数据挖掘(Data Mining)，又称数据库中的知识发现(Knowledge Discovery in Database,KDD)，是指从大型数据库或数据仓库中提取隐含的、未知的、非平凡的及有潜在应用价值的信息或模式，它是数据库研究中的一个很有应用价值的新领域，融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术。数据挖掘方法有多种，其中比较典型的有关联分析、相关性分析、预测分析、聚类分析等。 同时，数据挖掘又紧密地和数据仓库集成起来。应用数据挖掘技术，较为理想的起点就是从一个数据仓库开始。数据仓库是一个面向主题的，集成的，时变的，非易失的数据集合，它是将各种数据通过清洗、转换、装载过程而形成的，它为数据挖掘提供完整、统一、准确的数据。这个数据仓库里面应保存着所有客户的合同信息，并且还应有相应的市场竞争对手的相关数据。贵州电信大客户管理系统就是建立在数据仓库上的一个CRM(Customer Relationship Management)系统，在这个系统中，必不可少的要素是将海量的、复杂的客户行为数据集中起来的，形成整合的、结构化的数据仓库(Data Wearhouse)，这是数据挖掘的基础。 本文从应用角度出发，对数据挖掘的原理及技术进行了讨论，并根据贵州省电信公司实际情况，结合大客户管理系统的设计开发过程，研究数据挖掘技术在大客户管理系统中的应用。同时，针对贵州电信海量的客户运营数据，经过清洗、转换、整合到数据仓库中，采用了多种分析方法，如聚类分析、预测分析，实现了客户群细分、客户流失预测等功能，极大的提高了贵州电信核心竞争力。