面对瞬息万变的市场经济,不断的制定应对措施保持企业长青成为企业生死存亡的关键,正确的决策会带领企业走向良好的发展。数据在企业决策中扮演着越来越重要的角色,从起初的电子表格到如今的数据仓库,大数据时代的来临,促使着企业重视和利用数据,为企业的经营制定精准的决策服务。数据中潜在的价值不可估量,掌握了这些价值就在一定意义上占据了市场份额,让数据中潜在的价值变成真正的企业营收。数据仓库技术的发展满足了大数据时代的数据存储,数据挖掘技术的发展为企业从数据中获取价值提供了便利,两者的结合更是为更多的企业提供了决策支持。随着视频网站付费内容的增加,如何提高用户的付费转化率,通过数据引导用户消费,成为视频网站制胜的关键所在。视频网站需要付费的内容多为单片购买、套餐购买等,不论是购买单片还是购买套餐,在一定程度上都反映了用户的消费潜力。优秀的推荐系统会为用户提供其乐意付费的视频内容,通过对用户行为数据的分析挖掘,引导着用户消费。随着视频门户网站数量的剧增,用户也面临着具有多样性的选择。用户流失逐渐成为各大网站面临的问题,预测用户的重购行为,提前做出相应的营销策略,对培养忠实用户有着较大的作用,对网站的发展也有较大的意义。在智能电视领域,提供良好的服务也是增加用户忠诚度的重要手段之一,对增加同品牌智能电视口碑意义重大。基于上述问题,本文着重对用户的重购行为进行研究,提出基于数据仓库和数据挖掘技术的用户重购行为的预测方法。首先对智能电视用户的日志进行分析,确定数据仓库方案设计,然后引用客户关系管理中常用的RFM模型获得特征指数,最后用决策树算法对用户的重购行为进行了预测。本文的主要工作和贡献是：第一：总结分析当前数据仓库以及数据挖掘技术的研究背景和研究现状,针对当前问题提出解决方案。第二：总结分析数据仓库和数据挖掘相关技术,重点介绍数据仓库的建立过程,以及如何支撑数据挖掘工作的进行。第三：通过客户关系管理中常用的RFM模型,生成用户的消费指数,并且基于这些指数,运用C5.0决策树算法对用户的重购行为进行了预测。