随着中国经济的飞速发展,各行各业都在努力进行信息化建设。面对日新月异的市场变化和不断增长的海量业务数据,如何提升市场变化的响应能力和企业的核心竞争力,成为人们研究和关注的焦点。商务智能作为一种着重数据收集、管理和分析的信息技术,有着重要的研究价值。本文结合武汉移动业务运营支撑系统BOSS(Business Operation Support System)项目,在充分分析其存在问题的基础上,设计出一套适合本项目应用的商务智能系统,其中包括数据仓库架构、数据挖掘架构以及上层的联机分析处理OLAP(On-Line analytical processing)应用及决策分析服务。本系统以数据仓库为基础,首先,定义了数据仓库的结构层次,以及相应的功能、数据粒度、更新频度、相互关系、存储介质等属性;其次,设计了完善的元数据管理功能,为其后的数据挖掘及OLAP功能提供支持。数据挖掘是本课题的研究核心,主要包括关联规则发现、数据聚类和数据分类。在详细分析已有的挖掘算法及其效率的基础上,进行了合理的算法选择与相应的改进。在关联规则发现算法上,利用J2EE架构,实现项目集格空间理论算法,同时在研究其算法性能和瓶颈的基础上,对其提出了改进;在聚类算法上,参考了基于密度的聚类算法;在数据分类方面,采用决策树分类算法,并在系统中加以实现。此外,系统还在数据仓库的基础上,实现了OLAP服务,并提供了多达48张报表的智能化生成,帮助客户从各方面了解数据。本系统能够从数据出发,给出客观的决策辅助,避免决策者光凭经验产生的决策失误,同时在一定程度上减少额外的调研经费,降低系统成本,增强综合竞争力。