随着全球化的推进,外部经济环境的变化,新技术的出现,当前的企业处于瞬息变化的动态环境中。而客户的需求却呈现出越来越多样化,越来越个性化的特征。随着Web2.0的出现,各种评论网站的流行(豆瓣,大众点评等),虚拟化的群体关系将会对客户需求产生极大地影响,如何在网络效应下捕抓客户的动态需求成为一个新课题。正是在这样的背景下,本文进行了网络效应下的动态客户需求知识获取方法研究并进行了实证研究。网络效应下的动态客户需求知识获取方法研究共分为两部分。首先,建立客户网络：利用本体论的相关知识获取客户兴趣关键词,并使用复杂网络的方法建立基于客户兴趣的复杂网络,在Woodruff的客户需求层次模型的基础上获取客户网络的整体需求。然后,依据匹配算法获取客户动态需求。本论文利用淘宝(www.taobao.com)上某一商铺的某些商品的评论数据进行实证分析。进行两步分析：一部分为抽样数据,建立抽样客户兴趣网络,由于客户需求与产品的评价信息的匹配关系,来获取个体对网络中其他产品的动态需求。第二部分数据为整体数据,在客户兴趣网络中由于网络节点关系的变化而导致的个体客户需求的动态变化,并获得这种动态的需求。本文从客户兴趣网络挖掘出影响力高端客户,从客户需求中挖掘出客户对产品的诉求点,并且获取客户动态需求。本文的主要创新点在于从理论上提出了通过本体论来获取客户隐性的潜在的客户兴趣的模型；在方法论上,提出了获取客户动态需求的方法,即基于复杂网络建立客户兴趣网络,挖掘出网络中的关键客户,并从客户与产品的匹配程度和网络节点关系的变化获取客户动态需求。