随着经济不断发展和人民生活水平的不断提高,服务业在国民经济中所占的比重越来越大,餐饮连锁行业作为服务业中关乎民生的重要领域,面临的压力和竞争也越来越大。上海某连锁餐饮集团在不断的发展过程中,规模在逐步扩大,目前已经在各地开设80家左右的分店。随着分店的不断增加,覆盖的范围不断扩大,为了更好地运营和管理,逐步引入了管理信息系统和多种数据存储系统,随着系统持续运行,存储的数据量越来越大,数据也越来越复杂。这些数据是企业的核心,因此该企业希望通过数据挖掘项目能够从这些海量的数据中提取出对企业有用的信息,为企业后续的扩张和更好地管理提供参考。本文从该企业的实际需求出发,详细研究和分析了该企业目前运行的系统,在此基础上开发了数据挖掘系统,提供用户管理、系统维护、数据分析、数据处理、关联规则挖掘和决策树挖掘等功能模块。首先将该企业现有系统的数据经过清洗等预处理过程整合到数据仓库之中,并采用决策树C4.5算法对门店的销售数据建立决策模型,提取了门店销售的关联因素,为企业后续的门店扩张提供参考,并采用该公司产品的销售数据对Apriori算法和改进算法M_Apriori进行了分析比较,采用改进算法得到顾客对产品的购买规律,为以后产品的促销和新产品研发提供一定的决策支持。