随着社会的进步和经济的发展，企业需要处理的数据日益繁多而且复杂。而与此同时，数据对于企业来说，越来越占着重要的地位。但是数据的处理以及识别数据中所带有的信息非常复杂。没有正确的方法，要想使得数据对公司企业有作用，便显得非常困难。鉴于此，提出一种解决方法，以帮助公司快速、更高可靠性、更高效率的做出决策，显得十分重要。论文介绍了数据挖掘技术和决策树及其算法。数据挖掘是指在庞大而且混乱的数据中挑拣出对决策有作用的数据信息。数据挖掘技术现已成为一门专门性的学科，针对上述问题，提出了很多有效的解决办法。决策树是数据挖掘的一种方法，它为数据挖掘技术提出了很有效的分类思想。将数据对应的属性按照一定的方式分类，然后建立一棵树，使得数据明了清晰。决策树算法是建立决策树的实战方法。它根据不同的理论，对数据进行分析，从而得到一棵更加精确的树结构。本文使用了决策树算法中的C4.5算法，构建最终决策树，并根据程序的结果进行分析，找到能够影响采购物料的决策的背后因素，或者是对于物料是否可以采购的决定性因素。本文分析了数据库的样本例子，去掉了非相关因素，并且对相关因素根据其信息增益率进行排序，对于公司在现在或者将来的某个时候购买物料的时候，可以起到一定的指导性作用，以免公司的决策发生重大的失误。