随着信息技术的迅速发展,很多网络音乐企业积累了大量的业务数据,但是这些业务数据的商业价值并没有被充分的发掘和利用。商业智能是一种能够将存储在业务系统中的数据转化为知识和智慧的技术,目的是使企业的决策者获得洞察力,帮助企业做出明智的经营决策。本文将致力于运用商业智能技术推动网络音乐企业的经营管理,以网络音乐企业的中、高层管理者为对象,提供可以被快速、直接获得的决策支持信息。为了客观准确地为企业提供决策支持,迫切需要建立一套反映网络音乐企业用户偏好特征的商业智能系统。本文针对我国网络音乐企业的业务现状提出了商业智能系统构建方案,而在具体商业智能系统的创建中,针对网络音乐企业这一特殊性质,详细阐述了数据仓库构建过程中主题的确定,维度的确定,以及可选择的指标。接着在数据仓库的中已建成的面向主题的多维数据集的基础上构建OLAP模型,实现OLAP,最后,数据挖掘主要是讨论了算法的选择和算法的运用,考虑到网络音乐企业的大型数据库中的高维数据,因此选择网格算法CLIQUE进行聚类分析,并利用Apriori对聚类产生的簇进行规则发现。在方案应用阶段,笔者选择欢聚时代旗下的YY音乐进行具体分析,首先与大多数网络音乐企业一样,抓住现有注册用户、发展游客成为注册用户,成为企业的重要目标,而最有效的办法莫过于利用客户需求提升网站用户注册率。因此确立客户试听和用户偏好两个主题,利用SSIS建立面向主题的数据集市,利用SSAS进行OLAP模型构建,并且从音乐类型、音乐价格、音乐品质等维度下的客户人数进行展示,初步呈现了用户对于不同音乐产品的选择状况。其次,运用CLIQUE算法对音乐风格、音质、歌曲价格、用户性别、用户年龄、用户职业、用户所在地区、语言类型7个属性进行聚类,获得聚类簇,并利用关联规则算法挖掘簇中的规则,为企业管理者提供用户分类和其相对应的歌曲选择,能够有效的推动管理者未来对产品目标用户的确定和用户期望产品的推广。本文为网络音乐企业单独使用商业智能技术支持决策提供了一套新的方案设计,不同于主流的网站流量分析工具,本文致力于研究从网络音乐企业自身出发的,避免企业业务数据外流的基础上提供业务数据分析手段,挖掘深层次的知识,更加为企业多个系统的数据集成提供了一种新的可能。