隨著網路的興起，有越來越多的消費者內容的產生，而該內容成為了口碑，傳達給其他消費者，廠商所未提及的資訊，此外也提供了材料給予廠商進行分析。然而此類的資料往往是非結構性的資訊，過去有許多的論文專注於在用情緒分析或詞性分析的方法，來分析消費者所留下來的評論，希望藉此得到消費者針對每個商品面項的評論進行分析。然而該方法會面臨的問題就是遺漏植過多的問題。
因此本篇論文使用跟過去不同的資料來源，透過分析商品的不同面項，來得到些對廠商有益處的資訊，其中所使用的標的物為智慧型手機，一方面該產品為近幾年主要興起的商品，能透過分析的過程了解市場或消費者的變化，另一方面，該商品的面項多，且包含隱性(如易用程度、設計感)等，也有較為顯性的面項(如電池、通話品質)等。因此能夠以此去了解各面項的差異，與消費者的觀感等。
而本論文的研究包括透過因素分析縮減各面項，而取得面項的一致性，此外透過面項的分佈了解市場上消費者的變化，此外透過分析單一產品，以及兩世代產品，或與競爭產品之間的關係，能夠得到消費者針對面項升級時的反應，以及未來廠商可能可以的發展方向等。
總之，本篇論文提供一個新的分析來源，用最基礎的分析方法亦可取得市場的資訊與消費者的反應，廠商能以此來獲得些資訊，而未來的研究亦能在此基礎之上，進行深入的研究與探討。

[1]林沛盈(2011)隱藏意見萃取-辨別多世代商品之關鍵特色
[2]Fu, X., Liu, G., Guo, Y., & Wang, Z. (2012). Multi-aspect sentiment analysis for Chinese online social reviews based on topic modeling and HowNet lexicon. Knowledge-Based Systems.
[3] Gu, B., Park, J., & Konana, P. (2012). Research Note—The Impact of External Word-of-Mouth Sources on Retailer Sales of High-Involvement Products. Information Systems Research, 23(1), 182-196.
[4] Zhang, K., Narayanan, R., & Choudhary, A. (2010, June). Voice of the customers: mining online customer reviews for product feature-based ranking.
In3rd Workshop on Online Social Networks.
[5] Yu, J., Zha, Z. J., Wang, M., & Chua, T. S. (2011, June). Aspect Ranking:
Identifying Important Product Aspects from Online Consumer Reviews.
In ACL(pp. 1496-1505).
[6] Zhang, W., Xu, H., & Wan, W. (2012). Weakness Finder: Find product
weakness from Chinese reviews by using aspects based sentiment analysis.
Expert Systems with Applications
[7] Chen, L., Qi, L., & Wang, F. (2012). Comparison of feature-level learning methods for mining online consumer reviews. Expert Systems with Applications,