随着人民生活水平的提高,对生活质量的逐渐重视,越来越多的人倾向于外出旅游,而智能终端的普及和移动互联网的快速发展,涌现出了一大批线上旅游网站,使得人们随时随地的借助网络获取旅游信息、预定旅游产品,发表旅游评论,分享旅游心得等。这些评论数据在各个旅游网站上,却缺乏有效的处理和应用,传统的数据处理和算法已经满足不了数据暴增带来的性能瓶颈,基于大数据云平台的分析处理已经成来一种趋势。本文着眼于当前现状,构建一个旅游网络评论数据处理平台,能对评论数据进行分析处理。由于网络评论数据呈现爆炸式增长,使用了大数据处理平台Hadoop进行数据的存储和分析计算,基于Map Reduce并行框架的算法设计,能有效的处理传统数据处理平台无法解决的数据量。在进行情感分析时,首先对评论数据进行了预处理,采用依存句法分析来提取评论数据的情感词和评价对象,依据旅游评论数据构建了一个旅游评价数据的情感词典,用情感词典来进行特征的选取。对NB和SVM、KNN进行并行化的改造,并在评论数据上进行倾向性分类实验,对比准确度、召回率和F值。在确定情感倾向性上再通过LDA主体模型实现各个主题下的主题词。本文结合自然语言处理对评价数据进行依存句法分析,使评论数据在进行LDA主体模型之前就进行了数据去噪,使得情感词汇和评价对象在主题词中的出现概率得到提高,最后提出两种语义约束规则,使主题模型按照规则进行词聚类,结果表明该方法在评论数据情感分析方面的有效性。