随着信息技术的发展和国家政策的大力支持,在线课程如雨后春笋一般纷纷上线。在线课程打破了时间和空间上的限制,方便学习者随时随地开展学习,但同时面对数量巨大的课程,也给学习者带来选择上的问题。大量的在线评论是学习者选择课程时的重要参考依据,本文研究的内容就是基于在线评论对待选课程进行质量排序,以帮助学习者选择符合自己要求的课程。在线评论反映出学习者学习课程的感受,学习者可以对该门课程表示赞赏也可以发泄不满。因此本文从在线评论的情感分析入手,使用三角模糊数来表示情绪分析的结果,提出基于三角模糊数的在线课程选择方法。主要研究内容总结如下:（1）教育领域综合情感词典的构建。整合国内情感分析领域常用的情感词典资源,得到通用情感词典。使用改进的SO-PMI算法构建教育领域情感词典,对通用情感词典进行扩充。最后进行对比实验,实验结果证明了基于改进SO-PMI算法扩充的情感词典的有效性。（2）基于BTM的主题特征提取。评论中体现了学习者关注的课程细节,采用科学的方法提取大量在线评论中涉及的课程主题特征非常重要。学习者的评论非常简短,所以本文选择了适用于短文本的广义主题模型BTM进行主题的提取。经过多次实验,最后归纳为5个主题特征,分别是视频制作、课程内容、知识量、教学风格和学习感受。（3）基于三角模糊数的在线课程选择方法。每个学习者的学习偏好不一样,本方法中的主题特征权重由学习者决定,将在线评论情感分析的结果转换为三角模糊数的形式,并结合学习者给出的关于5个主题特征的权重向量构建评价方法对待选课程进行排序,最后对排序结果进行验证。结果表明,在权重一致的情况下,由本文中提出的方法得到的结果和其他研究中的结果类似。目前教学课程特别是线上教学倡导以学生为本,本文从学习者视角出发,基于大量的在线评论信息对在线课程进行排序,为学习者在课程的选择问题上提供了一个解决方案,同时也给课程建设者提出了参考意见。