从20世纪90年代起，随着市场竞争的日益激烈和经济全球化的趋势，也由于不断发展的信息技术较好地解决了战术性的日常运作事务问题，许多企业家和学者开始把关注的焦点从改进内部运作更多地放到管理客户资源上来，并因此提出了所谓客户关系管理(CRM,Customer Relationship Management)的概念。人们普遍认为，通过客户关系管理，企业能更好地为客户服务，最大限度地保持和发展客户，进而提高企业的竞争力。客户关系管理的实现，可以从两个方面考虑。一是从管理的角度，解决管理理念问题；二是从技术的角度，为这种新的管理模式提供信息技术的支持，而其中的核心就是数据挖掘技术。由于已经有不少从管理角度讨论客户关系管理的研究成果，所以本文没有过多地讨论客户关系管理的管理理念，而是以零售业为例，在介绍客户关系管理基本理论和其他相关技术的基础上，紧密地围绕其核心技术——数据挖掘进行研究和论述。 论文首先从客户关系管理和数据挖掘的基本概念和原理入手，阐明了在客户关系管理中应用数据挖掘的必要性，构建了以数据挖掘为核心的CRM系统框架；然后，论文改进和扩展了传统的关联规则和决策分类树模型，提出了具有确定性时间约束的关联规则和模糊决策分类树，并修改了传统的挖掘算法，通过示例展示了新模型的应用方法。