伴随着互联网技术和设备的普及，网络购物随之蓬勃发展。由于互联网展示产品和服务具有一定的局限性，为了帮助用户更好的了解产品，在线口碑应运而生。口碑数量的急剧增长，从多方面展示了具有产品体验用户的真实感受，这些信息逐渐成为用户判断产品优劣的一个重要标准。结构化在线口碑的数量关系会反映文本口碑的哪些特点？经过分类、筛选、抽取和组合的非结构化口碑数据在实际应用中又会产生怎样的作用？如何针对实际应用，利用情感分类算法对非结构口碑数据进行深入的处理。这些部分仍需要进行深入的研究和探讨。本研究首先对国内外相关文献的整理和阅读，进而进行了总结和分析。结合在线口碑、用户行为和情感分类理论，从结构化的视角研究在线口碑与用户行为之间的数量关系，从实际应用的视角研究在线口碑对用户行为构成的影响。本文研究的主要内容及贡献部分如下：（1）口碑评论的哪些特性影响用户行为：同一产品，在线口碑数据可能存在长度、数量、情感倾向等方面的差异。通过统计分析可以探究点评数据的这些属性是否会对用户的点击以及购买产生影响，点评数据的哪些属性对用户的行为影响更大。（2）不同形式产品口碑数据间区别与联系：结构化在线口碑数据可以通过统计分析的方式得到相应的数量关系，这些分析结果能够体现文本评论的哪些特点。既而探讨利用这些特点怎样更好的体现在线口碑的价值。（3）在线口碑情感倾向对用户行为影响：分析情感分类各种算法，针对实际的应用要求，寻找合适的情感分类方式。基于有监督学习的分类方式，实现较高准确度和效率的情感分类。创新实现子句粒度下的情感分类和子句按规则组合，抽取和精炼对产品销售有积极作用的信息。（4）实际应用中在线口碑效用：结合研究得到的在线口碑特点及其对用户行为影响的结论，通过情感分类的方式对在线口碑进行处理。将其应用至实际手机APP中，研究用户行为的前后变化。