近年来,随着信息技术的不断发展和移动设施的普及,互联网迅速走进千家万户,彻底改变了人们的学习、工作和生活方式,电子商务也因此迅速发展,商品购买渠道也由传统的线下更多的转至线上,网上购物成为人们最喜欢的消费方式之一。根据艾媒咨询的数据显示,2019年上半年,中国的网络零售总额已达到195209.7亿元,占社会零售总额的24.7%,截至2019年,中国移动电商用户将突破7亿人。电子商务的迅速普及和用户规模的不断扩大,为电商企业的物流网络带来严峻的挑战。对于电商企业来说,如何在快速交付订单的同时,实现成本的降低和顾客满意度的平衡已成为当务之急。随着数据挖掘方法的发展,如何利用电商平台积累的历史订单数据,将数据挖掘方法同供应链管理有效结合,实现物流网络成本的降低,逐渐成为研究热点。此外,目前物流网络的库存分配问题中,考虑需求相关性对于库存分配策略的影响研究较少。基于此,本文提出考虑需求相关性的电商物流网络库存分配策略研究,通过数据挖掘的方法提取产品需求相关性,并建立了成本最小化的数学模型,利用Cplex对数学模型进行求解,并对重要参数进行分析,探讨了不同环境下的库存分配策略。本文首先以国内某领先电商J的物流网络为研究对象,对其物流网络结构进行了分析,并收集了华东区（江苏省、安徽省）物流网络三个月内的历史订单数据。通过对数据进行清洗、归一化、聚类等处理,筛选出43种典型产品作为研究对象,对其随机需求进行了分布拟合。为了提取蕴含在海量订单数据中的需求相关性规则,基于预设的支持度阈值和置信度阈值,运用经典的Apriori算法进行需求相关性规则挖掘,从而获得了43种产品的需求相关性规则,并对挖掘出的规则进行了分析。针对库存分配决策,引入了需求相关性约束,从而实现了从关联规则到数学约束的转化。在提取出的需求相关性规则基础上,本文研究了单周期的库存分配策略,主要聚焦于一个决策周期内的库存分配问题,通过引入需求相关性约束,建立了以存储成本和运输成本加权和为目标函数的混合整数规划模型。通过设置合理的算例参数,运用Cplex软件进行算例求解。算例对比了考虑需求相关性和不考虑需求相关性的结果,并对置信度阈值、服务水平、需求波动性等关键参数进行分析,探讨了不同参数对于J电商企业物流网络库存分配策略的影响,为实际的电商库存分配决策提供了支持。在单周期库存分配问题基础上,进一步拓展到多周期的库存分配问题,实行多周期决策,以更符合实际决策场景。在一定时间内,可以认为不同周期内的需求相关性规则是相同的。多周期库存分配问题考虑了多个决策周期之间的库存周转,通过建立以存储成本和运输成本加权和为目标函数的数学模型,对多周期的库存分配模型进行求解。算例实验结果表明,考虑需求相关性的多周期库存分配问题相较于单周期,能够有效降低供应链成本,并针对置信度阈值、单周期和多周期、需求波动性、服务水平等方面进行对比,对库存分配策略进行分析,给出了参考性建议。