本发明公开了一种基于深度学习的用户情感分析方法，包括以下步骤；构建词汇表；使用分类器进行分类选中一部分作为种子词典，并且给出这些种子语料的情感极性得分词典，改进相应的TF‑IDF特征选择过程；分别将新改进得到的TF‑IDF特征词向量与Word2vec特征词向量的结果保存起来；对于每种情感分类的情感种子词语进行加和求平均得到每种情感的中心词向量的极性的概率。本发明提供了一种基于深度学习的用户情感分析方法，结合基本的词频特征选择算法，Word2vec算法将文本的词频信息，情感信息，语义信息有效的结合起来并且将新构建的情感语义词向量与原来的词向量进行了对比试验，有效的证明了情感语义词向量的有效性。