針對使用網(wǎng)絡(luò)購物搜索量數(shù)據(jù)建立預(yù)測模型時(shí)的變量選擇問題，提出一種基于連續(xù)小波變換（ CWT）及其逆變換的聚類方法。算法充分考慮了搜索量的數(shù)據(jù)特征，將原始序列分解成為不同時(shí)間尺度下的周期成分，并重構(gòu)為輸入向量。在此基礎(chǔ)上通過加權(quán)模糊C均值（ FCM）方法進(jìn)行聚類。變量選擇是根據(jù)聚類后每個(gè)分類中的關(guān)鍵詞隸屬度函數(shù)值確定的，選擇效果通過我國居民消費(fèi)價(jià)格指數(shù)（CPI）的預(yù)測模型進(jìn)行驗(yàn)證。結(jié)果表明，搜索量序列具有不同長度的周期成分，聚類后同組關(guān)鍵詞具有明顯的商品類型一致性。與其他變量選擇方法相比，基于小波重構(gòu)序列聚類的預(yù)測模型具有更高的預(yù)測精度，單步和三步預(yù)測相對誤差僅為0. 389 l%和0.543 7%，預(yù)測變量也具有清晰的經(jīng)濟(jì)含義，因此特別適用于解決大數(shù)據(jù)背景下高維預(yù)測模型的變量選擇問題。