论可以帮助消费者在购买未知商品前进行了解,为购物选择提供参考依据。因此,对在线评论的分析研究具有极高的实际意义和参考价值。本文基于文本分析技术,通过爬虫获取了京东商城不同品牌平板电脑的在线评论数据,针对评论数据特点进行预处理和中文分词。进一步地,基于Word2vec词向量化技术对通用情感词典进行扩展改进,对评论数据的情感倾向性进行分类。然后对分类后的评论数据分别构建LDA主题模型,挖掘在线评论潜在主题,并结合TF-IDF特征提取算法,构建平板电脑评价指标体系,从指标提及率和差评率两个方面对各品牌平板电脑进行综合评价。本文由以下六个部分构成:第一部分为绪论,阐述了在线评论研究背景与意义、总结国内外研究现状、对全文脉络进行概述。第二部分是相关理论基础,介绍了文本文本分析、情感倾向性分析和主题模型的相关理论和方法。第三部分对平板电脑在线评论数据进行预处理,并进行语义网络分析。第四部分为实证部分,基于Word2vec词向量化技术扩充通用情感词典,对评论文本进行情感倾向性分类,分类结果准确度达到93.29%。第五部分对分类后正负面评论分别构建LDA主题模型,挖掘各品牌平板电脑在线评论潜在主题,结合TF-IDF算法提取特征关键词,构建平板电脑评价指标体系,从指标提及率和差评率两个角度对各品牌平板电脑进行综合评价。研究得到用户在线评论中提到最多的是产品属性,其次是购买体验,服务质量的提及率最低,但服务质量的差评率最高,售后服务的平均差评率更是高达90%,客户服务的平均差评率达到78%,各品牌应不断提升自身服务水平。品牌进行分析,荣耀的售后服务差评率最高,小米的物流服务和客户服务差评率最高,微软的物流和客户服务差评率最低,表明微软较为注重服务质量,小米和荣耀在服务质量方面有待提升。第六部分是结论和建议,总结本文的研究。