随着市场经济的发展和贸易的全球化,企业面临着越来越激烈的市场竞争。海关进出口提单从表面来看只是一些贸易数据,但在国际贸易实战中,每一项对于企业贸易来说都有着极其深远的意义。对于海量的提单数据,如何将这些数据转化为资讯用来指导企业做出正确的战略决策是个挑战性的问题。本文在研究数据挖掘技术和商务情报的基础上,将数据挖掘技术应用于海关进出口提单数据的分析之中,为企业制定科学的战略决策提供了新的技术。本文首先分析了目前商务情报和数据挖掘发展现状,然后利用数据仓库技术,建立了商务资讯系统的数据仓库,对海关提单数据进行预处理,为进一步数据挖掘提供了基础前提。然后,对BP神经网络技术进行详细的分析,并且研究了BP神经网络用于商品需求量预测的原理。通过引入动量因子和可变学习率,BP神经网络不仅保证网络训练的稳定性,而且还大大提高BP神经网络的学习速度。最后,本文还对关联规则数据挖掘技术进行了探讨。针对原有的关联规则增量更新算法无法发现规则的发展趋势,提出一种能发现规则发展趋势的增量规则挖掘算法,该算法不仅能发现标准增量规则算法挖掘的关联规则,还能发现具有“突出表现”的正规则。