供应链管理是现代企业管理领域的研究热点,是企业资源决策和提高核心竞争力的有效手段。而“数据挖掘”是一门与实践紧密相连的具有较强技术性的学科,是一个使用统计学原理和人工智能等算法进行知识发现的过程。现代企业的竞争已经转变为供应链之间的竞争,供应链管理是经济全球化发展的产物。在供应链系统的数据库或数据仓库之中存储了大量的数据,如果在供应链数据仓库的基础之上开发数据挖掘系统,可以使供应链数据仓库更好地适应物流企业决策的需求。数据挖掘融合了数据库技术、人工智能和统计学,是目前的研究热点。面对着国内各个领域,包括零售、医学等领域每年都在积累海量的数据,数据挖掘越来越需要把它对数据内在模式规律的分析和发现运用到实际应用当中。企业使用供应链管理系统是为了取得大的经济效益,而在其中运用数据挖掘技术可以帮助管理人员不被繁杂的海量数据所束服。本文作者参与完成了商业领域供应链管理系统的设计开发工作,其中用到了许多数据挖掘的相关知识,尤其是关联规则算法,并在其基础上改进得到基于多层树的关联规则算法,并在文章最后给出了一些实例。整个框架设计充分体现了系统的完整性、协调性和高效性:自底向上将存储控制模块、数据预处理模块、挖掘操作模块、挖掘库管理模块有机地结合在一起,在底层实现了对包括中间结果在内的数据的统一管理,在上层为用户提供了可视化的界面。实验结果表明,该系统能够在大规模数据库上成功地完成用户所指定的数据挖掘操作。