互联网时代伴随着大数据的到来,为许多行业带来了新的机遇。大数据蕴含的巨大价值亟待挖掘,随着机器学习算法的成熟,衍生出了一系列的数据处理方法,通过数学科学的手段可以从大数据中提取出大量有用的价值信息。除了大数据,互联网时代还带来了高效的信息传播方式,用户可获取的产品信息更多更快,因此用户对产品的需求也日新月异,这一现状对产品更新换代的速率提出了新的挑战。为了提高产品优化设计的高效性,本研究通过数据驱动产品优化设计智能化,并且构建了数据驱动的产品优化模型,该模型由基于K-means算法的用户需求模型和基于NSGA-Ⅱ算法的产品造型优化模型集成。首先,从传统产品优化设计程序和方法入手,结合对数据驱动的价值研究,提出了数据驱动产品优化设计思想;然后,构建数据驱动的产品优化模型框架,并且对框架中涉及的关键技术进行了详细介绍,通过对比关键技术所用算法类型的优缺点,为每个阶段选择了合适的技术手段;最后,详细描述了基于K-means算法的用户需求模型和基于NSGA-Ⅱ算法的产品造型优化模型的构建过程,并且以电饭煲为实例对模型进行了仿真及验证。数据驱动的产品优化模型的关键技术包括了数据抓取方法、聚类算法和优化算法。在对比不同的数据抓取方式后,选择了通过Scrapy平台进行数据抓取;针对文本数据的特点,选择了K-means算法进行聚类分析;针对产品优化特征的特点,选择了多目标遗传算法中的NSGA-Ⅱ算法。在python平台,以电饭煲为实验对象,以淘宝的用户评价数据为实验数据基础,构建数据驱动的电饭煲造型优化模型框架,通过基于Kmeans算法的用户需求模型和基于NSGA-Ⅱ算法的电饭煲造型优化模型,得到优化后的电饭煲设计方案。最后对优化后的设计方案进行用户满意度评估,并且与原方案的用户满意度进行对比,验证该模型的有效性。本文提出了一种数据驱动的产品智能优化设计方法,该方法创新了传统优化设计的调研过程,提高优化设计的效率,为产品设计活动智能化提供了新的研究思路。