En investigaciones anteriores sobre el desarrollo de las relaciones entre los atributos del producto y la satisfacción del cliente, los modelos no consideraron adecuadamente la no linealidad y las emociones difusas de los clientes en las reseñas en línea. Además, se consideró la satisfacción del cliente como estable. Sin embargo, la satisfacción del cliente está cambiando rápidamente con el tiempo, y no se ha realizado previamente un análisis de series temporales para la satisfacción del cliente. Para abordar estos desafíos, este estudio diseñó una metodología novedosa utilizando sistemas de inferencia neuro-difusa adaptativa (ANFIS) junto con optimización de enjambre de partículas bi-objetivo (BOPSO) y técnicas de análisis de sentimientos. Se emplea el análisis de sentimientos para extraer datos de satisfacción del cliente en series temporales de reseñas en línea. Luego, se propone un ANFIS con el método BOPSO para el establecimiento de modelos de satisfacción del cliente. En estudios anteriores, ANFIS es un método efectivo para modelar la satisfacción del cliente que puede manejar la difusividad y la no linealidad. Sin embargo, al tratar con un gran número de entradas, el proceso de modelado puede fallar debido a la complejidad de la estructura y el largo tiempo computacional requerido. Incorporar el algoritmo BOPSO en ANFIS puede identificar las entradas óptimas en ANFIS y mitigar efectivamente las limitaciones inherentes de ANFIS. Usando teléfonos móviles como estudio de caso, se realizó una comparación entre el enfoque propuesto y otros cuatro enfoques en la modelación de la satisfacción del cliente en series temporales.