以用户为中心的设计已经成为当下主流,为了解决传统需求获取手段单一、忽略用户体验过程、对用户期望挖掘不足、需求难以和产品设计形成有效映射等问题,提出一种基于产品在线评论数据获取用户体验需求的方法。借助用户真实体验数据挖掘潜在需求,形成有效产品设计改进方案,发挥数据效能推动产品开放式创新。首先,针对用户和产品的交互过程及其使用感知反馈提出体验需求概念,在产品生命周期大数据基础上,形成行为、场景和产品的分析框架,解构三者的主要特征及其耦合关系。其次,提出用户体验需求的分析流程,基于体验过程中的状态数据,借助本体语义和情感分析,识别提取用户体验需求,经规范化整理可以指导人机交互设计或完善产品的参数设计。接下来,以国内共享经济发展过程中催生的共享单车为例,基于互联网数据进行体验需求的识别和挖掘。获取互联网下不同类别的用户体验评论数据,对多源异构数据清洗整理使其结构化,采用自然语言处理技术和数据可视化方法,完成对体验需求的提取和分类,融合渠道平台特性,进行产品和服务定位分析。最后,基于用户体验需求形成对产品结构配置的优化分析,以汽车产品为例构建了由产品配置、环境因素和行为习惯向用户满意度评分的神经网络映射模型,实现对不同情况下的各种因素组合方案的满意度预测功能。在此基础上对典型场景和习惯下的配置方案进行满意度预测模拟,讨论影响性能的关键因子及其相互作用关系,进而对产品性能的结构配置组合方案进行优化,形成对产品的设计制造的指导作用。本文融合用户和产品的交互反馈提出用户体验需求,借助多重渠道获取用户体验数据,发挥数据效用,完成基于互联网数据体验需求的自动化获取,并挖掘体验过程中的潜在需求,从新的角度对传统需求进行补充和完善。将体验需求有效映射于产品的功能配置,形成可供实际产品设计参考的各项结构配置的最优组合方案。理论意义上是对传统的需求理论进行补充,实践意义上将体验需求落实于产品配置优化,对企业深入抽象用户使用场景和行为习惯提供参考,对产品的设计制造起到指导作用,具有广泛的应用前景。