信息科学的发展使人类收集、存储、检索和加工数据的能力大大增强.信息管理技术促进了商业和政府事务的信息化,大型数据库系统被广泛地应用于商业和科学研究等领域.决策支持系统(DSS)是一门研究如何把计算机用于支持管理决策的新兴科学,在发展过程中它不断吸收各种信息技术产生的新成果.数据挖掘(DM)是从大量的数据中提取和发现知识的过程.它被广泛应用于各个领域.依靠数据挖掘工具可以从历史数据中发现未知模式,为决策支持系统增加动态模型.数据仓库(DW)概念的提出,明确地将数据库中的数据分成了操作型数据和分析型数据,决策支持系统是以分析型数据为基础的.面向主题的数据仓库为信息管理发展带来了一场新的革命,使数据从本质上满足DSS的需要,为DSS的进一步发展奠定了良好的基础.该文介绍了决策支持系统的基本内容和数据挖掘的相关理论;并利用数据挖掘中的聚类算法,自组织特征映射神经网络(SOM),对计算机书店的书籍销售时间序列进行了聚类分析,得到了良好的效果;探讨了SOM在决策支持系统中建立动态模型的步骤和数据挖掘工具在智能决策支持系统中可能的应用前景;在介绍数据仓库概念的基础上,具体研究了数据仓库的体系结构和建造过程;对集成数据仓库的智能决策支持系统做了简单探讨;并针对报业广告信息决策的特点,运用数据仓库思想设计了报业广告智能决策支持系统;基于多层次决策应用的需要,提出了一种改进的三层数据集市结构;遵循概念模型——逻辑模型——物理模型的数据模型精炼过程建造数据仓库,并以此为数据基础实现了一种虚拟集市结构和报业智能决策支持系统.