基于SPSS和在線評論分析的產品用戶需求洞察方法研究

李翔，胡昀，王毅力

基于SPSS和在線評論分析的產品用戶需求洞察方法研究

李翔，胡昀，王毅力

（武漢理工大學，武漢 430070）

面向當下工業產品系統化、用戶需求信息復雜化和信息內容數據化等特點，擬通過研究統計分析和大數據挖掘方法在用戶需求獲取和處理中的應用，探究產品設計中用戶需求洞察的創新方法。以案例分析和因子分析方法進行目標產品設計因素提取，并通過多元回歸法進行顯著性分析；進而采用產品在線評論挖掘和情感分析方法獲取并處理針對產品特征的用戶顯性需求，以及從情景分析角度獲取用戶在使用情景下的行為痛點和隱性需求；最后，對應產品特征和使用情景下的用戶需求指標，導出產品屬性要求及產品情景適應性要求。綜合應用SPSS和在線評論分析方法，解決目前產品用戶需求洞察中方法應用不足、缺乏客觀性的問題。有助于設計人員在面對復雜產品系統及用戶需求復雜的設計任務時，精準獲得產品設計目標。并以重卡生活艙用戶需求分析進行實證，獲得適應重卡生活艙環境的產品設計要求。

用戶需求；產品設計；因子分析；評論挖掘

對用戶需求信息的獲取、分析和評估一直是產品設計流程中的關鍵點，準確及全面地洞察用戶需求是順利實施產品開發的前提。隨著智能化和數據化的發展，針對實體產品的用戶需求表達方式在不斷改變。一方面，用戶體驗由單一產品使用體驗轉向場景化、系統化的產品群綜合使用體驗，如智能家居場景下的系統化家電產品給用戶帶來了多重交互感受，這使用戶需求更多樣化、復雜化，若僅憑設計人員的主觀經驗就難以客觀分析繁多的需求信息及定義設計問題。

另一方面，互聯網給用戶提供了暢所欲言的機會和豐富的社交渠道，各網站每天都能獲取大量用戶生成內容（UGC）[1]。實體產品設計中通過線下獲取的方法已不能夠全面了解用戶的需求，大數據背景下海量線上數據信息則可以有效解決樣本量不足的問題，楊煥[2]基于大數據分析構建了“用戶畫像—用戶體驗旅程—情景分析”的用戶需求洞察創新路徑；涂海麗[1]針對在線評論用戶數據構建了用戶需求挖掘模型，這類研究深入探索了如何將大數據分析方法應用于互聯網產品設計及虛擬服務方面，但在實體產品設計領域應用研究較少。因此，文中針對現代產品復雜化及系統化、需求信息分析主觀性較強、用戶需求繁雜的問題，探索運用統計學和大數據分析，進行產品用戶需求洞察的創新方法研究，并以重卡生活艙設計的用戶需求洞察為研究對象實施創新方法的應用及實證研究。

1 產品用戶需求洞察方法應用研究

1.1 實體產品用戶需求洞察方法研究現狀

為了在產品開發前期精準捕獲市場和用戶需求，學者們提出和應用了諸多理論方法，包括且不限于問卷法、KJ法、用戶行為地圖等獲取用戶需求信息；聚類分析法、層次分析法、熵權理論等求解用戶需求權重[3]；TRIZ理論、QFD法等轉化需求為方案生成[4-5]?？煽闯龇椒ǖ膽镁劢褂谛枨蠓治?，在問題定義、需求獲取階段仍存在信息片面性和主觀性的問題。文中引入SPSS和數據分析方法對該階段進行拓展和創新。

1.2 基于SPSS分析的產品用戶需求洞察方法

SPSS是常用的統計學數據分析軟件，廣泛用于數據分析、決策分析、精準營銷等方面。有學者提出利用統計學方法來明確設計問題和用戶需求問題，楊浩[6]采用因子分析對用戶問題進行降維，抽出關鍵問題進行設計解決；萬福成[7]提出基于因子主成分法的用戶需求分類方法，有效歸類并提煉出用戶關鍵需求。因此，在用戶需求分析前采用SPSS分析方法，以應對現代產品特點變化趨勢及彌補現有洞察流程中前期方法應用不足的問題。

1.3 基于在線評論的產品用戶需求洞察方法

在數據驅動的用戶需求研究方法中，早期大多以后臺網絡日志、用戶行為等作為數據源，這類數據往往涉及用戶隱私，且較少涉及用戶對產品的看法。如今用戶可以通過微博、貼吧等社交媒體表達自己關于某產品的看法、感受和意見。相比問卷調查等方式，以社交數據為數據源獲取用戶對產品的在線評論，優勢在于數據量龐大、時效性強、更新速度快[8]，因為來自用戶真實的主動分享，所以避免了設計人員主觀經驗干擾。目前，在線評論的研究主要包括：主觀句識別、產品特征提取、話題聚類、情感分析等。設計人員通過網絡信息采集工具可抓取用戶對互聯網產品的線上評論數據，用于構建用戶畫像、了解用戶需求、進行競品分析等。在實體產品開發中用戶需求分析也要充分了解用戶對產品的態度及使用體驗，通過提取產品特征詞及情感分析來洞察實體產品的用戶需求，有助于設計人員判斷產品優的化方向。

2 產品用戶需求洞察創新方法研究

上述方法的應用都通過將定性化的用戶需求信息和情感態度轉化為定量數據，量化用戶主動表達的直觀需求，側重于用戶顯性需求挖掘。從定性分析角度出發，情景化分析用戶在產品使用中的行為，洞察用戶潛在的隱性需求。結合SPSS分析和在線評論挖掘方法，提出一種產品用戶需求洞察的創新方法，見圖1。該方法主要包括3個階段：（1）需求傾向分析：從用戶滿意度的角度篩選和分析影響用戶需求的產品顯著設計因素；（2）需求獲取與處理：基于產品顯著設計因素，從產品特征和使用情景兩方面獲取和處理用戶需求信息；（3）需求轉化：將用戶需求信息轉化為產品屬性要求和情景適應性要求以指導設計方案。

2.1 產品設計因素分析

在實體產品設計中，會受到用戶、社會、環境、技術等多方面因素的影響，這里的產品設計因素是指以用戶為中心，從產品使用動機出發，影響用戶對產品滿意度的設計因素。在獲取用戶需求信息前確定符合用戶滿意度的產品設計因素及顯著程度，有助于準確發現產品的典型問題和用戶需求傾向。提取產品設計因素的本質是將用戶對產品零散的滿意度評判標準映射到產品設計因子上，即產品各部件或系統化產品設計中的單件產品，各要素關系見圖2。在具體實踐中，需要建立產品樣本庫，常用的方法是通過瀏覽產品相關網站、走訪線下營銷商、查閱文獻等廣泛搜集并篩選產品典型樣本，通過桌面調研了解用戶使用產品動機，建立映射關系并提取產品設計因素。

僅憑設計人員經驗和產品樣本提取的設計因素并不能客觀真實地反映用戶對產品滿意情況及需求傾向，因此還需對其進行實證和顯著性分析。選擇李克特量表作為定量測量工具建立問卷和搜集用戶滿意度，運用SPSS因子分析對設計因素進行驗證和調整，采用多元回歸分析判斷各因素顯著程度，以排除非顯著因素，使進一步挖掘用戶需求更有針對性。

圖1 基于SPSS和在線評論分析的產品用戶需求洞察方法

圖2 產品設計因素提取中各要素關系

2.2 針對產品特征的用戶需求分析

基于上述在線評論分析方法研究，針對產品特征的用戶需求分析步驟為：數據采集和預處理、構建產品特征詞庫、特征詞聚類和情感分析、導出用戶需求指標，見圖3。

文中選擇GooSeeker數據爬蟲工具抓取用戶在線評論數據，可以將HTML文件轉化為EXCEL格式便于數據處理。產品特征詞通常為評論中描述功能、造型等產品屬性的名詞[9]，使用中科院ICTCLAS漢語分詞系統可實現文本數據的詞性分類、標注及詞頻統計，進而從所標注名詞中提取出產品特征詞。隨后利用SPSS聚類分析將描述同一設計因子的特征詞聚類到一組，通過情感分析識別文本中用戶觀點，判斷用戶對產品特征的情感傾向。選擇天據英眼分詞和分類檢索平臺，其帶有HowNet情感詞典可對自然語言進行情感劃分，從而得到具有用戶情感傾向的特征詞。用戶的情感傾向可分為正面、負面和中性，對應用戶滿意度為滿意、不滿意和一般。研究人員過去常使用KANO模型建立問卷求解用戶滿意度和需求水平間的關系，而張文旭[10]通過研究KANO需求類型在在線評論中的分布關系，提出KANO需求的興奮型、期望型和基本型需求主要分布在好評、中評和差評。由此進一步將情感傾向所反映的滿意度與文本評論對應，由產品特征詞推導出具有需求類別和具體指標的用戶需求，見圖4。

圖3 針對產品特征的用戶需求分析流程

圖4 針對產品特征的用戶需求推導

2.3 針對使用情景的用戶需求分析

產品使用情景是影響產品體驗的重要因素，情景分析是將產品置于特定使用情景中，從使用產品過程中獲得用戶在一定環境下的需求，再通過產品與環境的相互關系獲得關于產品設計的一些約束條件[11]。情景分析一方面可以研究用戶在產品使用情景中的行為，挖掘用戶未主動表達的隱性需求，同時可以探索情景對產品的限制條件。文中針對產品顯著設計因素下的使用動機，劃分用戶使用情景，通過情景模擬分析用戶行為和挖掘痛點，導出用戶在情景中的需求指標，見圖5。

2.4 用戶需求到產品設計要求的轉化

經過上述分析，已得到兩類用戶需求指標。將其轉化為產品設計要求，即能實現機會點向設計點的轉化。基于在線評論挖掘來獲取用戶需求的過程是以產品屬性為核心的，包含用戶對產品屬性的主觀評價[12]，由此可進一步推導出產品屬性要求；針對使用情景的用戶需求則是用戶在環境下產生的交互需求，其反映到設計要求上為情景對產品產生的限制性要求，由此可轉化為產品情景適應性要求，具體轉化原理見圖6。

圖5 針對使用情景的用戶需求分析流程

3 案例分析

3.1 案例背景

近年來，隨著國內物流發展帶動重卡需求量大增，用戶對重卡的認識及評價已大為不同，駕駛艙的功能性、舒適性成為重要衡量依據。2019年中國一汽集團首次推出“重卡生活艙”設計，發布解放JH6生活艙版車型，見圖7。該生活艙在原有基礎上拓寬了生活空間，其產品設計不僅要滿足駕駛員的工作需求，還要符合其生活居住所需，這使得用戶需求更為復雜。然而，目前對重卡駕駛艙設計的用戶需求洞察較少從用戶體驗出發，且大多僅采用定性研究方法。因此，以文中提出的用戶需求洞察方法，對武漢理工大學藝術與設計學院與海爾集團合作的重卡生活艙設計項目展開方法的應用與實證研究。

3.2 重卡生活艙影響因素分析

3.2.1 重卡生活艙設計因素提取

由于生活艙形式還未在重卡駕駛艙設計中廣泛應用，通過商用車服務平臺和線下探訪，收集近十年國內市場占比份額前四的重卡品牌產品：一汽解放、東風重卡、中國重汽和陜西重汽，建立重卡駕駛艙樣本庫。用戶購買生活艙重卡的目的更多是為了滿足生活居住所需，故從駕駛員日常生活視角即衣、食、住、行出發，篩選為用戶提供生活相關產品的駕駛艙為典型樣本。依據產品設計因素提取中各要素關系，見圖2，將以用戶使用動機為依據的滿意度評判標準和樣本庫中涉及的產品設計因子一一映射，初步提取出放置、飲食、休息、洗漱、工作共五個產品設計因素，以及各因素下產品設計因子共15項，見圖8。

圖6 用戶需求—設計要求的轉化原理

圖7 青島解放JH6牽引車駕駛室生活艙版

圖8 重卡生活艙設計因素提取

3.2.2 重卡生活艙設計因素實證

采用李克特7分量表將上述產品設計因子及其滿意度評判標準設計成結構性問卷，并附加對駕駛艙的整體評價。選擇“卡車之家”和“車旺大卡”兩大線上卡車司機用戶量最多的貨車商品和物流網站為問卷投放社區，邀請社區用戶從分數1到7對滿意程度進行打分。共發放問卷136份，篩除社區中貨商及物流人員用戶，實際收回問卷104份，剔除無效評分問卷3份，最終收集有效問卷101份。

經SPSS因子分析，本問卷的克隆巴赫系數為α=0.899，表明問卷題目內部一致性較好，可以真實反映用戶對駕駛艙的滿意度；KMO檢驗值=0.880，巴特利特球形檢驗顯著，（卡方值=676.512，值< 0.001），表明本問卷適合做因子分析。采用主成分法提取因子并保留特征值大于1的因子，共提取到4個公因子且累計方差貢獻率為67.235%，經過正交旋轉后得到公因子分析結果，見表1。結果表明初步提取的飲食因素和洗漱因素符合用戶真實滿意情況，為成分3和成分4；而放置、休息、工作因素下的產品設計因子還需進一步降維，結果為成分1和成分2。依據成分下各產品設計因子的滿意度評斷標準，將成分1和成分2重新命名為“休息空間因素”和“駕駛因素”。

3.2.3 重卡生活艙設計因素顯著性分析

運用SPSS多元回歸分析，以產品設計因素為自變量，重卡的整體評價為因變量，建立多元線性回歸模型。從分析結果可看出，見表2，成分1和成分3的影響顯著（0.05＝且成分3顯著性水平最高，表明用戶對其有明顯需求傾向；而成分2和成分4不具備顯著性（0.05），其中成分4的結果受到一定程度的實驗樣本干擾，即調研人群多為短途重卡司機，該類用戶對洗漱的需求度較低。因此以休息空間和飲食因素為核心因素洞察用戶需求以此依據，在重卡生活艙設計和開發中忽略非顯著因素，能顯著提高用戶滿意度。

表1 旋轉后因子成分

表2 多元回歸分析系數

3.3 重卡生活艙用戶需求獲取和處理

3.3.1 針對產品特征的用戶需求分析

1）數據采集和預處理。選擇用戶量和日訪問量最大的貨車論壇“卡車之家”和最大垂直社交APP“車旺大卡”作為數據源，由于網站抓取工具尚不能應用于手機終端，這里使用Fiddler抓包工具，通過開源代碼進行抓取。常用的抓取命令是關鍵詞搜索，依據顯著設計因素下的使用產品動機和數據源搜索規則，確定飲食因素關鍵詞為“做飯”；休息空間因素關鍵詞為“睡覺”“儲物”和“活動”。按相關性在平臺發帖區進行關鍵詞搜索，采集內容為帖子標題和正文。考慮到爬蟲工具會采集到和產品設計因子無關的評論，這里使用EXCEL數據篩選助手和人工篩選對評論數據進行預處理，篩選條件為：（1）與貨車的評論；（2）重復性文案及貨車品牌宣傳廣告。處理得到飲食因素和休息空間因素32 666條和36 581條有效評論文本數據。

2）構建產品特征詞庫。由于用戶語言風格的不同及產品特征的復雜性，一個產品特征可能對應多個產品特征詞[13]，因此經ICTCLAS分詞系統標注的名詞還需通過人工判斷來提取能夠體現產品屬性的特征詞。通過對詞頻量前200的名詞進行判斷，發現一些名詞表現出相同的產品屬性，如“逆變”和“逆變器”都是描述“電源轉換”這一產品特征，將描述相同產品特征的名詞合并累計詞頻，分別得到飲食因素和休息空間因素下產品特征詞庫，見圖9。

3）用戶需求指標導出。根據2.2提到的用戶需求處理方法，分別對飲食和休息空間因素的產品特征詞進行聚類分析，將描述同一產品設計因子的特征詞聚類到一組。具體過程為產品特征詞庫在分詞系統中生成共詞矩陣，導入SPSS軟件進行標準化數值處理，經聚類分析得到譜系樹狀圖，見圖10。譜系圖能直觀地展示產品特征詞的聚類情況，以距離值20～25區間為參考，垂直作參考線，從右向左進行聚類，飲食因素下的產品特征詞共5類，其中1、3、5類分別是冰箱、微波爐、電飯煲的特征詞；休息空間因素下的產品特征詞共13類，其中1、2、3、6、10類的特征詞分別對應臥鋪、軟裝、地板、車簾和儲物柜。

采用聚類分析將零散的產品特征詞準確地對應到產品設計因子上，由此可獲取用戶對各產品設計因子所關注的屬性及關注度，由于在缺乏體現用戶情感傾向的特征詞的情況下無法讓設計人員判斷該特征的優劣，因此對所有特征詞相關評論文本做情感分析，軟件情感處理中對詞性的標注，見圖11（以冰箱部分特征詞為例）。依據產品特征的用戶需求推導，見圖4，得到針對產品設計因子特征的三類用戶需求指標見表3。

圖9 產品特征詞庫

圖10 譜系樹狀圖

3.3.2 針對使用情景的用戶需求分析

由于用戶在飲食和休息空間因素下使用產品的主要動機為做飯、睡覺和活動，以此來劃分使用情景。筆者實地走訪湖北省荊州市最大交易中心“兩湖”批發市場，該市場流通湖北省內所有貨運路線。訪談三位持有B級重型商用車駕駛執照，且在三類使用情景有豐富生活經驗的駕駛員，通過情景模擬深入研究相關生活行為及痛點，將得到的描述性文本進行整理和分析，導出用戶在產品使用情景下的需求指標，見表4。

3.3.3 重卡生活艙用戶需求轉化

在產品設計和生產過程中，由于時間和成本等因素，很難滿足用戶的所有需求。通過對重卡生活艙用戶需求的分析，發現目前飲食和休息空間下的產品設計因子并沒有滿足用戶基本需求，甚至在使用上存在一定的安全隱患。所以亟待設計人員解決的是確保用戶基本需求指標得以滿足及將其轉化為產品屬性要求，并在考慮重卡環境對產品設計的限制性和約束條件下，推導出產品情景適應性要求，見表5。綜合以上要求指導重卡生活艙設計，將有助于設計人員清晰制定設計策略。

圖11 文本情感傾向分析

表3 針對產品特征的用戶需求指標

表4 情景分析

表5 用戶需求轉化

4 結語

根據實體產品設計中用戶需求研究方法應用所存在的不足，提出結合SPSS分析和在線評論挖掘方法來獲取和處理需求信息，對實體產品設計中用戶需求傾向的分析、獲取、處理、轉化做了系統性研究。相比現有用戶需求洞察方法，需求傾向分析可使設計人員更為準確地提取用戶關鍵需求，明確產品優化和改進的方向；對產品特征和使用情景的需求分析，可提高信息數據結果的可信度，也可避免由忽略環境因素造成的產品設計的片面性，以此導出產品設計要求，有利于設計人員更精準地開展產品設計策略。文中用戶隱性需求及需求轉化僅采用定性方法，存在一定主觀性，后續擬通過獲取用戶在物聯網平臺上產品使用行為數據、聚類劃分用戶群體等方法量化潛在需求信息，完善實體產品用戶需求洞察方法的應用。

[1] 涂海麗, 唐曉波, 謝力. 基于在線評論的用戶需求挖掘模型研究[J]. 情報學報, 2015, 34(10): 1088-1097.

TU Hai-li, TANG Xiao-bo, XIE Li. User Demand Mining Model Based on Online Comments[J]. Journal of the China Society for Scientific and Technical Information , 2015, 34(10): 1088-1097.

[2] 楊煥. 數據與設計的融合——大數據分析導出用戶需求洞察的創新路徑研究[J]裝飾, 2019(5): 100-103.

YANG Huan. The Integration of Data and Design the Innovation Path of Big Data Analysis to Derive User Demand Insights[J] Art & Design, 2019(5): 100-103.

[3] 胡珊, 劉晶. 模糊綜合評價法在產品設計方案決策中的應用[J]. 機械設計, 2020, 37(1): 135-139.

HU Shan, LIU Jing. Application of Fuzzy Comprehensive Evaluation Method in Product Design Scheme Decision-Making[J]. Machine Design, 2020, 37(1): 135-139.

[4] 劉江南, 姜光, 盧偉健, 等. TRIZ工具集用于驅動產品創新及生態設計方法研究[J]. 機械工程學報, 2016, 52(5): 12-21.

LIU Jiang-nan, JIANG Guang, LU Wei-jian, et al. TRIZ Toolset Used to Drive Product Innovation and Ecological Design Methods[J]. Chinese Journal of Mechanical Engineering, 2016, 52(5): 12-21.

[5] 呂中意, 楊波, 黃峰. 基于QFD的復雜產品外觀設計與改進[J]. 機械設計, 2019, 36(11): 119-126.

LU Zhong-yi, YANG Bo, HUANG Feng. Design and Improvement of Complex Product Appearance Based on QFD[J]. Mechanical Design, 2019, 36(11): 119-126.

[6] 楊浩, 王玥然, 劉暢. 基于感性需求分析的單層單廂公交車內飾設計與評估[J]. 裝飾, 2018(12): 74-77.

YANG Hao, WANG Yue-ran, LIU Chang. Design and Evaluation of Single-Layer Single-Box Bus Interior Design Based on Perceptual Demand Analysis[J]. Art & Design, 2018(12): 74-77.

[7] 萬福成, 滕健. 基于用戶需求因子分析的智能醫療照明系統設計研究[J]. 包裝工程, 2018, 39(24): 215-220.

WAN Fu-cheng, TENG Jian. Design of Intelligent Medical Lighting System Based on User Demand Factor Analysis[J]. Packaging Engineering, 2018, 39(24): 215- 220.

[8] 肖人彬, 林文廣. 數據驅動的產品創新設計研究[J]. 機械設計, 2019, 36(12): 1-9.

XIAO Ren-bin, LIN Wen-guang. Aata-Driven Product Innovation Design[J]. Mechanical Design, 2019, 36(12): 1-9.

[9] 尹裴, 王洪偉. 面向產品特征的中文在線評論情感分類: 以本體建模為方法[J]. 系統管理學報, 2016, 25(1): 103-114.

YIN Pei, WANG Hong-wei. Product Feature-Oriented Sentiment Classification of Chinese Online Reviews: Using Ontology Modeling as a Method[J]. Journal of Systems Management, 2016, 25(1): 103-114.

[10] 張文旭, 肖人彬, 林文廣. 基于產品性能詞典的評論數據驅動客戶需求模型研究[J]. 中國機械工程, 2020, 31(15): 1866-1876.

ZHANG Wen-xu, XIAO Ren-bin, LIN Wen-guang. Customer Demand Model Driven by Review Data Based on Product Performance Dictionary[J]. China Mechanical Engineering, 2020, 31(15): 1866-1876.

[11] 周琳瑯, 肖狄. 基于情境整合的文化創意產品設計[J]. 包裝工程, 2017. 38(6): 240-245.

ZHOU Lin-lang, XIAO Di. Cultural and Creative Product Design Based on Contextual Integration[J]. Packaging Engineering, 2017. 38(6): 240-245.

[12] 紀雪, 高琦, 李先飛, 等. 考慮產品屬性層次性的評論挖掘及需求獲取方法[J]. 計算機集成制造系統, 2020, 26(3): 747-759.

JI Xue, GAO Qi, LI Xian-fei, et al. Review Mining and Demand Acquisition Methods Considering the Hierarchy of Product Attributes[J]. Computer Integrated Manufacturing System, 2020, 26(3): 747-759.

[13] 賈丹萍, 靳健, 耿騫, 等. 感性工學視角下的用戶需求挖掘研究[J]. 情報學報, 2020, 39(3): 308-316.

JIA Dan-ping, JIN Jian, GENG Qian, et al. User Demand Mining from the Perspective of Perceptual Engineering[J]. Journal of Information, 2020, 39(3): 308-316.

Product User Demand Insight Method Based on SPSS and Online Comment Analysis

LI Xiang, HU Yun, WANG Yi-li

(Wuhan University of Technology, Wuhan 430070, China)

Facing the characteristics of current industrial product systematization, user demand information complexity and information content digitization, this paper is planned to explore the innovation of user demand insights in product design through the application of statistical analysis and big data mining methods in user demand acquisition and processing method. The case analysis and factor analysis methods were used to extract the design factors of the target product, and saliency analysis was performed through multiple regression analysis; then the product online review mining and sentiment analysis methods were used to obtain and process user explicit needs for product characteristics. And from the perspective of scenario analysis, the behavioral pain points and hidden needs in the use scenario were obtained. Finally, corresponding to the product characteristics and user demand indicators in the use scenario, the product attribute requirements and product scenario adaptability requirements were derived. The comprehensive application of SPSS and online comment analysis methods can solve the problems of insufficient method application and lack of objectivity in current product user demand insights. It helps designers to accurately obtain product design goals when faced with complex product systems and user-demand design tasks. It also empirically analyzes the needs of heavy truck life cabin users to obtain product design requirements that adapt to the environment of the heavy truck life cabin.

user needs; product design; factor analysis; comment mining

TB472

A

1001-3563(2022)02-0106-10

10.19554/j.cnki.1001-3563.2022.02.014

2021-10-25

湖北省技術創新專項項目（2017ADC123）；中央高校基本科研業務費專項基金人文社科重點項目（201316010）；中央高校基本科研業務費專項基金人文社科重點項目（2020-zy-227）

李翔（1977—），男，湖北人，博士，武漢理工大學教授，主要研究方向為體驗設計、服務型制造與服務設計。