数据挖掘是从大规模的数据中抽取非平凡的、隐含的、未知的、有潜在使用价值的信息的技术.随着信息技术的不断发展,各行业的数据规模也不断庞大,与此同时,数据挖掘技术不断成熟并逐渐向领域应用方向发展.随着信用卡业务的快速拓展,数据挖掘技术应用于信用卡数据分析将成为一种必然的趋势.该文通过深入了解信用卡的领域知识以及对数据挖掘技术的学习研究,详细阐述了数据挖掘技术在信用卡分析中的应用,该文的主要工作如下:1.从信用卡的信用评分、欺诈探测、客户关系管理等领域分析入手,阐述该领域的背景知识、传统采用的分析手段和分析模型、介绍数据挖掘技术在该领域分析中的应用;2.从数据挖掘技术入手,分别介绍了分类、聚类、异常检测等算法的实现及其在信用卡分析中的应用;3.对分类算法,详细介绍了SLIQ决策树算法和BP神经元网络分类算法,并提出了相应的信用评分模型和客户关系管理分析模型;4.对聚类算法,介绍了CLIQUE算法及其实现,并建立了一个客户分析模型,即客户消费行为分析模型;5.该文重点对异常检测算法作了较深入的学习,详细介绍LOF算法的实现以及在实现过程中的改进办法,并提出了客户异常消费行为分析模型;6.实现了一个数据挖掘信用卡分析系统DMCA,该文对这个系统的体系结构、数据模型以及各个功能模块都做了详细的介绍.