【摘要】[目的/意义] 在用户痛点信息破碎化的背景下，及时准确了解客户对特定产品和服务的要求和体验诉求，把握用户对产品和服务主要关注度和问题所在，对企业克服产品和服务缺陷，改善用户产品体验，满足用户客观需求具有重要的现实意义。[方法/过程] 利用条件随机场CRF序列标注和GloVe词向量编码，注意力机制和VGG-19构建基于文本、图像及双特征融合的用户痛点提取和分析模型，建立用户痛点量化与计算，实现基于注意力机制的在线用户痛点信息挖掘。[结果/结论] 对OPPO Find X5 Pro手机在线评论用户痛点信息进行挖掘，该模型有效提取了文本、语音和图像中的用户情感特征，建立了用户情感词三个类别的分类和量化，得到用户痛点计算得分，构建了OPPO Find X5 Pro手机用户痛点五个等级划分。该模型计算准确度比现有典型模型平均高13.49%。