徐琴+韩洁

摘要：采用Microsoft时序算法来创建数据挖掘模型，并浏览验证了数据挖掘模型的有效性，可应用该模型预测电子商城中的销售情况，包括：每个商店、每类商品、每个商品的销售额、销售量及销售成本等，可为电子商城中的商家的商业活动提供决策支持。

关键词：数据挖掘；时序算法；销售预测；电子商城

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2016）04-0243-02

1 概述

目前，在电子商城中各个商家和企业的商业活动在很大程度上存在着盲目性，对大家都有利的许多信息得不到共享，也没有商业活动可依据的可靠的决策支持。可以通过数据挖掘来对电子商城的s未来销售情况进行预测，使企业和商家对未来的发展有一定的认识，也有利于合理的安排各项商业活动。

对未来销售情况预测包括：通过商城中各类商品的历史销售记录，预测各类商品的发展前景进行；通过各个企业和商家的商品的历史销售记录，预测企业和商家的发展前景；通过各个产品的历史销售记录，预测产品将来的发展前景等等。

本文的销售预测采用Microsoft时序算法对电子商城中的销售数据进行数据挖掘。

2 Microsoft时序算法简介

时间序列包含一系列的随时间或者其他变量的增加而得到的数据。在现实世界中，许多变量的值随着时间的改变而改变，变量值的序列也就组成了一个时间序列。在时间序列中，给定时间点的值由该时间点之前的值决定。通过收集时间序列数据对将来的值进行预测。……