عقیده کاوی و تحلیل احساسات فرآیند تحلیل نظرات، عقاید و احساسات کاربران است که از نقدها و نظراتی که در مورد یک موضوع خاص نوشته اند استخراج می شود و در سال های اخیر توجه بسیاری از محققان را به خود جلب نموده است. رویکردهای عقیده کاوی به دو دسته اصلی، رویکردهای آماری و رویکردهای مبتنی بر دانش تقسیم بندی می شوند. در این تحقیق با ارائه دو سیستم عقیده کاوی متفاوت، هر دو شاخه پوشش داده شده اند. در رویکرد اول پس از استخراج سه مجموعه ویژگی متفاوت از متن و انتخاب ویژگی های برتر، فرآیند آموزش طبقه بندها با استفاده از مجموعه ویژگی ها صورت می پذیرد. سپس برای بهبود سیستم و بررسی تاثیر پیش پردازش ها و افزایش تعداد ویژگی ها در نتایج طبقه بندی، تعدادی پیش پردازش و مجموعه ویژگی جدید به سیستم اضافه شده است. در رویکرد دوم یک سیستم عقیده کاوی که از تکنیک های پردازش زبان طبیعی و شبکه واژگان احساسی استفاده می نماید، ارائه شده است. در این سیستم آن دسته از ویژگی های کالا که از نظر کاربران اهمیت بیشتری دارند از متن استخراج می شوند که با دقت بالایی مشابه با ویژگی های واقعی کالا می باشند. سپس طبقه بندی احساسی مجموعه داده با کمک ویژگی های استخراج شده و بر اساس بار احساسی واژگان موجود در متن صورت می پذیرد. نتایج نشان دهنده بهبود دقت طبقه بندی در روش پیشنهادی است.