随着互联网技术的不断发展,网络舆情成为社会关注热点,而构建基于在线评论文本情感分析的产品销售预测模型成为技术热点之一。在线评论文本情感分析的产品销售预测不仅要科学地分析在线评论中的用户对产品的情感态度,更对在线企业预测产品销售具有重要的商业应用价值。本论文在阐述在线评论的研究背景及意义和相关概念及理论的基础上,对国内外相关文献进行梳理,从在线评论对销售影响、在线评论情感信息提取、基于在线评论情感信息的预测三个方面总结在线评论的研究现状;其次现有模型进行归纳总结,重点阐述了从相关情感模型和相关预测模型,并基于传统模型创新优化构建DS-LDA模型、MDSA模型;再次利用八爪鱼爬虫软件对IMDB网站的30个电影网站相关在线评论进行抓取,重点研究对在线评论情感极性提取分离的情感分析,并探索将获取的情感特征和消除周期性的票房数据用于预测票房;最终通过大量实验数据对将本文构建的模型进行反复纠偏校验获得优化的预测模型。本文的贡献主要体现在2个方面,如下:(1)情感极性分析模型的构建。相比于传统情感模型将整篇文本情感极性判断或者情感特征提取,该模型可从在线评论文本中提取和分离情感极性特征,更深层次地了解用户对产品的情感态度;(2)流形切面动力学情感感知预测模型的构建。相比于传统预测模型需要预处理将周期性移除,该模型可以将产品销售的周期性直接移除,并将非结构化文本数据和结构化产品销售数据进行融合,从而有效的解决周期性和非线性数据对产品销售的影响作用。实验结果证明:通过将本文构建的模型具有更高的精准性、有效性。