[发明专利]一种基于线性插补与自适应滑动窗口的商品价格预测方法

摘要

本发明公开了一种基于线性插补与自适应滑动窗口的商品价格预测方法，将线性插补数据方法与自适应滑动窗口结合的新型商品价格预测方法，并将该商品价格预测方法应用于手机与黄金价格的预测，解决了现有销售商只有历史销售价格数据没有基于多个销售商的预测价格问题，同时还提高了网页商品价格数据抽取的抗噪性能，获得了更高的预测准确率，具有很高的实用价值。

主权项

1.一种基于线性插补与自适应滑动窗口的商品价格预测方法，其特征在于：通过线性插补网页挖掘的缺陷数据，进而利用自适应滑动窗口算法实现商品价格的预测，具体包括以下步骤：步骤A、抽取网页中商品的名称、型号、类型与价格数据，建立数据集X＝{A₁，A₂，…，A_k}，设定需要预测价格的商品为A_i＝{x₁，x₂，…，x_n}，x₁，x₂，…，x_n指第A_i个商品从抽取的第1日至第n日的价格数据；查找A_i中异常数据，得到异常数据集B_j＝{b₁，b₂，…b_m}，分别统计B_j中属于时间上连续的异常数据段，设共有s个日期连续的异常数据段，每段日期上连续异常的数据个数为p；步骤B、当s的值为零时，直接执行步骤F，当s的值不为零时重复执行步骤C到步骤E；步骤C、设第s个日期连续的异常数据段中的数据在A中的位置为：{x_i，x_i+1，…b_i+p-1}；步骤D、求Δp=xi+m-xi-1p]]>和xi+k=Σk=0p-1(xi-1+(k+1)Δp);]]>步骤E、s＝s-1，返回步骤B；步骤F、针对不同的商品A_i经过步骤B到步骤E后可以得到插补后的数据集X^={A^1,A^2,...A^k},]]>设A^i={x^1,x^2,...x^n};]]>步骤G、设定商品价格观测窗口宽度为L，定义f_L，1为观测窗口后一天的预测值；定义用于预测的滑动窗口宽度为N_L，r；步骤H、选取预先设定的不同的r值，求x~r,n+1=x^n+x^n-1+x^n-2+...+x^n-(NL,r-1)NL,r;]]>步骤I、计算不同r值的均方误差，MSEL,r=1L-NL,rΣt-NL,r+1t(x^i-x~r,n+1)2,]]>找到MSE_t，r最小时的r值和步骤J、第n+1天的预测值x~n+1=x~r,n+1|(MSEL,r)min;]]>步骤K、重复步骤B到步骤J，可以得到数据集X中所有商品的预测值。