现代物流作为一种先进的组织方式和管理技术，已经成为国民经济发展的重要组成部分。对于采用现代物流管理模式的流通企业来说，仓储库存一般占用了企业超过40%的流动资金，库存的决策和优化，对企业具有至关重要的意义。利用数据仓库和数据挖掘技术对流通企业的仓储管理系统中产生的海量业务数据进行分析，发现其中暗藏着的对企业有用的价值信息，直接为企业决策者的正确决策提供导向，从而使物流企业对市场变化的响应更快速，减少库存，减少资金积压，降低物流仓储系统的成本、提高物流管理的效率。本文在充分研究物流业发展状况和数据挖掘技术后，探讨了数据挖掘技术与物流仓储管理系统的结合，针对物流仓储管理中的库存管理业务活动和数据关系，通过数据抽取和转换等处理，构建了库存决策支持系统的数据仓库；在研究了决策支持系统的概念和结构后，给出了基于B/S模式的库存决策支持系统架构，给出了系统的整体设计方案，包括功能模块、结构设计和工作流程，本文最后给出了系统前台操作的可视化界面。本文中物流仓储决策支持系统采用了目前流行的数据挖掘技术—C4.5决策树算法实现。课题对物流业的库存仓储深入研究后，从存储成本、生产成本、订购成本、短缺成本、补货时间等因素考虑，生成库存仓储的决策模型，系统根据模型建立起相对比较精确、便捷和快速的物流决策，从而提供决策管理人员的决策依据。该算法原理简单易懂、计算量小且运行速度快，结果容易转换成可理解性强的分类规则，并能最终给出适合高层管理人员理解的决策知识。一系列数据集上的测试结果表明，C4.5决策树算法确实能够很好的解决库存仓储决策问题。