DSS(决策支持系统)在我国已经有了较长时间的发展，但是在理论研究和实际应用方面还需要完善和提高。DSS在企业的经营活动中扮演着非常重要的角色，在决策分析工作中的作用尤为突出。不仅节省了大量的人力资源，提高了决策分析活动的效率，降低了企业的经营成本，而且在信息的准确度、实时性以及信息的多维度和多层次展示方面都非常出色。为了适应企业发展的需要，提高企业的市场竞争力，浙江烟草进行了一系列企业信息化建设。本文从浙江烟草实际业务需求出发，设计了基于数据挖掘的浙江烟草DSS。具体研究内容包括以下五部分：(1)阐述了论文研究背景，DSS的发展现状以及发展趋势，简要介绍了数据仓库、数据挖掘、OLAP三种DSS的核心技术以及三种技术间的关联关系，分析了传统DSS的缺点和新型DSS的优点；(2)基于浙江烟草对于销售分析、销售预测、市场投放分析和零售户分析的需求分析设计了烟草DSS。对系统的总体架构进行了设计、研究了系统主题并对分析主题进行了划分，在此基础上设计了系统的功能模块。(3)对DSS的数据仓库进行了“概念模型逻辑模型物理模型”的设计，并针对卷烟的销售主题进行了物理表结构的设计。分析了数据仓库的ETL方案，选取了SQL编程与IBM Datastage相结合的方案进行ETL作业，对ETL的作业过程进行了展示，为企业进行决策分析和多维分析提供支撑；(4)研究了时间序列、回归分析和决策树的决策分析方法。根据季节变动预测法和回归预测法建立了卷烟销售预测模型进行卷烟销售预测，帮助企业制定市场投放策略。利用ID3算法对卷烟客户进行了分类分析，为烟草细分客户提供支持，针对不同的客户制定不同的发展策略提供依据；(5)对数据挖掘的数据进行了收集、处理以及综合，完成了数据准备工作。数据挖掘的数据包括：全国960多万零售户的购销存数据和零售户信息数据；近20多年的宏观经济数据和人口变动数据；业务系统数据和业务系统采集的市场数据。