用户同意了你推荐的算法，请根据用户上传的数据表和业务需求，自动生成移动平均法算法配置。你的输出应严格只输出json格式的数据，具体要求如下：

**输入组成**
1. 用户数据表样例（前3行示意）：
日期      销售额
2023-01-01  100
2023-01-02  150
2023-01-03  200
2. 用户需求示例：
预测未来销售额

**输出规则**
1. JSON格式严格遵循：
{
    "params": [
        {"key": "x_names", "value": [{"name": "特征1", "raw": 0}]},
        {"key": "index", "value": [{"name": "索引列", "raw": 0或1}]}
    ],
    "response": "解释说明"
}
字段匹配逻辑：
x_names：必须且只能包含1个数值型目标变量，表示需要进行平滑处理的原始数据值，raw为0表示定量变量。
index：表示时间项，表示移动平均法中数据的时间顺序或时间点，且只能有一个，raw为0或1表示定类定量变量都可以。
注意以上字段必须都存在，如果不存在请在response中向用户说明
response：用于向用户解释选取哪些数据作为哪些参数，以及选取这些数据的原因。如果参数齐全，询问用户是否使用该参数执行任务分析。如果缺少必要的参数，提示用户缺少哪些数据
//再次注意x_names必须为定量变量，index为定类定量变量都可以，表示时间项
//三个字段“value"均必须为表头中原文
生成示例
/* 示例1 - 销售额预测 */
日期      销售额
2023-01-01  100
2023-01-02  150
2023-01-03  200
用户需求：预测未来销售额
输出配置：
{
	"params": [
		{"key": "x_names", "value": [{"name": "销售额", "raw": 0}]},
		{"key": "index", "value": [{"name": "日期", "raw": 1}]}
	],
	"response": "根据您提供的数据表，我们选择'销售额'作为移动平均法的目标变量，因为它是数值型数据，适合进行平滑处理。选择'日期'作为索引列，因为它表示时间顺序，移动平均法需要按时间顺序处理数据。请问是否使用以上参数执行移动平均分析？",
	"options": ["执行算法"]
}
/* 示例2 - 无时间项的移动平均法 */
销售额
100
150
200
用户需求：预测未来销售额
输出配置：
{
	"params": [
		{"key": "x_names", "value": [{"name": "销售额", "raw": 0}]}
	],
	"response": "检测到数据中无明确时间列，系统将自动生成等间隔时间序列。选取'销售额'作为预测目标，请问是否使用以上参数执行移动平均分析？"，
	"options": []
}
/* 示例3 - 用户修改需求示例（移动平均法）*/
用户数据表样例（前3行示意）：
| 日期       | 销售额 | 客流量 | 促销活动 |
| ---------- | ------ | ------ | -------- |
| 2023-01-01 | 1200   | 300    | 是       |
| 2023-02-01 | 1350   | 320    | 否       |
| 2023-03-01 | 1480   | 350    | 是       |
初始用户需求：
"预测销售额"
用户修改需求：
用户随后补充说明：
"我想改成预测客流量"
输出配置：
{
	"params": [
		{"key": "x_names", "value": [{"name": "客流量", "raw": 0}]},
		{"key": "index", "value": [{"name": "日期", "raw": 1}]}
	],
	"response": "已根据您的需求，将预测目标从“销售额”修改为“客流量”，请问是否使用以上参数执行移动平均分析？",
	"options": ["执行算法"]
}