商业智能是九十年代末提出的一种将存储于各种信息系统中的数据转换成有用信息的技术，它通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。在企业做大做强的过程中，商务智能扮演着至关重要的角色，它使企业能精确地把握不断变化的商业环境，作出快速而准确的管理决策。商业智能的支撑技术包括数据仓库、联机分析处理和数据挖掘。 本文首先介绍了商业智能系统的相关内容和技术，设计了采用基于Web的B／S体系结构，包括数据源层，数据仓库层，OLAP和数据挖掘的应用服务器层和终端用户数据浏览层，该结构层与层之间相互独立，具有较强的灵活性和适应性，能较好的适应商业智能系统的最终用户反复多变的需求；前端用户的数据浏览通过IE浏览器实现，既易于非计算机人员的操作使用，也利于系统管理员对系统的升级维护，还能充分利用企业现有的局域网，减少投资。 接着在分析蔬菜副食品批发交易市场原有信息管理系统的数据结构的基础上，根据市场的实际分析需求，设计了三个数据仓库的主题，分别是销售分析、单价分析和蔬菜检测分析，并在SQL Server 2000中建立基于这三个主题的数据仓库，且从源数据库中抽取、转换和导入相关数据到数据仓库中；接着在这个数据仓库上，用微软的Analysis Services对三个分析主题建立三个对应的多维数据集，用MDX语言实现各种分析需求和数据的钻取、切片、切块，并用微软的Reporting Services开发基于Web的前端数据展现，且对最终用户的数据安全实现进行了讨论；最后，在分析决策树数据挖掘算法的基础上，用微软决策树算法设计和实现了两种预测型挖掘模型，分别用来挖掘预测市场经营户对市场销售额的贡献度和单价差值比的分析挖掘。 文章最后提出商业智能系统未来的两个研究方向，即构建行业管理分析模型和建立信息管理系统中的信息资源规划。