小家电产品品类越来越多,满足不同细分场景下的用户需求成为产品创新的关键。中小型小家电企业的产品多同质化严重、附加值低,通过构建用户画像洞察用户需求是提升产品创新设计的有效手段。但通过大量问卷、访谈等调研方式来建立用户画像的传统方法,因受人力、物力等的限制往往很难被中小型小家电企业有效实施。随着互联网技术的飞速发展,越来越多的小家电购买和使用交流行为发生在网络平台,产生了海量的产品相关数据。因此面向中小型小家电企业,探索通过大数据挖掘等方法构建满足设计需要的用户画像,成为当下研究的热点。基于网络平台数据和相关数据挖掘方法,本研究提出面向中小型小家电企业的用户画像构建方法。首先依据画像标签,通过网络爬虫采集社交平台和电商平台相关的用户数据并进行数据融合。然后对用户基本信息进行统计分析,利用LDA主题模型对用户微博进行建模,并对用户标签和关注话题进行词频统计,挖掘用户活动兴趣。接着基于ERINE模型标注用户评论,识别目标对象、使用场景、使用目的和使用问题等行为信息,再基于ERINE模型对评论进行情感分析,通过关注度和满意度映射KANO模型,挖掘用户需求。最后综合各维度信息进行可视化,并依据分析结果补充定性的用户画像。以榨汁杯产品为例验证了方法的有效性,并应用于实际项目中。研究结果表明,该方法能有效建立产品的用户画像。在上述方法的基础上,本研究面向中小型小家电企业进行了用户画像系统的设计。在调研企业设计师对系统的实际需求后,梳理了系统的功能架构,结合技术实现方式进行功能设计。然后对系统进行技术分析和交互设计分析,确定视觉风格与规范,并完成界面设计。最后通过可用性测试,验证了系统设计的合理性。在理论层面,本研究将大数据挖掘的技术应用到小家电领域,提出了面向中小型小家电企业的用户画像构建方法,丰富了相关研究。在实践层面,本研究为中小型小家电企业提供易用的用户画像系统,方便企业随时根据需要构建用户画像,辅助小家电产品创新设计。