随着全球电子商务的发展,时尚行业作为最大的细分市场,也迎来爆发式地增长。时尚跨境电商在全球众多消费者的购物中扮演了重要的角色。在近几年发布的中国全球化品牌50强中都有时尚跨境电商企业上榜,且排名靠前。另一方面,随着信息技术的飞速发展,消费者不仅在这些平台上购物,还会在网络上发表对于购物的评论,这样的内容有助于平台或商家了解消费者的购物体验并且影响消费者未来的购买行为。因此,本文首先通过理论基础和文献梳理,结合时尚跨境电商发展现状,为后续研究提供基础;然后利用Python编写爬虫程序获取Sitejabber网站上SHEIN、ZAFUL、ASOS、Farfetch等4个时尚跨境电商的消费者在线评论和总体满意评分,对在线评论进行预处理后使用LDA模型提取出影响因素;紧接着,根据样本数据特点构建有序逻辑回归模型,将顾客满意度作为被解释变量,以顾客评论中的总体满意评分作为数据来源,将提取出的9个因素作为解释变量,使用基于机器学习的情感分析,计算出每条评论分别在每个因素下的情感得分作为数据来源,进行了全样本的回归分析;再按照中国时尚跨境电商、奢侈品跨境电商、国外时尚跨境电商三类样本数据进行了分样本回归分析;最后根据实证结果,本文有针对性地从产品、服务、网站、心理四个方面提出了提升顾客满意度的建议,为企业的发展提供了参考。本文得出以下结论:（1）时尚跨境电商顾客满意度的影响因素共分为平台、产品、服务、心理四个层面,共九个因素,分别为支付设计、网页展示、产品类型、物流服务、尺码设计、产品价格、售后服务、产品质量和心理感知。（2）通过实证结果显示,所有因素均对顾客满意度有显著正向影响,而且产品层面的因素对顾客满意度的影响更多。（3）通过分样本回归发现,不同类型时尚跨境电商的顾客满意度影响因素的程度侧重不同。中国时尚跨境电商提高产品质量和物流服务的满意度对整体顾客满意度的提升较小,而奢侈品跨境电商顾客对于价格不敏感,但是更关注物流的服务,以及国外时尚跨境电商的顾客则对网站设计因素更关注。