近年来,随着中国电商平台的强势崛起,电商产业已成为我国重要的商品销售渠道,越来越多的用户使用电商平台完成购物,并通过开放的产品评论区发表对该产品的情感表达以及消费体验,而产品评论板块也成为了用户与用户之间交流的平台、企业了解用户需求的重要途经。产品在线评论为企业和设计师提供了有价值的信息,同时也方便企业和设计师更好地了解用户需求和偏好,以及市场上现有产品的不足。针对用户在线需求挖掘在工业设计前端任务中,出现的数据应用效率与转化效率不足的问题,本文基于在线用户体验数据挖掘和可拓分析,提出一种用于有效设计信息提取、分析与策略推理的可拓设计信息分析方法,并结合老年代步车用户在线数据的挖掘与设计实践,系统分析和验证了该方法的可行性和有效性研究。本文主要从以下研究内容展开研究:（1）设计信息提取与分析方法研究。通过数据挖掘实验完成用户在线评论的数据采集、数据预处理、分类算法训练以及数据分类,从而获得用户正面与负面体验数据集。根据数据实验结果结合,可拓学理论,以定性与定量相结合的研究方法研究负面数据中的设计有效信息,通过提取、建模、分析、关联、变换等五步构建可拓设计信息分析方法。针对用户负面数据集中的设计有效信息进行信息提取,根据可拓学类基元理论构建设计特征分析模型与产品信息分析模型,对用户特征数据、产品特征数据与产品信息数据进行相关分析,并依据可拓学共轭分析方法梳理数据中的相互关系,建立特征关系准则;根据可拓复合元理论构建设计信息关联变换模型,结合特征关系准则将用户信息与产品信息进行关联变换分析,从而推导出最终产品设计策略。（2）老年代步车造型设计研究。首先通过爬虫技术获取产品图像数据,筛选得到老年代步车代表性产品样本,再结合产品类目分析方法建立产品类目,得到老年代步车代表性造型设计风格;然后根据造型设计风格提取产品图片样本中共性造型要素作为造型设计元素,并结合形状文法对设计元素进行元素推演,进而得出产品造型设计元素集;最终根据元素集结合产品设计策略,确定老年代步车的造型设计策略,并用于造型设计实践,得到并评价最终设计方案。