电子商务发展迅速,产品促销是指电子商务如何促进消费者的消费活动,决策过程中的需求和计算复杂度是优化电子商务产品线动态定价决策亟待解决的问题。因此,在多模态情感信息识别与分析的前提下,提出了一种基于神经网络的Q学习算法模型,并研究了产品线的动态定价问题。结果表明,通过语音情感识别和图像情感识别的多模态融合,建立多模态融合模型,对消费者的情绪进行分类,并作为理解和分析市场需求的辅助资料。长短期记忆(LSTM)分类器对图像特征提取效果优异,准确率比其他同类分类器高3.92%~6.74%,图像单特征最优模型比语音单特征模型准确率高9.32%。