产品的存在来源于用户需求,满足用户需求是企业立足之本。在目前瞬息万变的市场环境中,用户需求常常处于动态变化过程中,企业需要根据市场变化和信息更新及时对企业经营方向进行合理调整,才有可能最大程度地做出顺应市场发展和用户需求的各阶段决策目标,引领企业长久健康发展。目前,越来越多的消费者通过在线评论进行信息交互和情感表达。在线评论成为互联网环境下企业洞察用户需求及意愿的重要渠道,也是广大消费者获取产品和服务信息、减少信息不对称的重要途径。然而,海量的在线评论数据造成严重的信息过载,使企业和消费者很难利用纷繁复杂的数据在短时间内做出理性判断。因此,如何充分利用产品的在线评论识别、分析用户需求,并揭示用户需求的变化趋势,从而指导企业的产品定位与市场竞争策略是一项值得研究的问题。本文在梳理已有研究理论的基础之上,首先,利用LDA模型进行华为手机在线评论的主题挖掘,在主题聚类的结果中识别出用户需求、建立了用户需求要素体系。接下来,本文参照Kano模型的基本理论设置需求调查问卷,结合用户满意指数和精细化Kano模型,分析各服务要素对用户满意度的影响并对用户需求进行归类,确定各类用户需求重要度和供给优先级顺序。最后,本文对在线评论进行时间片段划分,挖掘时间序列数据的关键主题词,同时借鉴社会网络分析中的社区发现的思想,选取代表性区间进行主题词共现分析,借助Gephi工具对主题共现网络进行绘制及可视化呈现,分析时间序列上用户需求的演变情况。研究结果发现,对京东平台华为畅享9、P30、Mate30 5G这3种产品评论进行主题挖掘时,产品的自身属性方面的特征获得用户稳定且高频率地讨论,是用户在产品购买和评论过程中最主要关注的需求;产品的服务质量、配件和价格讨论热度相对较低,每种产品具体的主题讨论情况略有不同。在对用户需求要素进行分类的研究中,用户在实际评论中描述的关于智能手机产品的主要需求划分为魅力需求、期望需求、必备需求和无关需求;针对每一类别的要素特征,对品牌管理者提供一系列决策优化的建议。在对华为商城中Mate30 5G产品的在线评论进行时间序列分析时,发现各时间片段显示出不同的关键主题词,选取代表性区间进行主题共现分析,发现话题随时间变化具有一定程度的波动,话题热度受情境影响,进而得到用户需求演变的态势。本文在理论层面,在在线评论主题识别的过程中融合了时间因素,运用数据挖掘技术有效地解决传统用户需求识别方法中存在的需求来源滞后等问题,对在线评论用户需求挖掘及分析的研究提供了新视角。在实践层面,本文研究结论能够有效指导消费者的购买决策,同时本文提供的用户需求识别和需求演变的监测方法可以帮助企业进一步了解用户关键需求,并及时关注新需求的产生,此外,针对于不同类别的需求,企业可以根据实际情况选择需求供给的优先顺序;因此,本研究成果对企业改进自身产品和服务质量、提高用户粘性提供重要参考依据。