通过以上的总结发现，本书还存在一些有待改进的地方，需要继续展开深入的研究。主要包括以下几个方面：

1.面向细粒度情感分析的实验语料库构建

现有的情感分析大多都采用手机、数码相机、数码摄像机、笔记本电脑和MP3等产品的评论作为实验对象。为了便于和相关研究中的代表性方法进行对比实验，验证本书提出的算法的有效性，本书构建了涵盖手机、数码相机和笔记本电脑的实验语料库。但是随着电子商务的飞速发展，各种点评网站如雨后春笋，层出不穷，评论的主题范围也正在不断扩大，已经涉及影视、旅游、餐馆和酒店等领域。因此，在未来的研究中，可以收集更多类型的产品评论，以进一步验证本书提出的细粒度情感分析方法的鲁棒性。

此外，在线产品评论通常具有口语化色彩比较强烈、书写随意性较大、句式结构相对混乱等特点，从而增加了语料标注的复杂度。因此，还需要从语言学角度分析语言规律，在标注方法和标注体系上做进一步的改进和探讨，以完善实验语料库的标注工作。

幸运的是，我国的学者已经逐渐认识到实验语料库标注工作的重要性，中文情感极性分析评测工作也在陆续展开[199]，相信该类标注工作会进一步促进情感分析实验语料库的构建，并为情感分析的发展奠定良好的基础。

2.特征观点对的情感分析

在情感分类研究中，有部分学者在正面和负面两类情感基础上，引入了“中立”这一类情感，认为对于产品某一方面既褒又贬的评价表达了中性的情感，例如评论句“手机声音虽小，但是音质不错”的情感可以被判定为“中立”。但是在细粒度情感极性分类中，用户的情感被细分，以上这句评论包含了两对特征观点对：“声音，小”和“音质，不错”，并且分别带有负面情感和正面情感，二者共同组合在一起才表达了用户对手机声音的“中立”态度。因此，本书认为特征观点对的情感分类中并不包括中性这一情感。此外，观点词为评论中用户表达主观意见的词语，所以产品评论中的特征观点对并不包括客观的叙述。但是现有一些研究者依然试图将“中立”加入情感极性中，以提高分类的全面性和有效性。因此，在下一步的研究中，将通过对网络用户进行调研等理论与实践相结合的方式，对情感极性的分类做进一步的探讨。

此外，在“特征观点对”情感强度计算的实验中，对于计算结果的准确性判断允许存在一定的误差，并且根据已有研究的经验数据设定可接受的误差系数。这样的做法虽然能够有效地检验情感强度计算的准确率，但是为了保证实证研究结果的可靠性和可信度，第六章在分析产品评论对销量的影响时，只采用特征观点对的情感极性分类结果作为样本数据。因此，在以后的研究中，需要设计一种更加客观的实验评价方法，从而进一步检验情感强度计算的准确性。

3.产品销量模型的理论基础(www.daowen.com)

本书以描述消费者购买决策行为的多属性离散选择为理论基础，建立产品评论对销量影响的计量模型。这一理论的假设前提是：产品各个属性独立地影响消费者的购买概率，以及不同消费者对产品的各个属性具有相同的偏好。但是在现实生活中，不同消费者对产品的偏好并不相同。在进行购买决策时，他们根据自身的偏好，综合地考虑不同产品属性的质量与性能，再决定是否购买该产品。此外，消费者的购买决策还会受到同类型替代品的影响。因此，产品销量的计量模型还需要以更加先进的、更能准确地描述消费者购买决策行为的理论为基础，比如经典的BPL需求模型（Berry，Levinsohn和Pakes模型），并且尽量收集消费者的个人背景特征（Demographics）。

此外，本书在对产品销量模型进行回归分析时，加入控制变量以消除内生性问题。但是一些控制变量却因为无法获得实际的数据而设置了相应的替代变量，例如用销量排名来代替实际的销量数据，这在一定程度上影响了计量模型的准确性，进而影响参数估计的有效性。因此，还需要设法收集实际的样本数据来支持未来的实证研究。

4.产品评论的有用性和可信性分析

本书并未针对评论的质量展开研究，即用户感知的产品评论的有用性和可信性。随着社交媒体的高速发展，越来越多的商家开始重视产品评论的商业价值，并且尝试通过评论引导来进行产品的营销。但是其中一部分商家为了诱导舆论，试图操纵评论，导致产品评论的有用性和可信性下降，从而影响消费者对评论的采纳行为。

因此，产品评论的质量将影响评论挖掘结果的实用价值。在未来的研究中，需要从评论有用性和可信性角度出发，建立实证研究模型，探讨评论质量的量化机制，以及其对消费者采纳行为的影响。

5.细粒度情感分析的其他应用领域

伴随着情感分析技术的完善，细粒度情感分析的应用领域并不局限于电子商务，而是有更广阔的应用空间。因此，下一步的研究工作可以通过细粒度情感分析，挖掘在线评论在医疗健康、企业系统、金融风险等其他领域的价值。

具体来说，通过对在线医疗社区中患者发表的帖子进行细粒度情感分析，识别疾病的病因与症状，在此基础上推断疾病的类型与治疗方案，从而便于患者选择医院和医生，便于医生在线查询治疗手段，还便于医院了解自身管理或医疗方面的现状，进而实现以病人为中心的医疗系统。企业系统的有效性依赖于智能和自动化的水平，所以以细粒度情感分析为基础的商业智能能够在一系列的应用和服务上支持企业系统。通过对股评进行挖掘，识别评论中的关键词，并且分析投资者的情绪，以预测股票的涨跌，甚至是整个股票市场的走势。