随着信息技术的飞速发展,数据信息量不断增加,在大量数据中挖掘出真正有益的信息越来越难和耗费时间。此外,由于行业间系统异构,导致数据信息之间很难实现共享和相互利用,宝贵信息资源被浪费。通过将数据挖掘技术和SOA架构技术相结合,实现信息资源共享、最大限度利用现有资源进行数据挖掘十分必要。因此在SOA架构背景下对数据挖掘组件中涉及的关键技术进行研究具有非常重要的现实意义。鉴于数据挖掘技术具有趋势预测的优势,从数据挖掘中的BP神经网络算法着手,通过改进PSO优化BP权值、引入动量项、自适应学习速率和陡度因子等提出了改进的BP神经网络算法,通过预测遗传高血压患病年龄进行实验验证。实验结果表明,改进的BP神经网络预测结果比标准BP神经网络更接近真实值。利用SOA架构技术的服务组件复用优势,从SOA架构体系入手,采用其中Web Services技术对数据挖掘组件进行封装并且发布,对外提供调用接口,使之成为可复用组件。对SOA架构的数据挖掘组件中技术的研究能够满足数据挖掘和服务复用的需求,能够实现趋势预测和资源共享。