如今,信息化技术得到了极大的发展,与计算机有关的技术已经渗透进各个行业,在企业持续化运营发展的过程中,产生了海量的数据信息。目前,主要研究方向为如何从这些海量数据中发掘出隐藏的知识,从而为企业进行重大决策时提供理论支持,使决策变得高效、科学、合理。近年来,烟草工业企业信息化建设不断发展,取得了显著的效果,为了企业持续、稳定的运营,大部分已经建立了较为完善的内部网。但是,对于大多数烟草工业企业来说,目前的大部分信息化应用,只是对业务数据信息进行简单的统计分析,不能满足企业越来越高的需求。因此,为了提高烟草工业企业的市场占有率以及其核心竞争力,必须要对烟草企业长期以来产生的大量数据信息进行深入分析并研究,目的是使有限的资源能够得到最大化的利用,降低成本,提高企业经济效益。与此同时,烟草工业企业数据库中包含了大量历史信息。本文的工作是利用数据挖掘中的预测技术对历史数据进行分析,发现隐藏在内的有价值的知识,这些隐含知识可以为企业管理者进行重大决策时提供理论依据。对预测模型进行优化,以实现更好的预测效果。主要工作如下:研究数据挖掘技术的理论知识,以及烟草工业企业的运营现状,如何利用数据挖掘技术为烟草工业企业提供辅助性决策。研究已存在的预测分析的设计方法,通过进行对比分析、讨论它们各自的优缺点,并综合以上研究,分析和设计出适合本课题的方案。对现有的预测模型进行改进,并应用到烟厂预期效益分析系统中,精确度较高。