Microsoft 时序算法是 Microsoft SQL Server 2005 Analysis Services (SSAS) 提供的回归算法，用于创建数据挖掘模型以预测连续列，如预测方案中的产品销售额。其他 Microsoft 算法创建依靠给定输入列来预测可预测列的模型（如决策树模型），而时序模型的预测则仅根据算法在创建模型时从原始数据集派生的趋势。以下关系图显示了一个典型模型，用于预测各个时间的销售额。
关系图中显示的该模型由两部分组成：历史信息以红色显示，预测信息以蓝色显示。红色数据代表算法用于创建模型的信息，而蓝色数据则代表模型作出的预测。由红色数据和蓝色数据联合形成的线称为“序列”。每个预测模型必须包含一个事例序列，即区分序列列中不同点的列。例如，因为关系图中的数据显示了几个月中的历史和预测销售额序列，因此数据列为事例序列。
数据挖掘论坛
Microsoft 时序算法的一个重要功能就是可以执行交叉预测。也就是说，如果使用两个单独但相关的序列为该算法定型，就可以使用得到的模型根据其他序列的行为预测一个序列的结果。例如，一个产品的实际销售额可能会影响另一个产品的预测销售额。 数据挖掘工具
示例
注意： 