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，…，Ak}，设定需要预测价格的商品为Af＝{x1，x2，…xn}，x1，x2，…，xn指第Af个商品从抽取的第1日至第n日的价格数据；查找Af中异常数据，得到异常数据集Bj＝{b1，b2，…bm}，分别统计Bj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Af中的位置为：{xi，xi+1，…，xi+p-1}；

步骤D、求 和

步骤E、s＝s-1，返回步骤B；

步骤F、针对不同的商品Af经过步骤B到步骤E后可以得到插补后的数据集 设

步骤G、设定商品价格观测窗口宽度为L，定义fL，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NL，r；

步骤H、选取预先设定的不同的r值，求

步骤I、计算不同r值的均方误差， 找到MSEt，r最小时

的r值和

步骤J、第n+1天的预测值

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。

2.根据权利要求1所述的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：步骤A中所述抽取网页中商品的名称、型号、类型与价格数据是指，利用任意Web数据抽取算法，抽取商品在网页上显示的名称、型号、类型与价格数据；其中x1，x2，…，xn可以是第Af个商品从一个网页中抽取的第1日至第n日的价格数据，也可以是从多个网页中抽取的第1日至第n日的平均价格数据；步骤A中异常数据集Bj的数据个数不大于Af的总数据量的百分之十。

3.根据权利要求1所述的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：步骤B到步骤E是针对任意一个商品在一个网页中不同日期的价格数据的插补。

4.根据权利要求1所述的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：步骤G到步骤J是针对任意一个商品在一个网页中不同日期的价格数据的预测值，或多个网页中不同日期的平均值价格数据的预测值。

5.根据权利要求1所述的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：步骤G中观测窗口宽度L的取值一般为三个月，设为13周，91天。

6.根据权利要求1所述的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：步骤H中预先设定的不同的r值一般为3天，5天，7天，10天，15天和30天。