在高速发展的当今社会,人们对产品配置的要求越来越高,传统的配置技术因缺乏配置的柔性,使得配置的质量不能很好的满足用户的需求。随着用户需求的提高,数据库技术也在不断发展壮大,数据挖掘技术在实际应用中已经取得部分成效,论文中提出用数据挖掘技术来辅助产品配置的方法可以很好地弥补传统配置中的不足。用户利用这种产品配置辅助系统可以挖掘出柔性配置规则,结合企业已有的固化知识完成产品配置,并对产品配置结果进行准确评价。论文中设计的产品配置辅助系统是一种松散耦合的系统,该系统包括三个子系统,分别为产品结构配置规则挖掘子系统,产品材料配置规则挖掘子系统及产品配置评价子系统。各个子系统的数据挖掘模型都依企业的应用需求而设计,改进的关联规则算法实现了产品结构配置规则的挖掘,新设计的基于粗糙集的决策规则算法实现了产品材料配置规则的挖掘,最后应用灰色关联度算法实现产品配置的评价。上述三个子系统之间相互独立互不影响,用户在产品配置过程中依据自身需要分别向各个子系统发出任务请求。在每个规则挖掘子系统中挖掘出相应的柔性配置规则,再与系统中已有的领域知识相结合实现产品的灵活配置。在评价子系统中对配置结果进行准确的评价,选择最优的配置编写最终的配置清单。