李兰友,陆金桂,张建德

(1.南京工业大学 机械与动力工程学院，南京 211800；2. 南京工程学院 计算机工程学院，南京 211167)

互联网的快速发展，催生了“互联网+”的产品设计新理念，那就是必须要倾听用户的心声。而以论坛、微博等网络平台产生的海量评论文本，是商家获取用户体验的重要源泉。利用词云可视化技术和潜在狄利克雷分布（Latent Dirichlet Allocation，LDA）主题模型等情感分析方法，能自动化地进行情感分析，为企业提供精准的用户群体特征、全面的评价对象属性和有效的产品特征识别，有助于企业优化产品设计，为生产企业的商业决策提供数据支撑，便于破坏性创新。

随着汽车行业的快速发展，汽车产业的竞争日益激烈，而汽车外观是消费者的第一印象，获取汽车外观的评论文本，进行挖掘分析，有助于汽车企业了解用户的审美意向和情感状态，进而开发设计出受市场欢迎的汽车产品。本文将词云可视化技术和LDA主题模型相结合，以SUV车型的太平洋汽车网论坛[1]的68 216×20的原始评论数据为语料来源，构建了情感分析模型，实现对文本评论的倾向性判断和隐藏信息挖掘，给出了情感倾向性分析结果。

1 情感分析概述

情感分析（Sentiment Analysis）[2-3]又称情感挖掘（Sentiment Mining）、倾向性分析（Tendentious Analysis）等，是使用自然语言处理、语言学和机器学习等技术进行主观性意见相关的信息挖掘，并尝试用这些来计算文本文档所表示的积极、消极或中性等情感极性的过程，更深层次的，还可以分析文档中复杂的情绪，例如悲伤、快乐和讽刺语义等。……