21世纪以来,随着科技和互联网的飞速发展,互联网企业获得了广泛的发展空间,各电商平台也在一夜之间崛起,而一个电商企业的良好发展离不开对自己产品走势的良好把握,古者云,“凡事预则立,不预则废”。但是,销售量的预测问题会受很多方面因素的影响,而且还有很多不确定性的影响因素会导致销售量出现变化,虽然以往的时间序列分析方法已比较成熟,而且应用也比较广泛,但每种方法也有其自身的局限性,如ARIMA模型的定阶问题、神经网络模型复杂程度的问题、支持向量机核函数的选择问题等,往往会导致预测的效果达不到人们的预期水平。本文提出一种利用线性混合模型(LMM)来对销售量进行预测的建模方法,结合特征工程的相关知识,进行特征构造和特征选择,并根据已经选取的特征,进一步选择模型的固定效应与随机效应,通过选取的随机效应以反映时间序列的季节性、周期性以及其他不确定性因素的影响等问题,有别于传统的时间序列分析模型。利用京东商城近四年来的销售量数据进行实证分析,并且对比分析神经网络和支持向量机模型的预测效果,说明本方法的有效性。以帮助企业决策层对未来销售量的走势有一个整体把握,从而对资源可以进行有效的配置,合理布置发展规划,以提高企业在同行中的竞争性。