物流业是一种综合性服务型产业,它涉及运输业、仓储业和信息业等其他产业。随着人们网购意识的提升和国内外电子商务的发展,物流行业规模得到了空前的壮大。将传统的物流管理软件系统进行功能整合和利用大数据技术从系统数据库中发现数据之间的内在联系,有利于提升物流企业的决策,提高企业资源利用率和信息化水平。本文采用目前较为流行和实用的框架以及关联规则技术,设计和实现了集司机信息管理、运输管理、支付管理和决策管理等功能于一体的56用车物流系统。该系统前端使用Jquery和Highcharts技术,后端使用Struts2、Spring、Mybatis框架,数据库使用Mysql,此外还运用WFP-Growth关联规则算法,深度挖掘平台内的数据间隐含信息。通过对系统内运输订单、车辆信息、司机信息、货物装载信息等数据进行加工处理,从而进行关联规则分析,为公司建立物理集散中心,物流调度,合并运输订单和承运公司考核评价等做出一定的分析和决策,为减少公司成本,提升公司在业内的物流服务水平做出贡献。本文在经典算法FP-Growth基础之上利用Weka数据集设计了 WFP-Growth算法。该算法对数据库数据进行关联查询,将数据以Weka数据集形式保存到本地进行处理,这样避免了 WFP-Growth算法频繁访问数据库,占据数据库资源的问题。同时在频繁1-项集产生的过程中对事务项排序,对不符合最小支持度的事务项集进行剪枝,按照事务项排序、分解成多个子数据库,构造WFP-tree,分别进行频繁项的挖掘,再将结果取并集。经过实验分析WFP-Growth算法在挖掘大型数据库关联规则的效率优于FP-Growth算法。最后,将该算法运用到56用车物流系统,提出了切实有效的建议,起到了改善物流运输服务和提升物流企业竞争力的作用。