随着电子商务的飞速发展,市场交易逐渐走向全面网络化,且全球性传染疾病的肆虐显著加快了这一进程。电商交易的普及,累计了大量的电商消费者评论数据,其中,对生产企业价值最大的是消费者负面评价数据。为了指导生产企业创新,本文运用创新理论、产品层次理论、文本分类算法及认知地图理论,充分挖掘负面评论的价值,以求从中侦测产品创新方向或创新点。本文的主要研究内容如下:首先,本文对单条负面评论进行了类型判别。本文基于产品层次理论构建了负面评论的分类体系,通过LDA主题模型给出了消费者负面评论归类算法,再运用智能音箱负面评论的文本数据验证负面评论的分析体系及负面评论归类算法。其次,本文分析了负面评论样本属性。本文利用统计学的知识制定了负面评论样本的频率分析与列联表分析,运用熵权法计算了每种否定类型的权重,并给出了产品否定度的度量公式,设计了产品功能层与形式层缺陷分析的表格;运用智能音箱负面评论演算负面评论的统计分布特征、类别归属分析与缺陷点统计分析。最后,本文提出产品创新方向判断和具体创新点甄别方法。本文基于认知地图理论,构建了产品创新判断路程,给出了判断产品创新方向与创新点的方法,运用智能音箱负面评论验证了上述方法,找出了智能音箱的创新方向与创新点。综上所述,本文以电商消费者负面评论为出发点,通过相关理论,构建了侦测判读产品创新方向或创新点的流程,为企业产品创新提供一定的指导意义。