高校图书馆在外文期刊的采购中引进了招投标采购的方式。由于外刊的价格逐年大幅度上涨,同时外刊采购中涉及的期刊种类繁多,采购工作及其繁琐。如何应用科学的方法对外刊进行合理的标段划分,提高标段划分的效率以及节约采购成本,提高服务质量,从而优化采购结果,是高校图书馆需要解决的重要问题。对此,论文首先对用于聚类分析的自组织神经网络原理及相关文献进行了分析;确定了用自组织神经网络聚类的方法来实现标段的划分;接下来给出了基于自组织神经网络的标段划分的设计方案,同时还给出了评价聚类有效性的两个指标的算法,即SD指标和类平均最低报价指标;然后结合2010年哈尔滨工业大学的外刊采购数据进行标段划分的应用,给出了基于SOM神经网络聚类过程,并对聚类结果进行了分析,展示了最佳的聚类结果的选择过程,弥补了现有的聚类结果的选择主要依靠经验来确定的不足,说明了SOM神经网络在图书馆外刊的采购的标段划分问题上具有实际意义和可操作性;最后把SOM神经网络聚类所得出的最优方案与2010年图书馆外文期刊实际采购时标段划分的方案比较后,得出了SOM聚类方法能自动、快速、科学的实现标段划分,是对了图书馆目前主要依靠手工、经验来做标段划分的一个提高;在与k-means聚类方法的聚类结果的比较后,得出了SOM聚类方法更适合图书馆外刊采购中的标段划分问题的解决;在与前一届师姐提出的改进的K-prototypes方法得到的聚类的方案的比较后,说明了SOM神经网络聚类方法是图书馆外刊采购中的标段划分的另一种解决思路,且方法具有一定的优越性。