目前,各商业银行在企业大客户、个人用户等方面已经形成了复杂的竞争局面。随着更多的外资金融机构进入中国市场,金融行业在争夺优质客户和扩大新业务市场占有率等方面的竞争将会更加激烈。金融企业又将如何找到自己最有效的客户,如何开发有竞争力的业务呢?“数据挖掘”技术应运而生。数据挖掘技术应用的价值在于帮助金融企业分析影响其业务的关键因素,从而帮助金融企业增加收入、降低成本,使金融行业的管理决策更趋科学,客户分析更趋精确。可以说数据挖掘技术应用是金融信息化必不可少的一步。本文以金融客户关系管理等实际需求为应用背景,进行了如下方面的工作:1)分析指出国内应用客户关系管理缺乏客户行为的深层次分析工具,即缺乏利用更加有效的数据分析技术对客户进行深入地了解,也就是数据挖掘技术应用的不足。2)结合商业银行的特征,提出了基于数据挖掘技术的客户关系管理系统的体系结构。由于目前我国大多数的商业银行尚未建立数据仓库的事实,所以数据挖掘在商业银行的关系数据库上进行。3)实现了一些可以为银行的客户关系管理的数据挖掘算法,分别是:分类和预测的决策树方法、发现关联规则的Apriori算法。并结合银行的数据进行了实际的应用。本文将数据挖掘技术应用到商业银行的客户关系管理系统中,为商业银行的客户分类和交叉销售提供了数据分析上的支持。本文具有较大的实际应用价值和一定的理论意义。