随着经济的快速发展,中小企业已经逐步成为市场经济的主体。中小企业普遍存在规模小、生存压力大、人员素质偏低和管理方式不科学的问题。为了保证生产和销售的正常运行,增加企业的竞争能力,更需要时刻关注企业的经营数据和成本与利润的变化,不断的根据实际情况调整库存,用科学的管理方式为企业的决策提供支持。作为数据库技术和人工智能技术相结合的产物,数据挖掘解决了在信息技术发展中存在的拥有大量数据但缺乏有用信息的问题。本文的研究是根据中小企业的特点并结合企业现状,围绕着数据挖掘技术在库存管理中的应用而展开,设计面向中小企业的决策型的库存管理系统,用以提高库存管理水平。本文在分析了库存管理研究的背景和现状后,结合数据仓库和数据挖掘的理论,对基于数据挖掘的库存管理系统进行了系统目标分析、用户需求分析和系统功能分析,并给出了系统的体系结构设计和OLAP设计,对参与预测计算的各项关键指标进行筛选和量化,建立了用以预测安全库存量的BP神经网络模型,设计了合理的预测计算过程,并对模型进行了训练和预测结果的评价。结果表明,本文所建立的模型可有助于企业压缩库存占用资金,减少企业的运营成本,控制企业的运营风险,提供可靠的库存控制决策依据。在应用方面,以传统的操作型库存管理系统为基础,设计了基于数据挖掘的决策型库存管理系统,结合神经网络算法模型,建立确定安全库存量的模型,为中小企业应用决策型库存管理系统打下了基础。