互联网的发展带动了电子商务的兴起，电子商务企业大量涌现，电子商务形态也越来越多，同时，这给电商企业的生存和发展带来了压力和挑战，将商务智能引入电子商务已成为电商企业保持竞争力的有效方法之一。本文将贝叶斯网络引入电子商务交易过程，探讨电子商务平台上基于贝叶斯网络的商务智能信息集成模型。本文首先研究贝叶斯网络结构学习算法。无约束贝叶斯网络结构的建立过程依赖于节点顺序和节点相关性，但现有的结构学习方法由于随机确定的搜索顺序和没有反映节点独立关系，使得结构学习存在低效性。本文提出一种改进的结构学习算法，在考虑网络结构参数与复杂度的评分基础上，将节点间相互独立的程度引入作为评分依据，并应用遗传算法获取结构学习的最优搜索顺序。在改进的评分依据与优化顺序下，使用经典数据集进行实验对比，得到了新算法更有效的结论。针对电子商务交易过程实际情况，本文选取了影响用户价值评价的主要指标，并利用改进的结构学习算法建立贝叶斯网络结构，提取主要推理规则，并从用户价值评价、用户来源、用户流失、潜在用户挖掘四个方面进行知识推理。实验结果显示，该网络结构推理准确率达92.4%。最后，以贝叶斯网络为基础，本文研究了商务智能信息集成模型，并结合实时数据监控、用户行为分析、用户转化率和用户价值分析四个方面，探讨了商务智能在电子商务运营中的应用。