Grandes cantidades de reseñas en línea de sitios de comercio electrónico y plataformas de redes sociales pueden ayudar a los consumidores potenciales a comprender mejor los productos y desempeñar un papel importante en ayudar a los consumidores potenciales a tomar decisiones de compra. Además, cuando varios consumidores compran el mismo producto, los parámetros del índice del producto que les preocupan suelen ser diferentes, es decir, tienen diferentes expectativas para el producto. Por lo tanto, la cuestión de cómo analizar de manera efectiva las reseñas de productos en línea y considerar las expectativas de múltiples consumidores para seleccionar productos es un tema importante que debe abordarse. El objetivo de este estudio es proponer un método de selección de productos basado en conjuntos difusos suaves intuicionistas y TODIM. En primer lugar, las reseñas en línea son extraídas por el rastreador web y son pretratadas. A continuación, las orientaciones de sentimiento de cada reseña en línea con respecto a los parámetros del índice del producto son reconocidas utilizando el algoritmo de análisis de sentimientos basado en diccionario. Luego, los valores de evaluación de las orientaciones de sentimiento para los parámetros del índice del producto son expresados en primer lugar por números difusos intuicionistas y luego se transforman en conjuntos difusos suaves intuicionistas. Además, se obtiene el conjunto de productos alternativos de acuerdo con la función de decisión y las expectativas de múltiples consumidores, y luego clasificamos los productos alternativos utilizando el método TODIM. Finalmente, se proporciona un estudio de caso para ilustrar la validez y viabilidad del método propuesto.