网络社区是人们共享知识、相互交流、沟通的平台。分析网络社区中人们留下的信息能够更好地理解帮助理解用户的偏好，辅助企业决策，从而创造更高的经济价值。情感分析是对包含情感因素的文本进行特征提取和选择的分类过程，人们可以从评论文本中分析用户对某个主题所表现出来的情感倾向。文本中包含的情感复杂多变，例如音乐社区中，人们对于音乐的评价所蕴含的情感，可能同时包含有多种情感的类别，如何准确的对文本的情感特征进行提取成为当前的热门问题之一。
　　为了准确分析音乐社区评价信息中蕴含的情感，本文以网易云音乐为平台，提出了一种基于多构面情感的卷积神经网络音乐社区划分方法。首先，针对音乐社区情感划分方法大多依凭音频或者歌词本身情感来进行划分，没有考虑用户对歌曲的直观感受的问题，本文根据音乐社区用户评论，提出符合音乐社区情感特征的多情感划分方法和情感向量的构建方法，对音乐社区下音乐的评论所蕴含情感类型进行更为准确的划分；针对已有方法无法较好的解决类似句式下情感词的特征提取问题，本文提出情感向量拼接的方法，提高了模型对情感特征提取的准确性；针对音乐评论文本中多类别情感共存的现象，本文提出基于音乐特征的情感价值度量方法，在分析评论情感的同时对其准确分类。为了准确分析音乐社区评价信息中蕴含的情感，完成对音乐社区的划分，本文结合情感拼接和情感价值度量的方法，提出一种基于多构面情感的卷积神经网络分类模型。最后，在真实数据集中进行实验，验证本文方法在准确性上有着良好的表现，可以有效并准确的解决音乐社区的划分问题。