移动互联网技术的快速发展、电子商务浪潮的席卷以及智能移动终端的普及等,使得互联网上每天都产生海量的数据,与此同时这些数据中存在大量非结构化的数据,比如文本数据、多媒体数据等,因此如何充分有效利用互联网技术对这些非结构化数据分析处理以获取到潜在的有价值的信息,成为目前亟需解决的难题。论文首先从用户需求分析理论研究入手,分析了用户需求的来源及其具有的动态性、复杂性、隐藏性、情感性、模糊性等五个特征,结合网络环境下用户需求的表达方式及文本挖掘技术的特点,发现文本挖掘技术应用在用户需求分析领域中所具有的可靠性、快速性、低成本、持续性、实时性等多个优势,并基于文本挖掘的具体流程即数据采集、数据处理和数据可视化,提出将用户需求分析细分为用户需求获取、识别和表达三个阶段,从而得出基于文本挖掘技术的用户需求分析层次结构模型;然后通过对文本挖掘技术的比较和研究,并结合用户需求分析层次结构模型,提出基于文本挖掘技术的双螺旋型用户需求分析框架,具体表现为采用网络爬虫技术完成面向用户在线评论的用户需求信息采集,以及利用支持向量机技术和关键词抽取技术,对采集到的用户需求信息进行识别和表达,以期实现用户需求信息向产品功能特征的转化;最后通过华为Mate9手机产品用户需求分析的实证研究,详述基于文本挖掘技术的用户需求分析的具体实现流程。