随着计算机网络的发展与互联网的深入应用,企业面临数据爆炸式增长,如何从这些海量、异构、多样、动态的数据中准确、高效、低成本地挖掘有价值的信息,帮助企业和机构做出决策,已成为许多企业下一个阶段信息化系统建设的重要目标。传统的在开发阶段必须确定相应功能的应用开发模式,很难适应基础数据快速增长、应用需求多变的使用环境,很容易导致系统开发周期长、使用寿命短的局面,造成巨大人力、物力浪费。研究可适应多变需求的应用系统,具有实用价值。本文在深入研究可适应多变需求应用系统构建相关理论和技术的基础上,提出了一种处理方案：基于通用数据处理平台提供动态定制数据处理(统计、数据挖掘)流程的功能,而(高层)应用系统通过一个流程处理执行引擎执行可变流程或者组合的流程方式,以增强应用系统适应数据和多变需求的能力。论文主要贡献和工作如下：1.研究了可跨平台交换统计和挖掘模型的通用语言PMML,并在研究了部分开源PMML执行引擎的基础上,设计并实现了一套PMML执行引擎。2.设计并实现了一套可支持数据预处理、数据集成和部分数据挖掘的可视化数据处理流程设计平台。该平台以PMML语言作为数据处理流程的基本描述语言,以自主设计的PMML执行引擎为流程定制模块的核心,实现了允许以直观的、交互式绘图方式,进行可视化流程设计、流程执行以及可视化执行结果展示等功能。该平台主要功能现已基本完成,可正常运行。将平台应用于某商业银行海量客户交易金融数据信用分析,验证了平台的一些功能,通过定制数据处理流程来应对部分可变需求的方法,增强了高层应用系统的可适应性,验证了本文方案的有效性。