随着物流业的迅猛发展,物流的数据信息也呈几何级增长,但目前的信息系统,通常无法对这些庞大的数据信息进行深入地分析,从而无法精确了解行业发展的规律、应当引导的方向。因此建立一种新型的信息系统十分必要。本文首先对现行的物流信息系统进行了一定的分析,主要从时效性、决策支持、统一规划以及客户关系管理四个方面阐述了现行系统的不足之处,以及由此会给物流企业带来的损失,并提出了相应的改进建议。随后引出数据挖掘技术,进行了比较系统的介绍,其基本流程注意包括:数据预处理、数据挖掘方法以及模式的解释与评价。其中重点介绍了分类与预测分析及关联规则的挖掘。文章的后半部分首先回顾了数据挖掘技术在物流信息系统中已取得的成果,通过对传统的EDI信息进行数据挖掘,可以获得相对于原有信息价值有明显提高的增值信息,帮助用户分析航运市场的现状,从而准确且及时地制定经营策略;然后按照客户的生命周期来分别论述数据挖掘技术与物流信息系统的结合,并通过一定的实例讨论了相关技术的应用。客户的生命周期主要分为:未来潜在客户、真正的客户、历史客户,每个阶段都需要物流企业采取不同的策略,根据不用的策略选择相应的数据挖掘方法,因此在数据挖掘技术的辅助下,物流信息系统不仅能在查询信息及反馈上符合现代市场的要求,而且还能在决策上给予企业帮助,提高客户忠诚度,为企业获得更大的利润。最后,文章对数据挖掘技术在物流信息系统的发展做了展望,由于现在数据挖掘技术还在发展和成熟,在物流业中运用的还不多,因此,蕴含着丰富的商业机会。随着互联网的发展,Web挖掘以及垂直搜索引擎能将各自独立的物流信息系统联系起来,使得整个物流业的信息更加透明,促使行业的良性发展。