产品评论挖掘就是从用户发表的评论中挖掘出产品特征、用户观点，并判断观点极性，为生产、营销商家和潜在的用户提供参考。通过对提取出的产品特征进行分析，发现用户对产品特征粒度的关注是不同的，本文针对这一问题进行了研究，主要工作如下：利用基于索引的标签路径的方法找到数据区路径，抽取产品说明书和原始评论。定义标注细则，完成原始评论的人工标注，为后续研究准备基础数据。给出了基于特征粒度树获得产品特征粒度关系的方法。由于单个说明文档中的特征分类效果不好，本文利用改进的相似度公式判断来自不同说明文档特征记录的相似性，相似度公式的改进使得特征记录相似性判断的准确性有了较大提高；基于相似特征记录将特征组进行重组，根据新的特征组集合建立特征粒度树；由于特征记录来源于同一型号的产品，其特征覆盖不完全，本文抽取了多种类型产品的说明文档，用于完善粒度树，增加特征粒度树的广泛适用性；根据相似度计算和《同义词词林》判断从产品评论中抽取的特征与特征粒度树中结点的相似性，将产品特征在特征粒度树中进行定位，从而获得产品特征之间的粒度关系。实验结果表明本文改进的相似度公式提高了相似判断的准确性，也验证了基于特征粒度树获得产品特征粒度关系方法的有效性和本文建立的特征粒度树的实用性。