本论文以电子供应链环境为背景,供应商关系管理(SRM)为研究对象,数据挖掘为工具,对供应商关系管理的三个核心问题,供应商分类,评价和选择的决策方法进行了深入的研究,并且提出了系统化的供应商关系管理的数据挖掘解决方案。本论文研究的创新点包括:(1)基于子空间聚类算法的供应商动态分类方法。以供应商行为属性的数据分析为基础,提出基于变量加权的k-均值子空间聚类算法(FW-Kmeans)建立供应商动态分类模型。该模型在保留k-均值算法处理大规模供应商行为数据能力的同时,克服了子空间聚类算法普遍存在的稀疏矩阵处理的缺陷。对比传统的静态分类,新方法通过对决策结果的对比和调整,能够得到动态、合理的供应商分类结果。(2)基于粗糙集的供应商绩效评价体系。该体系能够适应电子供应链环境,采用平衡记分卡思想建立评价体系结构,以关键绩效指标确定评价标准。同时根据粗糙集无需任何先验知识,依据知识的粒度性处理不完备信息,能够在保留关键信息的前提下得到知识的最小表达等优点,提出基于粗糙集的综合评价方法,解决了评价体系中客观约简决策属性并设置权重等关键问题。比较传统的运筹学方法,新评价体系的层次清晰,易于理解和操作,能够系统、有效的对供应商绩效进行评价。(3)基于遗传DEA规划的供应商选择模型。该模型综合了数据包络分析(DEA)以相对效率的量化衡量为基础,避免确定各指标在优先意义下的权数,对输入输出指标有较大的包容性等特点;以及遗传算法具有的学习性、进化性和多向性全局搜索的特征,高效、客观的解决多属性输入输出,多目标规划的供应商选择问题。比较传统的多目标规划方法,新模型提高了决策的可扩展性,适应性和效率。(4)以电子供应链环境为背景的供应商关系管理的数据挖掘解决方案。建立了供应商关系管理智能决策支持系统(IDSS)的总体结构,并分别从系统开发的总体视图,数据建模与分析,过程设计和界面设计几个方面进行了系统分析与设计。比较传统的采购信息系统,新方案和IDSS具有系统化,网络化和智能化特征,有助于企业在电子供应链环境中获得优势。