21世纪以来,我国汽车行业得到了飞速发展,在规模、销量和结构调整等方面都取得了巨大成就。然而近几年,随着国内宏观经济增速放缓,汽车行业开始进入低迷期,很多企业面临产能过剩、产销量下降的发展困境,部分企业更是由于生产规模扩张严重、生产计划安排不合理,最后不得不退出汽车市场。因此,对于汽车企业来说,准确预测销量就显得非常重要。要进行科学合理的销量预测,模型和方法的选择是关键。而现有的销量预测方法主要是以历史销售为基础,对汽车销量进行预测,忽略了网络评论对销量预测精度的影响。鉴于此,本文通过对汽车专业论坛上的用户评论进行分析,以大众品牌为主要研究对象,构建基于情感分析的ARIMA销量预测模型,并运用循环神经网络对该模型进行优化,以实现对不同品牌的汽车销量进行准确预测。本文的主要工作如下:(1)构建了汽车领域的情感词典,并基于词典计算用户评论的情感值。本文在通用情感词典的基础上进行拓展,构建了较为全面的适用于汽车领域的情感词典,并在此基础上,计算用户评论的情感值。(2)构建了基于情感分析的ARIMA-RNN汽车销量预测模型。文章以大众汽车的用户评论和销量数据为对象,用RNN对ARIMA进行优化,建立了基于情感分析的ARIMA-RNN销量预测模型,并与传统的ARIMA模型及RNN模型进行实验对比,验证该模型的可行性和优越性。(3)运用基于情感分析的ARIMA-RNN模型对部分品牌2020年的汽车销量进行预测。应用本文所构建的销量预测模型,对各品牌的汽车销量进行预测,并对预测结果做具体分析。(4)为我国汽车行业的生产和销售提出对策建议。通过对预测结果进行分析,发现我国汽车行业存在增速放缓、产品性能有待优化、售后服务有待加强等问题,鉴于此,本文从产品性能、品牌文化、生产销售等方面提出对策建议,为汽车企业适时调整发展策略提供帮助,进而促进汽车行业的有序发展。