图书销量预测是图书行业中的基本问题，其主要的任务是根据图书的各方面信息来对图书未来的销售数据进行预测，从而辅助支持出版商进行相关的决策。图书销量预测的现有研究多数是使用图书的各种基本信息来进行预测，例如图书价格、出版社信息、作者影响力、历史销量等因素，但是随着经济社会的发展和人民精神文化追求的提高，消费者在购买图书时的考虑因素也愈发丰富了，除了对图书基本内容、价格、出版社等的考虑之外，一些研究也指出图书的封面设计也对消费者的购买行为有着明显的影响。
　　由于封面设计的抽象性和难以量化的特点，现有的图书销量预测的研究通常都使用一些常见的结构化因素(如价格、出版社)来构建简单的统计模型进行预测，没有考虑图书封面这样的非结构化信息，也没有使用更强大的深度学习方法，这大大限制了模型的预测效果和应用能力。
　　本文首先构建了一个图书销量预测数据集，并使用机器学习方法构建了基于结构化数据的图书销量预测模型，作为基线模型;然后我们通过多模态学习、注意力机制等深度学习方法，构建了双模态多视角注意力模型Tv—MvATT，挖掘图书封面的图像和文字中的重要因素来对图书销量进行预测，实验发现仅使用图书封面信息的TV.MvATT模型的效果超过了仅使用结构化信息的基线模型;最后，我们构建了基于封面图文感知的图书销量预测模型CBSP，同时利用结构化和非结构化信息，取得了本文实验中最好的预测效果。除此之外，我们进一步挖掘图书封面中的可解释性特征一一颜色分布、图像描述，从而帮助我们理解图书封面对图书销量产生影响的原因。我们的研究结果可以帮助图书出版行业更准确的预测图书的销量、更好地设计图书封面，从而降低市场风险。