汽车制造企业为了以最快的速度、最低的成本为用户提供满足需要、品质卓越的成熟车型来快速占领市场，从而在市场竞争中取得有利地位，这使得企业的车型设计不得不更加关注客户的需求。目前，Internet已经成为世界上最大的信息发源地。在这海量的Web信息数据中，蕴含着大量具有潜在价值的内容，其中就包括针对汽车行业的客户需求。那么，如果能从这些海量的Web信息中挖掘出对企业有价值的隐含的客户需求，并对内容的表达、存储进行规范，则不仅能大大缩短产品的上市时间，而且对以客户满意为衡量标准的汽车制造企业有十分重大的影响。针对上述问题，本文结合了本体论的思想和文本挖掘的原理以及知识获取的方法，对如何获取基于细分市场的汽车制造企业的客户需求知识进行了研究，本文的研究工作主要围绕以下三方面展开：（1）鉴于客户需求对于汽车制造企业有极为重要的意义，提出了基于细分市场的汽车制造企业客户需求知识获取体系结构，并在该体系结构的基础上，提出了知识获取框架的功能模型，实现以需求推动生产的制造理念。（2）针对网络环境下客户需求信息的特点，研究了基于客户需求本体知识库的产品特征提取，提出了产品特征提取模型；研究了基于句型模式匹配的句法分析方法和基于结构化处理的特征推演方法，实现了非结构化客户需求的结构化处理。（3）在以客户需求为导向市场环境下，研究了基于事前细分和事后细分的需求知识获取方法与关键技术；提出了基于PCA的事后细分模型，用于识别客户群身份，获取该市场客户需求知识。最后，为验证上述技术和方法的可行性，结合汽车制造企业客户需求知识获取，设计了一个简单的面向汽车制造企业的客户需求知识获取系统，开发了系统实现的大部分功能，并验证了相关方法和理论研究结果的有效性。