智能咨询服务作为信息化时代的新兴产物,以数据挖掘、机器学习等技术为基础,由传统人工咨询服务发展而来。传统的咨询服务对于用户而言,是一项有着求知心理、学习过程、问答形式的社会活动;而对于服务人员,是一项了解用户、判断需求、解答问题的工作任务。在实际咨询服务中,未必所有用户都有足够的专业素养支撑用户提出具体详细的专业问题。因此,在问题描述较为笼统的咨询场景下,分析用户需求,返回适合用户的咨询结果,实现咨询服务个性化,是实现智能咨询服务中一项重要的工作。由于智能咨询服务面向垂直领域,且尚处起步阶段,因此实际应用数据较少且不易获取,难以有效分析用户需求。针对以上问题,本文围绕高铁列车电动机运维技术咨询服务,面向用户提出笼统问题的咨询场景,主要进行了以下几点研究:（1）基于对特定领域影响用户需求因素的分析和心理学、教育学领域研究成果,提出一种包含三层结构的用户需求模型。该模型首先通过构建用户画像,分析用户学习能力与咨询兴趣,实现用户个性化;然后基于人的学习规律,即学习积累-记忆遗忘规律,提出用户需求分析策略和更新方法,实现对用户需求的拟合分析;最后通过网格化知识领域,构建三维用户需求表示模型,实现“用户需求”抽象概念的具体化。（2）基于面向智能咨询服务用户需求模型的分析与构建,提出一套模型评价标准与优化方案。该评价标准基于用户反馈情况与推广后的召回率,检查模型实际应用情况,并提出优化方案,对用户需求分析策略进行调整,以提高整个模型对用户需求的拟合效果。（3）针对本文面向智能咨询服务用户需求模型中的方法设计和理论分析进行了仿真实验。首先构建用户画像包括:1)构建基于规则的简单标签;2)基于Light GBM和随机森林的多分类模型针对学习能力标签生成模型进行对比实验;3)基于SVM和BP-MLP的二分类模型分别针对咨询兴趣标签生成专用模型和通用模型进行对比实验。实验均取得不错的效果,并验证了咨询兴趣专用模型优于通用模型。然后针对用户咨询场景与反馈情况进行全方位设计模拟,对用户需求分析策略和更新方法效果进行分析展示。最后结合模型评价标准与优化方案,探讨模型未来实际应用的有效性及可行性。