随着我国银行业不断的高速发展，各个商业银行积累的数据越来越多，商业银行通常需要对这些数据进行集中处理分析，因此海量数据的处理问题急需得到解决。而依靠人工进行数据分析处理的传统方法，已经不能够直接应用于大量数据的数据分析。所以人们需要一种能够对数据库进行自动分析的智能的工具和技术。随着计算机数据库和网络技术的快速发展，现在我们对于数据采集的能力也有了很大的提高，为了从海量信息中提取可利用的有效知识，数据挖掘技术应运而生。　　本论文从数据挖掘的角度对银行业务管理系统的设计与实现进行了分析，并以招商银行某分行业务数据为分析对象，采用己有的数据挖掘算法进行适应性研究，使用多种分析法分别建立模型，从而探索建立适合的统计分析模型。本文是基于理论研究和结合企业实施可供应性设计及其信息系统管理的应用，首先介绍了数据挖掘和关联规则的概念，以及它的应用和常用方法，重点介绍了关联规则挖掘的过程和常用算法，由浅入深，从数据挖掘的基本知识到应用领域再到算法，为下一步的工作做了理论上的铺垫。同时也介绍了“基于数据挖掘的银行业务管理的统计系统”，并且从银行业务发展的角度出发，对业务管理系统进行了分析，完成了系统的需求分析工作。然后，在产品需求分析的基础上，确定了系统的整体设计思想，并且根据整体设计思想，从系统逻辑架构设计、系统功能模块设计、系统数据库设计等三个方面完成了整个系统的设计工作。最后，通过本论文中论述的主要技术及相关开发方法，完成了“基于数据挖掘的银行业务管理统计系统”的开发工作。系统最终实现了需求分析阶段确定的各种产品功能特性，较好地满足了现阶段银行业务发展的需要。