随着电子商务与社交媒体的深度融合，商品评论成为用户消费决策的重要参考，海量评论数据的情感分析需求日益迫切。传统电商平台缺乏高效的评论数据分析能力，难以直观呈现商品口碑与用户偏好，为解决该问题，本文设计并实现了一套基于 Spark 的社交媒体商品评论情感分析系统。

系统采用 Java 语言开发，基于 SpringBoot+Vue 前后端分离架构构建，以 MySQL 存储业务数据，通过 Spark 分布式框架实现商品评论情感挖掘与分析，利用 Echarts 完成可视化展示。系统分为用户端与管理员端，用户端支持注册登录、商品推荐、购买、订单与购物车管理、余额充值、评论情感可视化等功能；管理员端实现个人中心、用户管理、商品管理、订单管理、评论管理等全流程运维功能，整体运行稳定、功能完备。

本系统将大数据处理技术与电商业务有机结合，实现了评论情感智能分析与数据可视化展示，有效提升了平台数据利用效率与用户体验，为电商平台的智能化升级提供了可行方案，同时也锻炼了软件开发与大数据技术应用的综合能力。

用户端功能涵盖注册登录与个人中心管理，支持商品信息查看、智能推荐及购买操作，可进行购物车与订单全流程管理、余额充值，同时能查看平台公告，通过可视化功能直观了解商品评论情感分析结果，满足用户购物、信息获取及个人业务管理的全场景需求。

管理员端支持登录及个人中心维护，拥有系统管理权限，可开展用户管理、公告管理、商品分类与商品信息管理工作，能对用户订单进行全面管控，同时负责商品评论的审核与管理，实现系统运维、业务管控及数据管理的全流程高效操作。

本系统基于Spark的社交媒体商品评论情感分析需求，采用分层架构设计，分为用户端与管理员端两大模块，功能覆盖全业务流程。用户端支持注册登录、个人中心管理，可实现商品信息查看、推荐及购买，完成购物车、订单管理与余额充值，同时能查看公告、通过可视化功能了解商品评论情感分析结果。管理员端可登录维护个人中心，拥有系统管理权限，负责用户、公告、商品分类及商品信息管理，管控订单流程并审核管理商品评论，保障系统高效有序运行。有序运行。系统结构功能图如图所示。

在系统开发过程中，E-R图是数据库设计的一个重要步骤，其重要性是多方面的。该方法将数据实体、属性以及它们之间的相互关系以可视的形式展现出来，便于开发人员迅速了解系统数据结构，便于交流和合作。在此基础上，提出了一种基于E-R关系的概念，即：1-1,1对多，多对多等，从而实现了精确的数据逻辑建模，消除了数据的冗余与不一致。在需求分析与设计阶段，利用E-R图表，可以帮助使用者找出资料模型中的缺点与缺点，并藉此预先进行规划，以降低日后修正的代价。另外，标准的E-R图表也是该系统文件中不可缺少的一部分，对于以后的系统维护与更新具有明确的指导意义。