随着信息技术的发展，信息技术在日常生活中的应用越来越广泛，从而受到越来越多企业的关注与资金投入。另一方面，随着信息技术的普及，企业中的数据越来越多，如何有效地分析这些数据，为企业决策提供最为准确的数据基础，直接关系着企业未来的命运。而商业智能平台，作为数据分析的软件平台，因其高效性、准确性，被广泛用于企业的数据分析，如用户行为分析、用户行为预测等。　　 然而，随着数据的爆炸性增长，传统的商业智能工具已经无法在合理的时间内处理这些数据。另一方面，随着业务的复杂化，传统商业智能平台在集成商业智能组件方面成本越来越大。　　 为了解决上述问题，本文提出并实现了一种新的商业智能平台架构，该架构基于Hadoop，使得海量数据的处理变为可行，并引入了工作流引擎与可扩展的插件框架，使得平台的集成性大大加强。本文的内容包括：　　 1.面向海量数据处理：该系统架在Hadoop平台上，并基于Mapreduce框架，实现了大规模数据处理算法，并将该算法集成到平台中来，使得该平台能够处理海量数据；　　 2.可动态部署的插件框架：设计并实现了轻量级插件框架，并定义了统一的插件规范，任何遵循该规范的插件都能够动态地部署到系统平台中来，而无需重启系统，使得平台具有极强的可扩展性；　　 3.工作流集成机制：设计并实现了工作流引擎，并以工作流作为集成机制，将多种商业智能组件集成起来，使得平台能够支持复杂的业务流程；　　 4.最后，本文将该系统运用到真实的案例中，该案例体现了系统平台的高效性、可扩展性，并且支持复杂的业务，验证了本系统的可行性。