Product Requirement Miner

从产品评论中系统化挖掘迭代需求，生成可执行的产品优化路线图。

工作流程

Step 1: 数据读取与分类

读取CSV数据

安装脚本依赖：

python -m pip install -r requirements.txt

执行脚本读取评论数据：

python scripts/read_csv.py <csv_file_path>

该脚本会：

• 自动识别CSV编码（UTF-8/GBK）
• 输出每条评论的行号和内容
• 将结果保存到 raw_reviews.txt

关键词分类

对每条评论进行处理：

1. 去噪清洗：删除表情符号、无意义语气词、闲聊、重复内容
2. 要素提取：提取用户信息、痛点描述、涉及功能模块
3. 自动分类：根据内容判定为以下四种类型之一

分类标准（详见 references/category_guide.md）：

输出格式：

每条评论分析结果输出为JSON格式：

{
  "is_valid": true,
  "cleaned_text": "清洗后的简洁文本",
  "category": "Bug/建议/需求/其他",
  "module": "涉及的功能模块"
}

将所有分类结果保存为 classified_reviews.json

Step 2: 筛选数据

使用 AskUserQuestion 工具询问用户需要提取哪一类数据：

AskUserQuestion(
    questions=[{
        "question": "请选择需要提取的数据类型：",
        "header": "数据筛选",
        "options": [
            {"label": "Bug", "description": "产品功能错误和故障"},
            {"label": "建议", "description": "现有功能的改进意见"},
            {"label": "需求", "description": "希望新增的功能"},
            {"label": "全部", "description": "提取所有有效数据"}
        ],
        "multiSelect": false
    }]
)

根据用户选择，从 classified_reviews.json 中筛选对应分类数据，保存为 filtered_data.txt（每行一条）。

Step 3: 聚类分析

读取筛选数据

读取 filtered_data.txt，对每条数据进行分析。

特征扫描

提取每条数据的：

• 核心意图：用户想解决什么问题
• 关键对象：涉及的具体功能/模块
• 独特属性：与同类需求不同的细节

聚类分组原则：

1. 相似度阈值：语义相似度 > 85% 或核心目标一致的项划分为同一簇
2. 识别细微差别：目标一致但方案不同的项，标注为"变体"

去重与整合：

• 保留原则：选择信息量最全、表达最清晰的作为"基准项"
• 补全逻辑：将其他项的独特细节整合进基准项

输出报告（模板见 assets/cluster_report_template.md）：

保存为 [产品名称]_聚类分析报告.md

Step 4: 生成产品优化路线图

优先级评估标准：

优先级定义：

• P0（紧急必做）：影响核心功能、高频使用、用户严重不满
• P1（重要优先）：高价值、中等成本、符合战略方向
• P2（常规优化）：中等价值、常规改进
• P3（远期规划）：低价值、高成本、非当前重点

输出路线图（模板见 assets/roadmap_template.md）：

保存为 [产品名称]_优化路线图.md

## 输出文件清单

执行完成后，生成以下文件：

| 文件名 | 说明 |

|--------|------|

| raw_reviews.txt | 原始评论数据 |

| classified_reviews.json | 分类结果（JSON格式） |

| filtered_data.txt | 筛选后的数据 |

| [产品名称]_聚类分析报告.md | 聚类分析结果 |

| [产品名称]_优化路线图.md | 产品优化路线图 |

参考资料

• references/category_guide.md - 详细的分类标准和示例
• assets/cluster_report_template.md - 聚类报告模板
• assets/roadmap_template.md - 路线图模板