【摘要】[目的/意义]为了实现从非结构化的在线评论中有效提取用户需求，本文提出了数据驱动下产品需求识别的方法。[方法/过程]利用word2vec表示学习方法，获取评论文本内容的语义向量表示；结合K-means算法和LSA模型实现评论文本聚类，识别产品需求主题；在此基础上，通过网络分析方法探索需求主题间的关联关系。以华为手机的评论数据为例进行方法验证。[结果/结论]结果表明基于语义的文本特征可以取得较好的聚类效果，与传统方法相比，CH指标和SC指标均得到显著提高，验证了该方法的有效性。本研究方法和结果能够为企业产品创新和运营决策提供一定参考。[局限]样本数据集规模不够，缺少跨平台实验计算和比较。