随着物联网技术的不断进步、多元化服务型应用市场需求的不断扩大,国内各科技公司积极响应国家关于推行“互联网+”的号召,纷纷进军可穿戴设备市场。可穿戴设备定位于智能手机服务,通过与网络结合以及大数据技术等方式来实现强大的智能服务,为人们带来了智能化生活体验。数据显示,中国是全球最大的市场,2015年可穿戴设备购买量占全球近33%。但是目前国内消费者对于可穿戴设备的认知度不高,调查对象中听说过但不是很了解和完全不了解的占比达到了73%,而非常了解可穿戴智能设备的调查对象仅占4%。此外大部分消费者最初购买是被可穿戴设备的新奇功能和华丽外表所吸引,把其当成时尚品而非功能性设备,在使用一段时间后就放弃了使用。可见,目前可穿戴设备存在高弃用率、低普及率的问题,国内市场还处于发展初期,还有很大的发展潜力。要挖掘可穿戴设备市场更大的潜力,就需要对市场做深入了解。企业需要及时了解顾客对于目前可穿戴设备的使用情况,获得影响满意度的因素,并在此基础上针对性的对产品进行功能优化和质量提升,这样才能解决现有问题、促使市场发展。因此需要研究消费者购买可穿戴设备时关注哪些因素,哪些是影响满意度的主要因素,并构建可穿戴设备顾客满意度评价指标体系。在社会发展的不同阶段,消费者对于产品的功能有不同的需求,而对于不同的消费者而言,他们对于产品的关注点也不尽相同。另外,研究发现有37.5%的网购用户在做购物决策时会考虑商品的用户评价。因此,通过在线评论研究用户满意度要比市场实地调研更具有及时性和优势。本文通过抓取京东商城可穿戴设备顾客给出的评论作为样本数据来进行满意度研究,并应用文本挖掘的方法进行分析,得出各影响因素对满意度的综合影响,并提出建议。首先,设计Python网络爬虫抓取京东商城可穿戴设备商品信息和具体评论,进行数据清洗和去除停用词,接着评论分词和词频计算;其次进行词云图分析和关联度分析,得到顾客关注的特征因素和语义网络;然后建立情感词词表、程度副词词表以及否定词词表,并计算评论情感值并基于决策树对文本特征进行分析;最后,构建多因素、多层次的满意度计算模型,依据决策树结果判断各因素的相对重要性并结合网络数据构造判断矩阵,并计算单排序指标及总排序指标的指标权重值来综合分析顾客满意度。在结尾依据以上分析结果,总结可穿戴设备目前存在问题并给出有针对性的合理建议。