随着信息技术的迅猛发展,我国政府采购开始推进信息化建设,全国大多数省市政府的采购工作都由信息化管理取代了手工操作,包括采购申报、审批、执行、资金支付整个过程的流程化、规范化管理。政府采购管理系统中,尤其是采购公告文本、成交公告文本,储存了大量有价值的数据,但是被政府采购管理部门利用的数据很少。采购管理部门需要有效的数据作为依据来制定政府采购宏观政策和下一年度预算,然而,数据如此庞大和复杂,通过什么方法能够体现这些数据的价值,从而为政府采购部门制定采购计划提供决策依据,以及通过对政府采购数据的挖掘发现其中存在的规律,判断政府采购是否发挥了国家财政性资金的导向作用等。为了解决上述问题,本文运用文本挖掘技术对政府采购数据进行分析。本文首先介绍了文本挖掘相关理论基础,文本挖掘定义、过程、常用方法等。然后进行数据的采集和预处理,从山东省政府采购网上采集了1万多条成交公告数据,对其进行文本分词、文本分类,并构建了政府采购专业词典。本文重点提出了Apriori改进算法,将其运用于政府采购数据中,分析采购单位、采购代理机构与供应商是否有强关联关系。通过文本挖掘分析,获得了政府采购的产品类型、产品地点以及采购单位分布,结果表明政府采购在2017年采购支出明显增加,尤其是在科研设备、工程、服务、医疗设备四个产品中投入的更多。采购单位中,政府机关单位采购最多,在教育方面的支出增长速度最快,其次是卫生。通过时间序列算法预测,政府采购在未来的三年内采购量呈上升趋势;通过关联规则分析,结果可看出某些采购代理机构与供应商之间可能有依赖关系。