典型的短生命周期体验品包括电影、体育赛事、电子游戏、话剧等文体艺术类产品。国家推出多项政策以促进该类产品发展。然而该类产品的生命周期短和销售总量波动大特征使其难以进行有效需求预测，难以把握该类产品的市场需求。因此，有必要提出能够对短生命周期体验品进行有效需求预测的方法。　　回顾现有文献，结合上述短生命周期体验品特征，本文以产品介绍为源信息、依据销售总量分区对该类产品的销售总量预测和需求特征模式挖掘进行了研究并选用2013年至2017年中国犯罪类电影数据进行了验证。主要研究内容如下。　　构建了一种以产品介绍为源信息，基于产品属性关系模式相似度的短生命周期体验品销售量预测方法。该方法分为模式挖掘阶段和预测评价阶段。前者用于提取产品属性，挖掘产品属性关系模式;后者则对产品属性关系模式进行相似度比较，实现分类预测及评价;在模式挖掘阶段的基础上，构建了融合内容分析和关联分析的短生命周期体验品需求特征模式挖掘方法。该方法包括基于内容分析法的产品属性挖掘方法和基于关联分析的产品属性关系模式挖掘方法。前者可以得到较全面的产品属性;后者能够构建不同销售总量区间内产品集的属性关系模式，得出各区间的产品属性关系网，进而分析获得需求特征模式;构建了基于产品属性关系模式的相似度算法。算法流程包括新产品和已获产品的产品属性关系模式同形矩阵转化、相似度计算和分区预测。算法评价选用能够评价多分类结果的混淆矩阵。　　创新点在于根据短生命周期体验品特征，提出了一种以产品介绍为源信息，依据销售总量分区，利用产品属性关系模式相似度进行销售总量区间预测的方法。该方法是短生命周期体验品需求预测方法的扩充。