大数据背景下,信息数据成爆炸式增长态势,面对这些海量的、碎片化的信息和数据,如何从中获取对自身和所处行业有价值的、系统化的信息是企业面临的一大难题。制造企业作为我国产业支柱,跨越式发展、弯道超车,率先进入工业4.0和智能制造时代,企业需求也从大规模的标准化生产转向大规模的定制化生产。企业在经营环节上的要求更加精益化,对降本增效的诉求越加强烈。作为供应链管理的关键环节,采购管理的地位日渐上升。在这样的背景下,大数据等新技术与传统企业进行了深度融合,推动着制造业的数字化、智能化转型发展及业务模式的深刻变革。因此,在技术更新和行业发展的双重驱动下,制造企业对采购业务的智能化管理需求也不断增强,供应商智能管理和采购成本智能管理成为采购智能管理的重要内容。大数据技术在企业管理中得到了创新性应用,为企业采购智能管理提供了新思路、新方法,如何用最先进的技术和理论进行指导,成为制造企业进行产业升级和内部增效的一个重要课题,让企业采购的智能化管理探讨具有现实必要性。鉴于此,本文以制造企业的采购业务为研究对象,在综合分析采购的业务特征和数据特征的基础上,确定采购智能管理框架的构建思路,构建大数据下基于机器学习的采购智能管理框架,并分析了其应用价值。根据采购智能管理框架的指导,详细阐述了本文的研究过程。首先,论文在确定采购管理五大主题域的基础上构建了采购管理数据仓库,利用数据仓库技术,将企业中分散的、杂乱的数据按不同维度集中储存,从而以采购数据的统一性满足采购管理行为的多样性,真正实现采购管理行为的融合协调和采购管理信息的互通共享;其次,针对供应商管理,在对供应商智能管理进行理论分析的基础上,从产品、服务、公司等三个方面提取了供应商评价特征,利用Kmeans算法实现供应数据的聚类分析,并在分析供应商评价特征的基础上划分评价等级,以满足供应商的差异化管理需求。通过有针对性的供应商管理提升管理效率,降低管理成本,实现企业资源利用最大化;然后,针对采购成本管理,在分析采购成本属性的基础上,选取采购成本控制特征,利用C4.5决策树算法实现采购成本控制等级预测,运用Apriori算法挖掘出采购成本控制数据间的关联关系,为采购成本控制提出针对性的建议,以实现对采购成本智能管理。利用大数据技术赋能采购管理,是以数字化技术创新,来提高采购管理效率,提升采购管理效益,强化风险管控的有效途径。本文以大数据下制造企业采购业务为研究对象,通过建立采购管理数据仓库,将企业分散的、规则不统一的采购数据实现统一存储和快速查询,应用机器学习技术,对采购数进行聚类分析、分类预测和关联规则分析,以挖掘出具有研究价值的重要信息,希望可以利用大数据技术为企业的采购决策赋能,并为企业采购管理智能化进程的推进提供一定的理论和实践的借鉴意义。