随着大数据驱动的智造时代到来,整个产品生命周期中无时无刻不在产生大量有价值的数据,这些数据中蕴涵着大量的用户知识,能够为提升设计研发效率与产品竞争力带来新的机遇。因此数据驱动的产品设计方法正在成为当前设计研发人员所重点关注的有效方法,通过此方法可以为设计人员作符合用户需求的决策提供足够的支持。本研究在机器学习、深度学习、自然语言处理、感性工学等关键技术的基础上,将产品图像大数据和产品评论大数据引入产品设计研发流程中,并结合用户需求分析方法研究以数据为驱动力的产品设计过程,以智能手表设计为例,探索基于大数据的用户需求分析方法在产品设计中的应用。论文紧密围绕数据获取、分析及其在感性工学技术的融合应用展开,主要进行的工作内容如下:首先,通过自行编写的爬虫程序获取购物网站中的产品图像和评论数据;其次,在感性工学理论与方法的基础上,将产品图像大数据及图像处理技术引入产品代表性样本的采集阶段,通过数据挖掘收集与目标产品相关的图像数据,结合标签学习、生成对抗网络训练数据集,识别并迁移图像中的产品特征,实现代表性样本图像的生成转换;再次,对收集的产品评论数据进行预处理,调用结巴词库进行分词与词性标注,采用关键词提取算法快速从文本中提取关键信息,得到关键形容词的重要度排序,并通过聚类算法收敛能够代表广大用户需求的形容词,从而实现对用户需求的提取与挖掘;然后,对生成的产品代表性图像进行特征分析,并构建包含产品形态组成部分的多维特征矩阵;接下来,将离散的产品形态特征与用户感性信息进行量化,应用聚类算法建立以用户认知为支撑的多需求映射模型,拟合出能够指导产品设计研发的指导性建议;最后,基于智能手表的设计案例,对本研究所提方法进行实践与验证。结果表明:本研究所提的基于大数据的用户需求分析方法在产品设计中的应用研究能够快速拟合产品特征,准确挖掘用户需求,所提方法能在一定程度上提升设计效率,缩短设计周期,为感性工学方法的完善提供流程与思路的借鉴和参考。