随着堆积在互联网中的数据呈爆炸性的增长,企业自身的发展迎来了巨大的机遇,商业智能(Business Intelligence,BI)领域的发展使得企业能够从方方面面的数据来源中更全面的认识自己的客户、合作伙伴甚至是竞争对手,与此同时,对海量数据的处理也为企业带来了新的挑战,这方面主要的问题表现在信息过载,大量的数据给人工处理和分析这些数据带来了巨大的困难。企业关系及商业形式瞬息万变,准确、及时的获取周边信息是企业立于不败之地的关键,基于此,需要提出和开发一个新的方法和工具去处理这些海量的互联网数据,发掘企业间的合作与竞争关系网络,并能够及时、快速的监测、分析和展现最新的结果,这样,企业可以及时有效的利用这些关系进行商业决策,通过合作、联合等等来改善市场表现、发现市场规律、减少经营成本。通过大量实验和对比,本文探索出了一种从海量无结构文档中有效的获取企业间竞争和合作关系的方法:“基于指示词的企业关系分类方法”,这是一种半监督的学习方法,该方法通过少量人工标记分类指示词,并以这些指示词作为文本特征来指导分类,且指示词可以自动扩展和自动训练其特征权重,实验证明,该方法具有一定的先进性和实用性。同时,通过对基于互联网文本的企业关系挖掘技术的研究,本文最终可视化的展现了企业关系网络,期望能够简洁、直观、明了、友好的表达最终的研究成果,使得本研究成果能够真正进入企业实际应用,为企业战略决策提供参考价值。