随着电商行业的迅猛发展,顾客在网上购物也十分流行和频繁,所以线上销售也成为广大商家销售的一种重要手段。目前基本上电商平台都设置了评论系统,用户可以在系统中表达对商品的体验效果,而且电商平台每天都会产生大量的交易数据和用户评论数据,其中包含很多有价值的信息,因此消费者的文本评论数据的信息挖掘,很有可能有效地驱动商家的业务增长,从而为商家和平台制定新的营销策略或者产品改善方面提供宝贵意见。本文对天猫电商平台上的海尔、科沃斯、美的、石头、飞利浦和小米这6个品牌的扫地机器人的评论数据进行深入的分析。通过八爪鱼爬虫软件对2018年12月8日之前的评论数据的相关信息进行爬取,并用python软件对文本数据进行预处理等工作,包括文本去重、短句删除、中文分词,过滤停用词等等,利用处理后的文本评论数据分析各品牌用户评论的情感倾向,并把文本评论数据分为积极、中性以及负面三大部分,将其中的积极和负面评论进行LDA主题模型分析,提取相对应的主题以及高频特征词,从而对产品进行评价。同时通过机器学习和自然语言处理的方法,在建立成对比较矩阵的方面,不会过分依赖决策人的主观判断,更加客观的得到分词的指标和权重,最后利用层次分析法和模糊综合评判法实现对电商平台上扫地机器人的购买决策分析。