全文总字数：2900字
1. 研究目的与意义（文献综述）
近十年来，随着电子商务的大力推广和快速发展，涌现出一大批电商网站，例如，京东、唯品会、蘑菇街、聚美优品等。电子商务的发展改变了我们的生活，越来越多的人愿意在网上购物，并且发表自己对于商品的看法的评论。这些网站上会产生海量的评论数据，如果可以合理的利用这些数据，我们可以获得更多有价值的回报。
电商网站的存在与发展，为我们的生活带来了极大地方便；越来越多人顺应电子商务发展的潮流，而商家想要提高自己的产品竞争，就要从不同的方面去满足消费者的需求，用户对于商品的评论就是挖掘用户需要的一个很的突破点，而分析文本评论数据就需要相关的技术支持。如今机器学习技术的不断发展，自然语言处理和深度学习慢慢地成为了最前沿的技术。数据分析和数据挖掘也是自然语言处理领域的一个热点。
本文研究的数据分析技术在很多领域都有着非常重要的作用，在电子商务领域中，数据分析技术主要应用在分析商品评论数据上。在得到消费者的评论数据反馈之后，通过对用户的评论中的情感倾向进行分析，以此挖掘出用户对这些商品的情感倾向，可以了解消费者对所购商品的喜好程度，从大量数据中分析出消费者的需求，也可以帮助商家了解商品的优点与不足，从外观、质量和使用方便等不同方面去综合考虑并进行改进，从而可以在一定程度上优化产品的性能，提高产品的质量，和其他的兄弟品牌相比，提高自己的竞争力，在一定程度上更好的满足供应商的需求，来达到留住消费者的目的。
2. 研究的基本内容与方案
研究内容
本文主要研究的内容是挖掘网络商城上的家电商品的评论数据信息，从评论数据中找寻出有价值的信息。基于语义网络的评论分析可以将数据的进行可视化展示，可以更加清楚的看到各个数据之间联系。tf-idf特征提取，可以提取出最能代表评论数据的一些关键的词，
通过这些分析，对产品的认识会更加的直观一点，快速打看到产品的优点及不足，可以给网络商品的厂商提出一些意见，比如说，找到用户的喜爱点和关注点，可以利用用户的喜爱点来进行宣传去吸引潜在的用户，对于用户吐槽的地方进行改进。
3. 研究计划与安排
第1-4周: 查阅相关文献并确定题目，接受任务书；
第5周末前: 撰写文献综述，完成开题报告；
第8周末前: 研究数据采集的python爬虫技术、撰写论文初稿，接受中期检查；
4. 参考文献（12篇以上）
[1] 李其达．基于词典的文本情感计算系统的设计与实现[d]．武汉：华中科技大学，2014
[2] 阮光册，夏磊．基于关联规则的文本主题深度挖掘应用研究[j]．现代图书情报技术，2016
