客户关系管理(CRM)是一种旨在改善企业与客户之间关系的新型管理机制,它通过提供优质和个性化的服务吸引和保持更多的客户。经过多年信息管理系统的使用,企业的数据库中拥有关于客户的大量数据,这些数据背后隐藏着许多重要的信息,数据挖掘能够创建对客户进行分类和预测的模型,帮助用户从大量的数据中抽取有用的信息,从而很好地支持企业经营管理者的决策。本文从客户关系管理的需求入手,在分析了数据挖掘的基本原理和技术后,重点讨论了在CRM中应用决策树挖掘技术进行客户分类的问题。为了实现CRM的客户分类,本文作了如下工作:首先,针对SLIQ决策树分类挖掘算法,分析了原算法构造的决策树可能过大,导致用户难以理解和解释,为了限制决策树的大小,对原SLIQ算法提出了一种改进思路。通过输入决策树的最大节点数参数,构造适当大小的树。为了对提出的改进算法进行验证,设计了一个决策树建模软件,验证改进算法的效果,并用该算法对一个客户数据集按客户的个人信息进行客户细分。软件可以实现数据集的可视化表示、挖掘结果的可视化、决策树叶节点规则的提取,能够动态调整决策树建模的输入参数,以便于通过得到的多个不同决策树模型,查看模式的变化情况。最后用PMML规范表示挖掘得到的决策树模型,以方便在不同数据挖掘工具之间共享模型。