张浩然，谢云熙，张艳荣

(1.哈尔滨商业大学 计算机与信息工程学院， 哈尔滨 150028；2.哈尔滨商业大学 黑龙江省电子商务与信息处理重点实验室， 哈尔滨 150028)

近年来，随着电商技术的不断成熟，网购规模的日益庞大，消费者们开始使用在线网购取代线下门店购物，线上购物虽然对于消费者来说更方便快捷，但不同于线下企业可以直接获得消费者当下的购物体验，而要在消费者收货之后将购物体验发表在相关平台后才能获得，这样就导致企业无法直观的获取用户消费偏好意愿作为参考来改善企业自身，提高消费者购物满意度.所以对于消费者发表的在线评论进行分类分析等是十分有必要的.但是对于如今信息量爆炸的时代，用户网购后在线评论数据量十分庞大，很难通过人工手动分类来为在线评论打上好差评标签，故而需要将机器学习方法应用到文本情感分类中，即自然语言处理[1]，来对用户在线评论文本进行情感分类，为评论打上标签做进一步的分析预测，通过这些分类分析可以给商家提供更多建议提高企业自身，也能给消费者带来更好的消费体验，更符合消费者网购需求，并提升企业口碑.

目前越来越多的企业平台，包括各种软件下载后等都会向用户弹出请求评论页面，方便获取用户体验反馈评论，来提升企业或软件自身，说明越来越多的商家注重到用户在线评论的重要性，也表明对在线评论的分类需……