随着我国市场经济的发展,企业间的竞争越来越激烈,经过多年来的信息化建设,企业在日常的经营与管理中积累了大量的数据,而市场环境是变化多样的,特别是在投资与扩张活动中,各种数据的分析对企业的决策者来说是十分渴望的。智能决策支持系统是利用专家系统、人工智能以及知识库等多种辅助的工具与技术结合传统的决策系统而集成的。而将数据挖掘技术应用到智能决策支持系统中,并对数据库中的相关决策数据进行挖掘与分析处理,为决策者在决策的过程提供科学的决策支持,就形成了基于数据挖掘技术的智能决策支持系统。在论文中,笔者在对智能决策支持系统分析的基础上,将数据挖掘中的相关技术引入到财务决策支持系统中,并对XM集团进行调查后,提出了一套基于数据挖掘改进ID3算法的财务智能决策支持系统的解决方案；应用面向对象领域出现了许多新的思想、设计模式与技术方法,开发了基于数据挖掘的智能财务决策系统的投资决策子系统。根据论文的研究思路与智能财务决策支持系统的开发设计路线,对本论文的主要研究工作总结如下:（1）对智能决策支持系统的研究。首先对决策支持系统、智能决策支持系统与智能财务决策支持系统的体系结构进行了分析,通过分析智能决策支持系统的现状与有关问题,在分析总结智能决策支持系统的体系结构与特点后,结合XM集团对智能财务决策系统的需求,构建了基于数据挖掘的智能财务决策支持系统体系结构。（2）对数据挖掘相关技术的分析与ID3算法的改进。先对数据挖掘的相关基础知识进行介绍,如数据挖掘定义、数据挖掘的过程、常用的挖掘算法等,通过对ID3算法的分析与总结发现其不足,并针对算法的不足提出了改进算法,并对改进算法进行有关的挖掘实验,实验表明具有一定的优越性。（3）在XM集团进行调查与分析的基础上,对XM集团的财务决策支持系统进行了总体设计,并设计了系统的功能模块与构建了系统的数据模型。（4）以XM集团的智能财务决策支持系统中的投资决策子系统为例,应用数据挖掘的ID3改进算法,对投资决策系统进行了数据模型设计、系统功能模块设计以及对投资分析、风险分析、综合评价等模块的详细实现与开发。