从提供的文件内容中，我们可以提炼出以下关于煤炭企业供应商管理系统及其基于数据挖掘技术的研究与设计的知识点：
1. 煤炭企业传统供应商管理模式问题：煤炭企业传统的供应商管理模式存在效率低下、管理粗放，以及无法有效深化采购与供应之间的关系等问题。为了解决这些问题，需要采用新的技术手段和管理方法。
2. 数据挖掘技术的引入：为改善煤炭企业供应商管理，提出了基于数据挖掘技术的解决方案。数据挖掘技术能够从大量数据中提取知识，形成规则和模式。其特点包括快速处理大量数据的能力以及算法的学习性。
3. k-均值聚类算法和粗糙集理论：在供应商管理系统中，主要使用了k-均值聚类算法和粗糙集理论。k-均值聚类算法用于供应商动态分类，而粗糙集理论则用于供应商的评价选择。这两种方法结合使用可提高对供应商分类和评价选择的精准度。
4. 供应商管理系统的组成：系统主要包括基础信息模块、供应商分类管理模块、供应商评价选择管理模块和业务系统信息平台。基础信息模块用于收集和维护供应商的基础数据；供应商分类管理模块对供应商进行分类和管理；供应商评价选择管理模块对供应商进行评价和选择；业务系统信息平台用于整合采购管理和财务管理等业务系统中的数据。
5. SRM（供应商关系管理）理论的应用：系统设计以SRM理论为指导思想，与煤炭企业的发展战略紧密结合，旨在为不同战略模式下的供应商关系提供有针对性的管理支持，避免一视同仁的管理方式影响到对重要供应商的激励。
6. 系统架构：供应商管理系统的架构是模块化的，可以根据企业的具体需求进行调整和优化，以实现对供应商信息的高效管理和分析。
7. 功能设计和实现：系统详细阐述了数据挖掘技术在供应商管理中的功能设计和实现方法，说明了如何将数据挖掘技术应用于煤炭企业，以辅助企业决策和优化采购过程。
8. 数据挖掘技术与传统静态分析方法的比较：文中提到，与传统的供应商分类和评价方法相比，如专家评价、运筹学和统计学等静态方法相比，数据挖掘技术能够更全面地考虑供应商的历史行为和动态特性，减少主观判断和人为因素的干扰，有助于实现更加优化的供应商管理。
9. 文献标识和基金项目：本研究得到了中国矿业大学（北京）管理学院的支持，由杜楠、崔欢喜、李佳宝等人完成，并获得了中央高校基本科研业务费专项资金的资助。
通过以上知识点，可以深入理解煤炭企业供应商管理系统在面对传统管理挑战时，如何通过数据挖掘技术进行改进与创新，以及系统设计背后的理论基础和功能实现细节。这些内容不仅涉及了技术应用，也涵盖了管理策略和信息化建设等多方面的知识，对于煤炭企业供应链管理的优化具有重要的参考价值。
