随着社会不断的发展,人们对生活的质量有了更高的追求,智能家居逐渐融入日常生活中。随着行业的价值在快速的提升,发展状况和前景更值得研究。目前,市场上还没有出现一套针对智能家居业的完整研究体系,在一定程度上阻碍从业者和投资人对智能家居业的了解。企业发展的关键信息往往会夹杂在各种数据之间,数据种类和数量较多,将数据整合成文本,有利于最大程度保留价值,减少处理结果的失真程度。因此,本文基于现有的企业文本数据,利用文本挖掘算法,从态势感知的角度分析企业的发展水平和潜在风险,打造一套完整的智能家居业研究系统。本文的研究工作主要划分三个阶段开展,分别为态势要素获取阶段、态势理解阶段和态势预测阶段。在要素获取阶段,应用爬虫技术获取行业信息,通过线性回归填补缺失的信息,利用kettle集成工具把多数据源统一存储,将离散型数据和连续型数据分别使用One-Hot和Box-Cox进行变换,利用主成分分析法对文本数据做降维。预处理过后的数据,在保证数据原本特征的情况下,更适用于训练模型。在态势理解阶段,本文根据文本数据的不同类型需要构建一套完整的企业指标评分体系。本文使用jieba分词、word2vec和LSTM模型对情感类数据分析;使用分词、TF-IDF和BERT模型对文件材料类数据进行相似度分析,并将情感分析和相似度分析结果放入企业指标体系。为了使评分更有可信度,选择熵值法计算各指标的权重,结合指标的分数,最终得到企业的综合得分。在态势预测阶段,本文根据企业历年数据变化,使用ARIMA预测模型分析未来的发展趋势,比较两种模型的预测精确度。同时,态势预测使得企业提前防范风险成为可能。在上述工作基础上为了更直观的表达研究过程和成果,论文对文本数据和分析结果进行可视化展示,实现完整的态势感知系统。