【摘要】企业的历史销售记录是供应链优化研究的基础数据来源,然而,在日常的研究中,几乎所有可以通过公开途径获得的销售记录都是高度不完整的,这为研究者开展工作带来了极大的不便。为解决此问题,本文提出,以销售数据集中已有的数据为基础,使用面向时序数据的矩阵分解模型MAFTIS对其缺失的部分进行估算,从而把残缺的数据集补全完整。进一步地,为提高MAFTIS的计算效率,本文还为该模型设计了一种基于交替最小二乘法的求解策略MAFTIS~(ALS)。在评估实验中,MAFTIS~(ALS)被用于三个真实销售数据集的缺失记录估计,结果显示,与其它估计模型相比,MAFTIS~(ALS)能获得更准确的估计结果,并且具有更高的收敛速度。