信息技术的广泛应用,使得煤矿企业积累了大量的数据,煤矿企业已经从信息匮乏的时代进入到了信息过载的时代。信息化后的煤矿企业历史,变成了信息系统数据积累的历史,如何从积累的历史数据中,挖掘出真正有价值的数据金矿,成为了煤矿企业面临的一大难题。煤矿企业现有的各类信息系统、财务报表不能真实全面地反映生产经营过程中的实际情况,管理者在日常的经营决策中失去了真实的数据支持。本文提出一种基于商业智能的煤矿企业辅助决策分析解决方案,运用全新的管理思维和先进的技术分析手段,力求从积累的数据中提取出有价值的信息和知识,智能地辅助管理人员进行决策、分析,帮助管理者摆脱经营过程中的盲目猜测行为以及无知状态,实现经济效益和管理水平的双重提升。本文首先对商业智能和辅助决策分析进行了概念界定,并对商业智能体系和集成学习理论进行了阐述。然后从煤矿企业的生产经营特点、管理模式现状、经营决策存在问题等方面对当前煤矿企业的经营决策现状进行了分析,在此基础上,提出了基于商业智能的煤矿企业辅助决策分析解决方案。针对煤矿企业缺乏定量预测模型,预算编制的测算过程不合理的情况,引入商业智能中的数据挖掘技术构建定量预测模型。选用了集成学习理论中的随机森林算法构造模型,将采集到的指标数据随机分成训练集和测试集,使用训练集对模型进行训练定型,使用测试集对模型的推广泛化能力进行检验,并与另外两种集成学习模型、三种非集成学习模型进行对比,结果显示该模型具有良好的预测效果。为解决煤矿企业决策信息不对称,决策分析不到位的问题,使用商业智能中的数据仓库和联机分析处理技术实现了多维分析系统。将异构数据源经过提取、转换、加载到数据仓库中,将各类信息系统数据连接在一起,使信息得到充分共享;OLAP技术提供了灵活复杂的查询操作,使用户能够便捷地从多个视角刻画数据特征,深入钻取细节信息,实现对信息资源的充分利用。最后,根据实际的商业智能信息化项目需求,将商业智能技术应用到煤矿企业辅助决策分析系统中,提取出少量核心指标建立了辅助决策分析系统的指标体系,并研究了前端展现技术,借助图表的强大信息展现能力,将信息以友好的方式呈现在用户面前。