近年来,中国对外贸易总体呈现平稳增长的态势,同时电商规模在扩大,网络购物成为消费的主要渠道,中国商品可以借助外贸电商平台“走出去”,得到世界的认同。而电商企业想要在竞争激烈的环境中生存下去,商品选择作为第一步至关重要。如今面对海量数据,没有一套科学的方案来指导选品,让电商企业选品无从下手,所以如何选择适销对路的商品是一个外贸电商企业发展亟待解决的问题。针对上述问题,以外贸电商选品为研究对象,本文从评论情感分析和商品销量预测两方面出发,提出了一个基于评论情感分析和销量预测的外贸电商选品方案。首先基于对评论情感分析的外贸电商选品目标的理解,确定需要采集的字段,即:主流外贸电商网站上的在线评论和部分商品信息;然后进行文本预处理和情感词典的构建;再按照先后顺序分别针对商品品类和商品属性进行情感分析。其次基于对销量预测的外贸电商选品目标的理解,确定需要采集的字段,即主流外贸电商网站上的商品信息;然后进行数据预处理,通过描述性和相关性分析,确定影响销量的因素;构建ARIMA-BP神经网络组合预测模型进行销量预测,将销量预测结果对选品的影响进行分析和评估。最后,以中华文化英文商店为例,运用Python工具,分别从评论情感分析和销量预测两个方面为其选择适合销售的商品。论文从评论情感分析和销量预测两个方面出发,提出了针对外贸电商选品的方案,丰富了外贸电商选品理论、方法和技术,帮助中华文化英文商店选品,同时为其他外贸电商选品提供借鉴。