采购决策在整个企业决策过程中占有十分重要的地位。通过利用准确高效的采购决策来辅助企业进行采购管理，是提高企业管理水平、降低产品成本、提高企业效益的一个有力保障。 目前的决策支持系统都面临着可重用性、可伸缩性和可维护性差的问题。另外，国内自主开发的、功能完善的提供基于数据挖掘技术的企业采购决策支持系统也非常少，多数系统也只是做了简单的统计分析和预测，很难满足企业日益增长的实际需求。为解决上述问题，本文提出了采用C/S三层架构来设计一套采购决策支持系统，同时引入组件和数据挖掘技术来提高系统性能的新思路，并且将该方案在实际系统中进行了实现。 文章首先介绍了与采购决策相关的各种概念及组件和数据挖掘技术在系统中的应用过程。接着阐述了系统的三层框架结构并分析了利用组件技术实现三层结构的优越性。之后重点阐述了ABC分类原理和k-means聚类法原理及两种原理在物料采购决策和供应商选择决策中的应用过程，同时对决策模型的组件化和数据挖掘的算法进行了描述，另外还对k-means聚类算法进行了研究和改进，提高了系统的运行效率。最后详细描述了该方案在系统中的实现过程。 系统在设计上采用三层结构模式并应用基于组件的设计思想，使系统的结构更加清晰，可以很好地解决DSS开发中存在的可重用性差、可维护性差等诸多问题，并且将组件和数据挖掘技术相结合应用于物料采购决策和供应商管理中使系统的决策更加科学合理，系统的实用性、复用性、扩充性更高。