客户关系管理是一个系统性的工程，是技术和管理相结合的产物。作为企业信息化的最新发展，客户关系管理实现了企业由以产品为中心向以客户为中心的转变，客户首次作为一种资源纳入企业的管理视野。目前客户关系管理已经成为企业提高客户满意度、增加客户保留、提高企业盈利能力，从而提升企业竞争力的最有效举措之一。 与客户行为相关的数据是客户关系管理的基础。企业的各种信息系统和员工头脑中存在着大量的与客户有关的数据，这些数据背后往往隐藏着许多重要的信息，但由于技术和观念的局限性，很多客户数据背后隐藏的客户信息和客户知识无法被快速有效地挖掘出来。数据挖掘正是为解决这一问题应运而生的一种知识发现技术。数据挖掘能从大量的日常积累的数据中发现潜在的、有价值的信息和知识，用于支持决策。数据挖掘有着广泛的商业应用潜能，是知识发现与知识管理研究中的一个很有应用价值的新领域。因此在客户关系管理中融入数据挖掘技术是未来的发展方向，具有广阔的前景。本文研究工作鉴于此展开。 论文首先介绍了写作背景、研究意义，并分析了国内外CRM、数据挖掘的研究现状及发展趋势，提出了关联规则的挖掘问题。然后对CRM、数据挖掘进行了概括描述，全面系统的阐述了CRM、数据挖掘的基础理论以及应用技术，详细论述了CRM理念、技术以及数据挖掘技术在CRM领域的应用。在此基础上，全面深入的研究了关联规则挖掘技术，从分析传统的关联规则挖掘算法入手，引出该算法的不足并提出了改进算法，给出了性能分析，并设计和实现了一个算法模型，用实验结果表明算法的有效性。从理论方面讨论了关联规则的应用——关联分类，证明其优越性。最后从技术和应用的角度探讨了CRM中数据挖掘的应用，通过实证分析，发现和解决实际应用中的具体问题。