随着网络技术的不断发展和社会信息化建设水平的飞速提高，Internet在全球迅速扩张，并且逐渐渗透到社会的各个领域。Internet的普及同时也极大地推动了电子商务发展的发展，使得我们迫切地需要开发一个功能全面、适合我国商务特色、经济实用的B2C电子商务平台。另一方面，电子商务的迅猛发展使得很多企业积累了大量的交易数据和服务器数据。如果充分利用这些海量数据，电子商务系统提供的商业智能分析功能将具有广阔的应用前景。因此，本文提出了基于．NET框架的电子商务系统，同时利用Web挖掘技术和客户关系管理技术进行电子商务系统的商业智能分析，以提高商家的盈利能力。 本系统在设计上采用三层结构模式，使得表示逻辑、业务逻辑和数据逻辑分离，优化了系统的设计方案。在整个系统中，采用ADO.NET数据库访问技术，并用存储过程优化ADO.NET应用程序，通过数据集(DataSet)和直接对数据进行操作两种方式使用存储过程。同时，运用Web挖掘技术和客户关系管理对有用的客户购物信息、客户信息和商业活动进行商业智能分析，从而挖掘新的销售机会，提高商家的竞争力。整个系统分为用户管理子系统、业务管理子系统和经营分析子系统三个部分。在用户管理子系统中，包含若干模块，如角色管理、用户管理和用户信息管理等。业务管理子系统主要实现电子商务的大部分操作流程，如面向客户的浏览、购买和订单等，面向供应商的商品的分类和管理等。而且，管理员对商城具有最高权限的操作。经营分析子系统中的客户关系管理(CRM)通过一系列的数据准备工作：数据清理、数据集成与变换以及数据规约，在客户细分中采用基于信息论的经典的ID3算法，对客户进行细分。ID3算法利用信息论中熵的概念，根据分支前后的熵计算信息的增益，度量系统的判别能力。算法实现的最终目标是输出一棵可以反映客户细分的决策树。本文不仅对ID3核心算法进行了具体的研究和实现，还对其优缺点进行了详细地阐述。 实验证明，采用商业智能分析的电子商务系统，可以极大地节约商城的开支，提高运作效率。由于对客户进行了细分，并采取针对性的营销策略，也将极大地提高商城的盈利能力。