网购平台上丰富的商品为网络消费者提供了更大的选择空间，但同时也带来了选择过剩问题。为解决信息过载带来的困扰，企业往往根据网络消费者的偏好提供个性化推荐服务，如何准确了解和挖掘网络消费者偏好是个性化推荐的关键。在线评论是网络消费者购买商品后的直接反馈，蕴含了丰富的偏好信息，可作为偏好挖掘的有效数据来源。但是传统研究往往仅考虑评论文本的情感，忽视了表情符号的作用，因此本文将集成表情符号和在线评论文本挖掘网络消费者偏好。
　　首先，对国内外有关网络消费者偏好研究的文献进行梳理，提出了基于在线评论文本的网络消费者偏好挖掘方法，构建情感词典、程度词词典和否定词词典挖掘网络消费者对商品不同属性的偏好。然后，提出了集成表情符号和在线评论文本的网络消费者偏好挖掘方法，构建表情符号情感词典获取表情情感，集成表情符号与文本建立细粒度属性情感分析方法挖掘网络消费者的属性偏好。最后，使用大众点评网上桂林市酒店的实际在线评论数据进行案例分析，研究结果表明：通过桂林市20家酒店的在线评论挖掘，网络消费者对酒店的属性偏好主要体现在位置、服务、设施、餐饮、环境、交通和价格七个方面；集成表情符号和在线评论文本的偏好挖掘方法能有效挖掘网络消费者偏好，与基于在线评论文本的偏好挖掘方法相比准确率提高11％。
　　集成表情符号和在线评论文本深层次挖掘网络消费者对商品属性的偏好，不仅有助于了解网络消费者对商品不同方面的偏好程度，也有利于企业分析网络消费者对商品的需求与偏好规律，为网络营销和个性化推荐服务提供一定的理论基础。