随着政府采购规模的逐年增长、采购范围的逐渐扩大、政府采购管理系统中积累了大量的、有价值的、暂时未发现其价值的数据,这些数据不仅占据了大量的存储空间,而且得到有效利用或实现其价值的数据较少。数据仓库技术和数据挖掘技术的出现,使得“政府采购数据爆炸但知识缺乏”的问题迎刃而解。数据仓库技术可以抽取不同政府采购管理系统的历史数据,并对其进行转换和加载,最后集成政府采购数据仓库。数据挖掘技术对政府采购数据仓库的数据进行挖掘分析,并从中提取有价值的信息,为政府采购管理部门的监督管理提供有效的依据。本研究首先介绍数据仓库、数据挖掘有关的工具、相关技术和方法。其次结合政府采购的分析需求,构建政府采购数据仓库。然后基于构建的政府采购数据仓库,创建政府采购数据集市、选择数据挖掘算法、设计数据挖掘模型,对政府采购进行数据挖掘分析。本文主要研究成果有以下五个方面:1.通过对政府采购业务系统数据的抽取、转换、加载,根据概念模型、逻辑模型、物理模型的设计,创建一个集成政府采购资金信息与业务信息的数据仓库,为数据挖掘分析提供了有效的数据支撑。2.采用聚类算法对政府采购申请中具有相似特征的属性进行分类,找出政府采购申请中采购目录、商品属性(节能、节水、环保等)、采购金额等相关属性之间存在的规律,为判断政府采购是否发挥了财政资金支出的导向作用提供数据依据。3.通过决策树算法建立若干个分类规则集合的模型,为合理地下达政府采购的采购组织形式、采购方式、采购代理机构等提供有效的依据和技术支持,从而规范管理政府采购。4.针对政府采购逐年的采购数据,通过时序算法预测政府采购规模。以时间为主线,从采购单位、采购目录、采购方式等多个视角对政府采购规模进行分析,有利于下一年政府采购资金支出的管理,同时也能较精细的安排政府采购预算。5.针对政府采购活动中与供应商有关的信息,通过关联规则算法挖掘找出供应商与其他采购参与者之间的关联关系。为政府采购反腐倡廉、打击商业贿赂行为提供了重要依据。数据仓库和数据挖掘技术的不断成熟和广泛应用,为政府采购数据仓库的创建和资金使用数据挖掘分析奠定了基础,本文为政府采购资金使用数据挖掘研究掀起探索。