目前,在线评论已经成为用户分享产品使用体验的主要方式。由于在线评论多是用户自发性的分享,它蕴含的需求信息更加丰富真实。在经济逐步稳健发展的大背景下,用户不再只关注功能需求,也开始注重产品带来的用户情感体验。因此,在竞争激烈的市场环境下,挖掘用户的感性需求对企业而言至关重要。但是,由于不同需求类别对满意度的影响不同,并且企业实际投入改进的资源较为有限,确定产品改进的优先级必不可少。本文采用基于在线评论的感性工学方法分析感性需求,结合KANO与随机占优准则确定产品改进优先级,并建立考虑成本约束的优先级决策模型,为企业制定产品改进策略提供参考建议。首先,本文基于LDA主题模型获取基础的产品特征词词典,并利用依存句法分析获得潜在的产品特征词,然后通过词向量的方法,将潜在的产品特征词扩充到基础的产品特征词词典中。其次,针对现有方法忽略产品特征存在多维度的问题,本文利用Text Rank算法提取感性情感种子词以区分用户在不同产品特征维度上的感性需求。然后,本文通过感性情感种子词得到正负向感性情感词词典,并基于产品特征词词典和感性情感词词典构建感性需求-评价模型,获取用户感性需求及其满意度。最后,本文从两个角度构建了两种产品改进优先级决策模型:（1）考虑不同的需求类别对满意度存在的影响,提出KANO需求分类方法,并在需求分类的基础上,引入随机占优准则进行改进优先级决策;（2）针对现实中企业成本有限的情况,建立考虑成本约束的改进优先级决策模型,确定成本约束下的产品改进优先级。本文组织架构如下:第一章是绪论;第二章是文献综述及相关理论基础;第三章介绍了考虑产品特征的用户感性需求分析及感性评价;第四章介绍了两种产品改进优先级决策模型;第五章通过实际在线评论数据验证了方法的可行性与有效性;第六章是总结与展望。