用户研究作为产品研发周期中的第一步,引导着产品的整体走向,有着极为重要的意义。而传统用户研究方法存在实践成本高、样本量小、时效性低等弊端,对产品研发的反馈存在局限。在互联网大数据时代,海量的数据中蕴含着大量用户信息,这些用户信息能够准确的的勾勒出用户需求,为产品的设计生产销售提供有效的指导。因此,如何有效的进行数据挖掘分析并反馈于实际产品研发,对当下产品迭代及行业发展具有重要意义。课题基于文本挖掘相关理论技术,引入用户体验建模思维,选择电动自行车作为目标载体,依托电商平台海量的用户购物消费数据,搭建完善的用户体验模型与延伸词库,基于所得模型进行产品单一要素多维分析与要素关联分析,为基于文本挖掘的用户研究提供新思路和新方法,更好的反馈于产品设计生产销售。主要工作包括以下三个方面:第一,构建电动自行车用户体验模型。从体验层次出发,通过产品相关材料查阅、产品文本数据挖掘分析包括LDA主题模型提取和TF-IDF文本关键信息提取,构建电动自行车用户体验模型架构;基于体验模型架构通过Word2vec算法进行相似词条定位扩充模型延伸词库,构建本课题进行挖掘分析的核心模型——电动自行车用户体验模型。第二,进行产品单一要素挖掘分析,提出了一种基于电商平台文本挖掘的产品单一要素分析方法模型。基于电商平台信息特点,划分分析维度;基于电动自行车用户体验模型,结合用户评价文本特征进行目标要素选取。分析对比得出行业产品用户模型、产品价格特性影响趋势、竞品分析结论等多维用户研究结论,基于电商平台信息源将挖掘结果最大化。弥补传统用户研究方法短板,为产品的设计生产销售提供切实参考。第三,进行产品要素关联分析,提出了一种基于目标导向的产品要素关联分析流程方法。在实现技术上,通过文本向量化构建文档-词条矩阵,基于Apriori算法对产品进行产品要素关联分析;在分析结构上,选取目标人群与用户目标作为导向目标,获取更深层次的用户研究信息,搭建不同维度用户画像,从而实现对产品设计生产销售的发展性指导。