ERP在企业中已获得了广泛的应用,然而ERP运行中积累的大量数据并没有得到充分的利用,挖掘ERP大量数据中蕴涵的知识是目前ERP研究的热点,也是ERP系统进一步深化应用的必然趋势。数据挖掘是从大量数据中挖掘出有规律的、揭示其内在必然联系的技术,是利用ERP大量数据中蕴涵的知识进行企业运营辅助决策的重要手段。 论文在分析了ERP和数据挖掘研究与应用现状的基础上,探索了ERP原理、数据挖掘技术和数据仓库技术的综合应用。 论文在数据挖掘一般理论的基础上,研究了面向ERP数据挖掘的基本原理,提出了面向ERP数据挖掘的体系结构。研究了面向ERP数据挖掘的算法模型,重点探索了关联规则算法、聚类分析算法和神经网络算法。论文将上述理论研究应用到ERP中销售数据挖掘过程,提出了ERP销售数据仓库和ERP销售数据挖掘的实现方法,阐述了销售数据挖掘的需求分析方法,分析了销售数据仓库的系统框架、数据挖掘结果的评估方法,重点讨论了神经网络预测销售的时间序列方法,建立了神经网络时间序列预测模型。分析了销售数据仓库的开发过程和方法,完成了数据仓库的概念模型、逻辑模型和物理模型的设计工作。在SQL Server 2000环境下,用SQL语言和Visual C++ 2005开发ERP销售数据挖掘原型系统。结合某企业的实际情况,将原型系统进行了实例应用,获得了较好的效果,验证了本文理论研究和实现方法的可行性。