随着电子商务的兴起,各式各样的电商网购平台也不断涌现,使得越来越多的消费者的购物方式由线下转为线上。线上购物方式因其购物流程的便捷性、电商平台与商品的丰富性而受到消费者的青睐,但面对各色各样的电商平台和平台中的海量商品,消费者很难做出抉择。为解决上述问题,本文首先对电商评论文本进行层次情感分析,在此基础上,结合对电商平台的不同维度的指标的分析结果,实现了多维度综合的电商推荐系统,为消费者提供了电商平台及平台中对应商品的推荐方案,以下是本文的研究内容:（1）针对电商评论内容中商品属性存在的多极性情感难以判别等问题,本文通过构建层次标签模型,对评论进行标签分解与情感分析。首先利用剪枝方法对评论文本进行方面词提取,完成二级标签的构建,并对二级标签进行聚类,而后对各级标签的权重计算进行了说明,最后利用构建的层次标签模型对电商评论包含的各个商品属性标签进行提取与情感分析。在公用数据集上的实验结果表明本文构建的层次标签模型可以有效提高评论的情感分类效果。（2）通过对电商平台各维度的指标数据进行聚类分析,对各类电商平台的特点进行阐述说明,同时对电商平台不同维度的指标数据加权计算,得到电商平台的排序结果,并结合本文所构建出的层次标签模型,对各个电商平台所包含的商品属性情感进行分析,计算出相应的情感推荐指数,得到平台中对应的商品排序推荐。实验表明本文所采用的结合电商平台指标和评论包含的标签情感进行平台与商品的推荐方法有良好的效果,同时也能为消费者提供多维度的平台与商品的排序方案。（3）设计并实现了基于评论标签情感和电商平台指标数据的多维度电商推荐系统,应用的结果表明,本文推荐方法的应用不仅能给消费者提供流畅的交互体验,也能为消费者提供一个灵活的电商平台和对应的商品的排序方案。