B2C电子商务企业的销售预测直接影响到企业的采购和备库，从而对提高企业客户服务水平、提高企业的市场竞争力发挥举足轻重的作用。B2C电子商务企业和传统零售企业相比，其商品具有SKU数量大、销售规模大、生命周期短、更新换代快、顾客需求变化多且不确定等长尾特征，以某著名B2C企业为例，其主营3C产品就有近10万个SKU，该企业依靠强大的信息系统，通过不断优化销售预测模型，合理地安排企业进销存等生产经营活动，在3C产品的B2C领域取得了绝对优势。　　 本文对Bass模型进行了深入研究，提出了改进的Bass模型，并将其应用于B2C电子商务企业的销售预测。本文主要工作与创新点如下：　　 首先，对相关的理论和技术进行了综述，并分析了B2C电子商务的特点以及传统预测方法对B2C销售预测的难点。　　 其次，针对传统的线性预测和非线性预测方法在B2C销售预测中的不足，把扩散技术的Bass模型应用到B2C销售预测，利用之前类似产品的销售数据来预测新产品上市初期的销售数量，解决了历史数据不足的问题，并对传统的Bass模型进行了改进，加入了价格因素和季节因素，使Bass模型更符合实际情况。当产品上市一段时间之后，可以根据自身的销售数据来对估计的参数进行调整，从而提高生命周期后一阶段的预测准确性。　　 最后，用SPSS11.5仿真实验，以某著名电子商务企业的3C产品数据验证，证明了其在电子商务企业3C类产品销售预测中的可行性，并且在预测精度上比原有模型有一定程度的提高。初步对销售预测实验系统进行了设计和编程实现。