全文总字数：8873字

1. 研究目的与意义及国内外研究现状

从消费者角度看，通过比较几款产品以及具体属性的优劣，有利于根据不同消费者的个性化需求，做出合适的购买决策。同时，商家为了宣传商品，有时会发布不实信息，所以通过商家发布的信息来做出购买决策，不利于消费者选择得到真实的产品信息。而通过文本挖掘技术，能够得到产品最真实最直观的反馈，从而提高消费者的决策效率和购买质量。

从商家角度，一方面，在电子商务平台建立消费者个性化推荐系统，针对消费者展示产品各属性的比较信息，能够给消费者提供合适的参考意见，提高消费者的购买效率；另一方面，通过对负面评价中产品属性的挖掘，可以发现产品的不足之处，为商家进行产品改进和再设计提供了依据。

2. 研究的基本内容

本文利用数据挖掘中的文本挖掘技术，从京东商城提取四款笔记本电脑的在线评论数据，对数据进行预处理工作，利用python中jieba分词工具，通过textrank算法挖掘出产品属性，并对产品属性进行分类，利用基于情感词典的方法对评论内容进行情感倾向分析，比较几款笔记本电脑的情感得分，然后利用snownlp工具，从负面评价中提取需要改进的产品属性，最后对结果进行分析，从消费者和商家的角度分别给出购前意见和产品改进点。

本文的研究工作遵循的基本思路主要为：首先，介绍本文的研究背景以及研究目的，并对分别对消费者需求和在线评论相关研究进行文献综述；然后在此基础上，根据文献综述提出现有研究的缺陷和创新点，选择本文研究的方法和内容；随后介绍本文所使用的在线评论挖掘方法，包括产品属性挖掘和情感分析；进一步，以京东商城的四款笔记本电脑为例，对产品进行属性分类以及情感分析；最后，通过数据分析，从消费者和商家的角度给出建议，为电子商务的推荐和产品改进提供了一种新的思路。

3. 实施方案、进度安排及预期效果

（1）实施方案

①文献调研法：通过查阅中国期刊全文数据库，互联网电子信息和其他各类文献资源，收集各种数据以及国内外有关研究资料和最新成果，进行分类分析和比较分析，学习先进的理论、方法和经验，获取充实的理论依据。

②案例分析法：以京东商城的笔记本电脑为例，运用文本挖掘技术对在线评论进行处理和分析，挖掘出消费者商家关心的产品信息。

4. 参考文献

[1]王桂华，陈黎，于中华，等.一种建立在对客户端浏览历史进行lda建模基础上的个性化查询推荐算法[j].四川大学学报，2015(4).

[2]张涛.基于浏览历史的用户兴趣提取模型[j].软件导刊.2009(6).

[3]陈红涛. 基于搜索日志的用户行为研究及应用[d].北京：北京邮电大学.