大数据时代的来临让商务数据结构类型和成分发生了质变,在有些场景中传统商务智能工具已无法满足现代企业智能决策的需求。同时随着云计算、物联网等新技术的发展又催生了新的商务需求。因此将人工智能中机器学习研究的新成果增强学习应用于商务智能领域必将成为学术界研究的热点,具有重要的理论和实践意义。本文针对大数据背景,探讨机器学习方法中的增强学习在商务智能方面的应用方案及相关技术。运用增强学习算法,针对大数据场景中商务智能系统的特点探索增强学习商务智能系统构建方法和应用流程。改进了传统商务智能系统理念,协同应用大数据分析技术和机器学习领域的增强学习方法解决了制约未来智能系统实时分析和计算问题,提高企业决策水平和效率。在研究传统的马尔可夫决策过程理论的基础上,针对商务结果滞后、商务状态边界清晰的商务智能实现的问题中,利用大数据分析技术从商务状态环境中学习增强函数得到状态奖励参数和动作参数,从而得到最优决策解。实验以有限状态小型仓库库存商务问题为例,采用增强学习中的Q学习算法构建了Q学习矩阵并进行实证研究,结果表明所提方法行之有效。最后探索了大数据场景中增强学习的商务智能实现。