【目的/意義】準確挖掘消費者在線評論情感傾向,對于改善商家服務具有重要意義,而情感傾向預測的準確性仍需提高。【方法/過程】文中設計基于集成學習的在線評論情感分類算法,即以N-gram算法分析在線評論詞語特征,結合情感詞典構造文本特征,利用邏輯回歸、Light GBM等機器學習方法為基礎的集成學習進行訓練,實現在線評論情感分類。【結果/結論】實現了評論的情感傾向預測,在電腦評論數據集,較之于經典的SVM算法和無監督類算法,該模型的分類衡量指標F1值分別提高了10%到30%不等。同時,在酒店、圖書等不同領域的數據集上顯示,該方法的分類準確性仍具有上述效果,證明了該方法具有領域移植性。