目前，汽车生产厂商对消费者画像及产品痛点的精准定位需求与日俱增，具体诉求主要体现在以下三个方面：

1. 用户决策标准：用户为什么选择某款车，通过有效的用户反馈可以分析出用户购买决策的主要原因是什么，这些原因将准确地反映出用户与厂家的宣传点是否匹配。

2. 用户感知体验：消费者如何形容后排空间？比如，客户会反馈能否伸开腿，或者并排坐几个人合适等问题。这些感知体验的描述有助于企业做精准的定位。

3. 使用场景研究：产品的价值离不开消费者的使用场景，了解这些将有助于帮助厂家快速定位某款车的具体使用场景是什么。

因此，作为一家专业的品牌智能分析公司，能否及时为汽车厂商提供影响用户购买决策的重要因素，以及提供用户对品牌的感知体验，成为了其自身产品能力的重要挑战。

通过接入百度自然语言处理技术的词向量表示及依存句法分析技术，满足了从爱贝叶斯业务平台抓取大数据信息进行识别的业务场景：

获取词语的向量表示及句法结构后，该平台实现了对用户意图的精准捕获和理解，还可通过对文本进行计算，解读并呈现用户的反馈：

根据对用户反馈信息的理解和分类，平台还可进一步生成汽车用户购买决策的关键因素分析报告及满意度指数的统计，为车企提供了及时有效的市场反馈信息：