随着互联网的普及,网购已经成为人们日常生活中不可缺少的一部分,网购涉及的品类也越来越多。其中女装行业一直是电商发展的巨头,电商评论也成为重要的研究对象,是消费者在购物时选择的重要参考也是商家搜集消费者意见的重要途径。因此消费者如何在众多评论中获取对自己有用的信息,商家如何通过评论提取出消费者对产品的关注点和抱怨点,从而设计出使消费者更满意的产品,在日渐激烈的竞争中脱颖而出,这已经成为电商商家重要的问题。本文以京东商城茵曼店铺羽绒服评论为例,运用网络爬虫技术和情感分析技术,基于收集的电商服装语料库建立情感分类模型,并且对评论数据进行挖掘分析。具体步骤如下:首先对爬取的评论数据进行预处理,基于Python软件构建朴素贝叶斯分类模型,得到文本评论的情感倾向性。基于上面的基础构建词云分析图,得到了正面评论和负面评论的高频词,初步得到了消费者对产品的关注点和抱怨点。在此基础上进一步建立LDA(Latent Dirichlet Allocation)主题模型,提取出评论中潜在的主题词,挖掘出评论中更深层次的关键词。更加清楚地展现消费者对产品的建议和关注点,商家由此作出相应的调整,提高自身的竞争力。