随着电商的迅速发展,网络交易成为了公众的首选消费方式。研究证明,网购平台中丰富的产品口碑可以更好地满足客户多样性的需求,为了方便消费者搜集商品信息,提升消费者的购物体验,各大电商平台纷纷引入用户问答（Customer Q＆As）功能,提供一个向已购消费者进行产品提问的平台,用户问答内容作为一种新型“用户生成内容”,成为了继在线评论之后另一重要的网络口碑形式。然而,现有研究对电商产品用户问答方面的挖掘与分析主要停留在浅层的统计与调查分析,且对消费者购买意愿的影响研究大多聚焦于单一维度,对现实中消费者多特征的购买决策行为讨论不足。基于此本文引入探究学习理论,构建多维度的产品特征指标体系,并对用户问答文本进行产品特征提取与情感分析,在此基础上建立了研究产品特征对消费者购买意愿影响关系的改进AHP-BP神经网络模型,利用所爬取的产品数据进行实证分析,以使电商平台及企业更精准地形成网络口碑运营策略。本文主要研究内容如下:（1）产品特征指标体系构建。通过文献调研和专家咨询选取了在线评论特征、用户问答特征、产品服务特征、店铺特征4个一级指标,本文利用爬虫软件爬取淘宝客户端用户问答文本,对其进行LDA主题提取,并构建用户问答情感词典对回答文本进行情感分析,得到产品在3个不同主题下的特征,以构成用户问答的二级指标。（2）改进AHP-BP神经网络模型。为保证研究结果既能保留消费者的主观意愿也能兼顾神经网络进行数据拟合时的客观运算,本文将人格特质理论引入AHP,减少层次分析法中专家对结果的主观影响,利用所得AHP指标权重初始化BP神经网络输入神经元间的连接权重,构建了改进AHP-BP神经网络模型,根据神经网络训练的最终权重分析各级指标重要性程度。（3）实证研究。利用Satty1-9评分法则邀请专家对产品特征指标进行打分,并对专家进行大五人格测试为专家赋权,得到基于层次分析法的各指标权重;接着利用爬虫软件爬取各指标所对应的淘宝网产品数据,并对数据赋值AHP权重得到调整数据,将调整数据输入到BP神经网络模型进行网络训练,最终得到各输入变量的显著重要性,并在测试集上验证了所提模型的优越性。本文的特色在于挖掘出用户问答中所隐含的影响消费者购买意愿的产品特征因素,并基于此构建了产品特征指标体系,利用所构建的改进AHP-BP神经网络模型对各特征指标进行分析,根据研究结果从在线评论、用户问答、产品服务及店铺评价、商品收藏等四个方面为电商平台和企业提出了一些营销建议。