药品作为一种特殊的商品,已经成为人们日常生活中的必需品。随着医疗制度的改革以及医疗卫生事业的发展,药店的竞争也日趋激烈。传统的药品信息管理系统在日常销售数据的管理中得到广泛地应用,但目前均只能提供较为简单的记录统计和查询,无法获取隐藏在销售数据中的规律。随着数据库技术的发展,数据挖掘技术作为新的数据处理与分析技术,得到了广泛的应用。数据挖掘就是对数据库中的大量数据进行抽取、转化、分析和模式化处理,从中提取出人们事先不知道的、同时又是潜在有用的关键知识的过程。通过数据挖掘技术来分析医药销售数据间的规律,利用这些规律来辅助经营者调整销售策略,进而提高医药零售企业的信息管理能力。本文的重点是针对医药零售企业的销售数据,利用数据挖掘技术来分析数据间的规律。通过对数据的建模,设计并实现相应的求解算法,然后将相应的分析方法应用到实际的管理系统中,进而完善医药信息管理系统的分析功能。具体研究内容包括以下3个方面：(1)通过对药品销售数据分类的问题分析,建立决策树分类模型。通过实验对比来确定ID3算法的选择,并针对其不足加以改进,将改进后的算法与原算法进行实验分析。利用决策树方法对药品销售中的顾客消费情况以及会员消费频次进行分析,通过改进的ID3算法实现数据的合理分类。(2)通过对药品关联的问题分析,建立关联模型。采用关联规则模型分析销售药品间以及销售药品类别间的关联性,在参数分析的基础上给出了合理的参数设置,然后利用Apriori算法完成销售药品间以及销售药品类别间的关联性分析。(3)设计并实现基于B/S结构的医药信息管理系统——销售信息管理子系统,将Java编程实现的改进的ID3算法和Apriori算法嵌入到相应的数据分析模块中,实现相应的数据挖掘分析功能。