随着消费者生活水平和生活质量的不断提高,消费者健康意识也在不断地增强,同时用于疾病预防和身体保健的支出和预算也在不断地增加,为健康投资已经自然而然成为一种趋势,保健品行业也随之进入了高速发展阶段。目前,保健品市场正处于调整与创新的转变期,要想让产品在短时间内打开市场,单单靠以往传统的营销手段是无法做到的,利用当前流行的电子商务和传统渠道相结合的营销手段无疑将是一个更好选择。客户永远是是电子商务环节最宝贵的资源,只有通过深入研究网络用户的情绪感知,才能更好地掌握客户心理状态及预测客户的行为趋势来实现最优的网络营销手段。本文运用多种技术来采集、处理、分类数据。通过网络爬虫技术来收集网页的客户数据,并运用k-means改进算法X-means聚类算法对客户的离线行为数据(浏览、购买、评价)和实时行为数据(鼠标、键盘)进行聚类计算,将客户划分为具有不同行为特征的客户群体。在综合国内外学者研究成果的基础上,参考ECC和PAD情感模型基本原理,建立基于二维向量空间的情感模型,根据离线和实时行为数据量化客户情感状态,实时判断在线用户的情感变化和购买倾向,发掘客户潜在的需求和兴趣,发现和分析其情感规律,以此实现具有较高匹配准确度、较好时效性和较高用户满意度的网络交叉营销。同时还设计了客户情感调研问卷,将问卷调研的结果与客户行为数据分析结果相印证,从而确定情感模型正确性和实用性。本文在传统网络数据分析的基础上提出将客户离线和实时数据相结合,共同作为客户行为特征的考量数据,从而实时判断客户情感状态变化。在基于多项离线和实时数据基础上,建立二维向量空间情感模型,提出采用多项数据综合量化客户情感维度,避免了使用单一客户数据衡量客户情感状态和趋势的偏颇性,同时也为今后通过复杂海量数据分析客户情感提供了重要的参考和借鉴。本文分为五个部分。第一章首先着重介绍了本文的研究背景及选题意义,然后综述了本文所使用的国内外文献和材料,最后介绍了本文的主要研究的内容和方向。第二章主要介绍了保健品的网络客户群分类和行为模式,在客户行为模式的基础上对保健品客户的情感特征进行研究,并且通过调研问卷的方式研究保健品客户行为和情感之间的联系。第三章主要研究了情感分析技术,包括数据自动获取技术、情感计算技术和情感分析系统。第四章主要论述了情感分析技术及问卷系统的实现,并通过实际案例论述数据分析实现过程,并将分析的结果与情感模型匹配,从而得到客户情感特征并根据情感模型匹配的结果论述实际应用的意义。最后一章对本文研究成果与意义进行总结,提出该研究领域的未来发展和改进方向。