为辅助消费者做购买决策，同时帮助销售商改进产品，在竞争中保持优势，对商品评论进行处理研究，设计了商品评论抓取系统。结合中科院ICTCLAS分词框架，实现了对商品评论的切割、分类，构建限定词库，据此构造了评论情感得分公式，首先算出每个分句的情感的情感倾向，进而通过加权求和法计算每条评论的总体倾向。以“淘宝网”数据为例，2017年1 月6 日爬取了12 个商品自上架以来的16850 条评论记录，经实验，提出的情感得分计算方法能够定量地判断消费者的情感倾向及产品的主要特征。

为辅助消费者做购买决策,同时帮助销售商改进产品,在竞争中保持优势,对商品评论进行处理研究,设计了商品评论抓取系统｡结合中科院ICTCLAS分词框架,实现了对商品评论的切割､分类,构建限定词库,据此构造了评论情感得分公式,首先算出每个分句的情感的情感倾向,进而通过加权求和法计算每条评论的总体倾向｡以“淘宝网”数据为例,2017年1月6日爬取了12个商品自上架以来的16850条评论记录,经实验,提出的情感得分计算方法能够定量地判断消费者的情感倾向及产品的主要特征｡