随着市场经济的发展，企业问的竞争日益加剧，本论文正是于此环境下研究基于商业智能的知识库系统模型。该模型是一个以客户为中心、以数据为关键、以信息为基础的模型，它从多个角度和层面对数据展开深层次的分析、处理和提取知识，为决策者提供相应的决策依据。　　 本论文的研究目的是为企业建立一个可行的知识库系统模型，该模型有比以往模型有更高的效率、更强的实用性。文中使用信息增益中的属性选择度量方法建立决策树，对样本数据分类，提取出知识。　　 本论文中提出了一种改进的BP(back propagatioN, BP)神经算法，称为I-BP(INFO-BP,I-BP)神经算法，它是以德尔菲法(Delphi technique)来确定初始权值的。本论文使用它调整属性权值来对客户行定位，以便企业进行不同的服务。算法的改进主要包括：增加动量项、自适应调节学习率。利用得出的知识对规则的冗余性、规则的矛盾性、规则的循环性和规则的完整性等方面进行校验，不断更新和完善知识库。　　 本论文的另外一个重点是以社区通中的商圈管理系统的数据库中的样本数据为研究对象，建立客户关系管理系统知识库模型，以MATLAB的神经网络工具箱的工具训练样本数据。仿真结果表明，模型是有效的，且收敛速度快，震荡性弱，性能稳定。还用商圈管理系统中应用模型前后客户数量的对比来表明模型的实用性。本论文的研究能适应当前科技的发展，对今后的研究起着铺垫的作用。