（南京林业大学 210037）

一、用户评论获取

第一步，用户评论获取。要分析网购用户评论，首先要在网页中获取用户评论。现阶段国内许多在线购物网站都防止爬虫，同时也做了很多反爬虫工作，而R语言在爬虫这点并不是很有力的工具，但是亚马逊的网页评论可以用R语言获取。在获取评论的过程中，需要注意有两点：（1）如何获取网购用户的ID；（2）怎样在网页的编码中获取网购用户评论的精确定位。选择的对象是近三年内国人购买相对较多的某品牌保温罐，分析的只针对一种商品，所以只需要考虑具体的用户评论结果。

二、词库构建与分词处理

1.词库构建与文本降噪

在得到评论文件后首先对评论进行第一步预处理。逐条检查进行错别字检查，以方便之后进行的操作。

在对评论文本进行了整理后，我们发现分词结果对评论的解释度并不够高，例如“后来发现右上角有一个坑”被分成了“后来”、“发现”、“右上角”、“有”、“一个”、“坑” ；若用此分词结果，进行分析后会遗失很多关键的信息。所以需要先进行词库建立，利用词库对信息筛选。

在词库构建过程中首先需要对评论进行分析，观察用户评论中对产品的需求或对商家的服务、物流等提出的意见或建议。词库的建立利用了短句的方式。首先对评论语句进行解读，对其中的信息进行筛选，找到差评中的关键信息如“包装太差”、“质量不好”、“物流缓慢”、“态度恶劣”等，并且对文本中的长句变为短句，联系上下文中的含义，其次对不必要的语气词，叹词等在断句中进行剔除，获得更为纯净的文本语句。……