现如今互联网的飞速发展,使得无数网络社交平台的舆情传播的更快更广。社交媒体平台的舆情情感分析可以很好的反应公众意见的发展,及时且迅速的挖掘到社交平台中蕴含的舆情信息,对于各个行业都是具有很重要的作用,可以为企业、政府以及个人带来决策上的帮助,因此本论文将舆情趋势分析做为研究重点具有重要的研究意义及价值。目前关于文本的情感分析大多只是以单文本的方式,仅仅通过关注单文本的情感特征进行分析判断,缺乏对情感特征和文本特征等多重特征的内在信息的融合分析,并且现有的方法大多关注于文本特征,对文本的情感特征信息以及融合时间先后顺序等方面的研究较少。因此,本文从微博和网贷之家等互联网媒体社交网络平台中,爬取了 P2P(Peerto Peer)网贷企业领域的舆情文本信息,在时间序列分析的基础上,探讨了情感特征及文本特征的融合方式,提出并实现了一种多特征融合注意力机制模型,从时间维度以及不同特征之间的重要性加以利用,实现了互联网社交媒体平台中P2P网贷领域的舆情文本信息的情感趋势预测和分析,以F1值作为评价指标,对互联网中的真实数据进行对比试验。结果表明在微博数据及网贷之家的数据中,融合特征优于单独使用情感特征和单独使用文本特征,验证了所提方法的有效性。同时,为了能够反映舆情的长期趋势,本文通过P2P网贷企业领域的舆情文本,构建了一个多时间窗口的舆情趋势预测模型,可以实现更长时间的预测。实验结果表明能够有效刻画出舆情的阶段性倾向。最后,综合所有研究工作,设计实现了一个舆情趋势研判原型系统。