在产品开发的流程中,来自用户域的客户需求决定了产品定位,是关乎产品成功与否的最初环节。随着制造业生产力水平的快速发展,客户需求呈现出变化速度快、个性化程度高、表达形式多样的特点,传统的客户需求研究方法由于效率低、人工干预度高等原因已经不能满足当下的市场环境。在大数据时代,利用数据驱动手段,高效、客观地获取及分析客户需求成为产品开发中亟待解决的问题,为此,对客户需求的获取与分析方法进行了研究,提出了产品评论数据驱动的客户需求建模方法。首先,为了识别产品评论中的评价对象——产品性能,提出了产品性能词典,基于词典的匹配规则,可以准确识别产品性能词。为了创建词典,提出了一种融合特征的产品性能词提取指标,该指标针对产品评论的特点,整合了度中心性特征、依存句法特征与领域特征用于目标词提取。通过对手机产品评论数据进行实验,证明了该指标可以有效区分产品性能词与干扰词。其次,对产品评论的观点挖掘问题进行了研究。评论中的观点句按照是否包含评价对象可以划分为显式观点句与隐式观点句。针对显式观点句提出了基于匹配规则的显式观点挖掘方法,采用充分挖掘——观点剪枝的策略,先在规则库中设计依存句法规则和点互信息补充规则充分挖掘客户观点,然后进行观点剪枝提高算法的精确率。针对隐式观点句提出基于语义相似度的隐式观点挖掘方法,该方法将表达相同观点的显式、隐式观点句定义为共轭观点句,通过寻找隐式观点句的显式共轭完成观点挖掘。对比实验表明,以上两种方法是有效的。最后,为建立客户需求模型,设计了基于Word2vec词向量的K-means观点聚类方法,对挖掘到的客户观点进行总结,形成了客户需求。改进了经典Kano模型,提出了基于评论数据的Kano分析法,用于客户需求的定性与定量分析。对于客户需求建模结果,引入了可拓学中物元模型对其进行规范表达。最终,以手机产品为案例建立了客户需求模型,验证了以上方法的可行性。