随着网络技术的不断发展，企业正身处信息爆炸的时代，但是在面对具体的商业问题时，企业的决策者常常难以做出有效的决策，这是因为网络中海量数据与信息“孤岛”并存的问题始终没有得到根本有效的解决；另外企业在长期运作过程当中各个应用子系统，如ERP、CRM等也积累了大量的使用数据，但由于缺乏有效的智能分析，这些数据几乎没有发挥支持决策的作用。随着现代信息技术的发展，企业之间的竞争日趋激烈，因此如何正确、快速、有效地应用丰富的网络资源或企业内部产生的数据、信息为企业决策提供支持，是每个企业都很关心的问题。而如今的决策是建立在对信息的提取和分析利用的基础上，因此拥有符合企业自身特点的基于网络环境的智能决策支持系统是取得竞争优势的前提也是必要条件。基于Web的商业智能决策支持系统正是在这样的契机下应运而生，它把Web挖掘、人工智能中的Agent理论和神经网络理论、决策支持系统、数据仓库、数据挖掘等技术与计算机管理结合起来，真正实现了商业决策的智能化、集成化、网络化和协调化，使得企业中的决策者可以有效地利用系统进行管理、分析等工作从而并针对具体商业问题做出合理的决策。文章对基于Web的商业智能决策支持系统进行了完整而深入的研究，首先是对组成系统的理论基础商业智能、决策支持系统、Web挖掘、智能Agent进行了详细的分析。其次是系统的整体概述和组成系统的五个子系统的分析研究，包括数据源子系统、数据集成子系统、应用服务子系统、网络应用子系统和综合应用子系统。其中，网络应用子系统是重点研究的部分，它是由多个Web挖掘Agent组成的Web挖掘Agent组，负责对整个网络资源进行深入的挖掘，文章还对基于Web的商业智能决策支持系统的整体架构进行了详细的分析，着重研究了基于Web的商业智能决策支持系统的具体运作过程并通过垄断竞争模型分析系统的应用情况，即如何运用基于Web的商业智能决策支持系统进行降价决策。再次，文章探讨了基于Web的商业智能决策支持系统安全问题和发展趋势。最后是全文的总结与展望。论文的创新点是在深入研究各个理论环节的基础上，以Web挖掘理论、智能Agent理论和神经网络理论为基础，设计提出了Web挖掘Agent、Web挖掘Agent组的模型设计以及系统的总体架构，其次是应用基于Web的商业智能决策支持系统进行降价决策。