随着信息技术的飞速发展，互联网已进入大数据时代。面对爆炸式的数据浪潮，需要一种能对这些海量数据进行分析、整理的文本信息分析方法来辅助顾客决策。在实际生活中，顾客在做决策时又往往需要考虑多个因素，是一个多属性决策范畴的问题。多属性决策理论历史悠久、博大精深，成果广泛运用于经济、管理、医药等众多领域，但纵观近年来发表的研究成果，尚缺乏对文本信息的研究分析。因此，在大数据的背景下，本文尝试一条将文本信息分析与多属性决策模型相结合的研究新路径，发现文本信息中隐含的知识和规律，并将其用于辅助网络商城顾客购买决策。同时，对顾客决策的结果再进行深入的分析，计算参与决策顾客之间的偏好差异以及顾客决策的规律，用于商品推荐和商品的意见反馈。本文研究的主要创新成果如下：1）构建出将文本信息转化为数值信息进行运算的通用模式，定义了判别语义倾向的方法，提出了词语聚类的过程和方法；2）创新性地将词语聚类的结果进一步生成相应的多属性决策指标体系，代替了传统人工定义指标的过程；指标权重由词语出现的频度自动计算得出，并可进一步结合决策者的个人偏好形成最终权重；3）基于多属性决策分析的结果提出了偏好分析的方法，包括偏好差异的定义、量化以及偏好关系图的生成；4）运用粗糙集方法计算属性约简和决策规则，进一步分析决策者的行为规律；5）依托京东商城，以手机为主要实验研究对象，构建出多属性决策平台，顾客可根据自身偏好设定指标权重选择商品。最后运用京东商城手机商品实际购买数据进行了实例分析。