农业作为我国国民经济体系中重要组成部分,是国家建设发展的基础产品,是国民经济的重要命脉,是国家长治久安、百姓幸福安康的有力保障。随着经济和社会的飞速发展,农业领域产生了大量数据资料,其中包括农产品价格。人们不再满足于浅显、表面的查询分析,希望能从海量数据中发现知识,获取有价值的市场信息。近年来,农产品价格波动频繁,呈现不稳定走势,直接影响农业健康发展和人民正常生活。结合我国农业理论基础薄弱、信息整合不足、短期价格预测研究欠缺的现状,本文采用基于时间序列分析的数据挖掘方法预测农产品价格。时序挖掘分析法的基本思想是根据历史数据波动情况,利用数学模型定量描述价格的内在机制和变化规律,以判断价格未来走势。本文深入研究时间序列分析中的经典模型——ARIMA模型,以北京市丰台区新发地农产品批发市场的哈密瓜价格为研究样本,建立ARIMA(5, 1, 6)模型进行趋势分析,并实际评估模型的预测性能。结果表明,ARIMA模型具有较好的预测能力,能够为农业从业者提供有效可靠的信息,指导生产实践。其次,本文进一步考察了影响农产品价格波动的经济因素,将北京市居民消费价格指数CPI添加到ARIMA模型中,构成误差修正模型。结果表明,误差修正模型比ARIMA模型预测精度更高,能更好的反映当地哈密瓜月度价格的波动走势。建模过程中,我们发现在其它经济因素稳定的情况下,CPI上涨1%会带动哈密瓜价格上涨12.95%。利用这一结论,可以指导当地相关人士根据CPI的波动分析哈密瓜价格走势,警惕价格波动过于剧烈,并及时做出合理资源调度。同时,本文将时序分析研究与实际应用相结合,设计一款具有实用价值的农产品价格预测系统,不仅帮助政府、企业、广大个体户等把握市场动态,提供有意义的农业信息服务,更是为农业从业者做出正确市场决策提供强有力的科学支撑。