随着经济全球化和信息技术的高速发展、顾客需求多样性的增加,企业之间的竞争不断加剧,为了在竞争日益激烈的市场中保持核心竞争力、获得最佳的经济效益,供应链风险管理逐渐成为企业取得竞争优势的重要手段。但是,由于供应链风险的突发性和不确定性,同时激烈的市场竞争导致了的供应链内部结构变得复杂化,使得供应链在不断提升运作效率与效益、获得竞争优势的同时,也面临着各种风险的挑战,变得更加脆弱,使得供应链风险的预测越来越重要。相比于发达国家而言,我国企业在供应链风险预测的研究还处于起步阶段,这使得供应链所处的内外部环境存在着较多的不确定性,我国企业要实现供应链的可持续发展,就必须加大对供应链风险预测的研究。本文的研究正是基于这样的背景,希望通过应用新的预测方法对供应链风险进行预测,最终提出相关的对策建议。本文在对现有的供应链风险预测研究的基础上,考虑供应链风险之间的相关性,详细阐述了供应链风险的特点和形成机理,并借助数据挖掘决策树模型和Apriori关联规则算法,对供应链风险预测问题进行了系统研究。本文首先对供应链风险预测的相关理论进行了论述,详细分析了供应链风险的特点和形成机理。研究发现,供应链风险主要由信息传递风险、物流运作风险、生产组织风险、市场需求风险、经济周期风险和环境风险组成,同时每种风险之间存在着共同的诱发因素,得出了供应链风险之间存在一定的相关性。在此基础上,由计算机模拟实验获得了供应链风险发生的数据,通过对实验数据的挖掘获得了风险发生的关联规则,通过分析得出了企业在不同情况下管理的重点,可以有效控制供应链网络中风险的发生,降低供应链风险的影响程度,有利于提高了供应链整体的稳定性。