【摘要】大量的在线评论文本数据,对汽车制造业的产品创新、精准营销具有重要的实用价值。传统的文本挖掘多关注情感极性强度而忽视了情感营销效应,挖掘结果与企业需求差异较大。文章利用大连理工、中国知网等情感词典和丰富的汽车语料库,采取了基于CRF机器学习的情感词自动获取方法,构建了情感营销效应词库,并运用MATLAB对该词库情感营销效应进行了全面的统计分析,分类优化情感营销效应值,最后采用中科院ICTCLAS中文分词技术进行测试,结果表明,考虑情感营销效应的文本挖掘召回率达到80%以上,能较好地满足汽车厂商的应用需求。