由于早期钢铁企业对自动化、信息化的重视,企业信息系统建设较早。现在这些系统积累了大量的数据,这些数据为数据挖掘提供了良好的基础。近些年钢材市场竞争日趋激烈,钢材销售利润微薄,企业采用多种手段开源节流。面对大量的数据,如果企业可以从中发现蕴含其中可以辅助决策的知识规律,将会给企业带来巨大的管理、经济效益。本文针对一个钢铁企业集团提升销售管理水平、预测分析产品市场价格规律的需求,把钢铁产品的价格的预测作为一个数据挖掘主题,利用企业积累的大量历史销售数据,通过数据挖掘得到的知识提升企业管理水平。本文数据挖掘功能模块采用Oracle数据仓库,以Java作为开发语言,使用递归型贝叶斯动态价格模型,利用仿真图形曲线来预测钢材市场的价格波动情况。其中数据挖掘功能模块的算法基于朴素贝叶斯理论。整个挖掘过程中,首先获取了钢厂近十年的销售数据,依据行业经验确定挖掘主题。确定挖掘主题后,进行了数据准备,挖掘模块算法选择、实现、训练,最后对挖掘的结果向最终用户进行了图形化的展示。在数据准备过程中,由于采用了较好的数据约减规则和有效数据特征分析去噪方法,得到的数据质量高、压缩效果明显,保证了挖掘工作的顺利进行。最终本文设计实现的数据挖掘算法,经实际使用验证,达到了钢材销售中价格预测的目标,取得了很好的效果,在钢铁行业内具备推广应用价值。