银行采购项目中涉及复杂的采购流程以及大量的合同订单,在实际的执行过程中,存在支出规划预判不足、采购计划不清晰、合同细节不足等问题,银行管理部门难以全面掌握采购流程,严重影响银行的日常开销以及运营管理。为保持银行的健康发展,需要建立良性成熟的采购项目库管理体系,为此,从完善银行采购项目库体系角度入手,进行银行采购项目库管理系统的设计与实现工作。针对银行采购项目库管理系统的需求,将系统划分成首页模块、预算管理模块、工程项目库模块、货物项目库模块、服务项目库模块、统计分析模块、成果展示模块和设置模块。在首页模块使用Redis缓存热点数据;在预算管理模块构建项目预测模型,针对未来短期月份的一个支出规划的预测,辅助会计财务部门进行科学决策;在工程项目库管理模块使用SHA-1消息摘要算法解决文件重复上传问题;在成果展示模块使用Rabbit MQ进行数据平台共享化操作;在统计分析模块使用Fine Report进行数据统计和报表生成;在设置模块使用BCrypt算法对密码进行加密。此外,还使用了Spring Security以及RBAC的权限管理框架等技术构建银行采购项目库管理系统。在本文中,结合支出规划的特点和采购业务的需求,运用数据分析技术对支出规划所需要解决的支出的金额数目和具体时间的问题进行了研究,主要分为三个阶段:首先,收集采购项目库中的主要相关表的信息;接着对收集到的信息进行数据的预处理,包括数据清洗以及数据集的划分,确定了使用自助法将数据集划分成训练集与测试集;分别使用BP神经网络与Elman神经网络算法对支出规划阶段的采购支出做训练模型,并比较两个算法训练阶段的均方误差值,最终判定Elman网络算法更优;将测试集数据使用Elman网络进行预测,进行数据分析计算得到的网络输出与真实采购支出之间的平均相对误差为5.53%,实验结果表明Elman神经网络算法可以较好的对短期时间内支出规划的走势进行预测,具有一定的实战意义,为银行采购计划的项目支出时的选择提供有意义的参考数据。通过对银行采购管理业务的设计与实现,构建了银行采购项目库管理系统并在中国人民银行南京分行上线运行,得到了相关单位用户的肯定,因此研究成果对于银行内部项目管理具有一定的意义。