以客户需求为导向的企业经营策略是大势所趋,如何精准化挖掘客户需求显得尤为重要。通过传统访谈、问卷等方式调查客户需求,数据收集成本较高,并且质量往往取决于受访者的参与意愿及问卷复杂性等多方面的因素,时效性也不强。网络购物平台的发展为在线评论的产生创造了条件,在线评论中往往包含顾客对产品的不满之处以及大量的需求偏好信息,对产品改进有着重要价值。并且评论信息可以在短时间内以较低的成本从网络公开平台上大量获取,已成为获得顾客需求的重要来源。据此,本文基于在线评论对客户需求进行挖掘,提出一种竞争性、动态性的产品设计优化方法。首先,本文构建了顾客关注属性识别模型。采用爬虫等技术获取了目标产品及竞争产品的在线评论数据,对原始数据进行预处理后,利用训练好的LDA模型提取目标市场顾客关注的产品属性。其次,测度目标产品表现并获取其亟待改进属性。调用百度API情感指数对目标产品与竞争产品各属性客户满意度分别进行量化,作为产品属性绩效表现值;通过对比重要性-绩效分析法（IPA）、重要性绩效竞争对手分析法（IPCA）和动态重要性绩效竞争对手分析法（DIPCA）,选择更为全面、科学的DIPCA分析方法用于产品待改进属性探究。最后,利用三要素标记法进一步对需改进属性进行分析,挖掘出客户细粒度需求并生成产品改进策略。本文以OPPO K7x 5G手机与Redmi note 9 5G手机为例,对所提出方法进行了具体阐述与验证。结果表明:（1）客户关注属性识别模型可以有效提取出顾客关注的产品重要属性。（2）DIPCA分析法能够帮助目标产品有效获取到与竞争产品各属性之间的竞争差异情况,捕捉目标市场客户关注属性的动态演化趋势,综合全面地辅助产品寻找其亟待改进属性。（3）三要素标记法可以精准地挖掘出客户的细粒度需求、确定导致客户不满意的使用情境及具体问题,有助于产品优化设计方案的生成。