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。随着信息技术的飞速发展，各行业的业务数据规模也不断增大，同时，数据挖掘技术不断成熟并逐渐向行业应用方向飞速发展。随着国内保险业的快速发展和保险市场竞争的不断加剧，为了提高市场占有率，充分了解客户的购买行为，数据挖掘技术是一种非常好的数据分析工具。 本文通过深入了解保险行业的领域知识以及对数据挖掘技术、数据仓库技术的学习研究，详细阐述了数据挖掘技术以及数据仓库技术在保险业客户分析中的应用。本文的主要工作如下：1．从保险业的基本流程入手，详细阐述了交叉销售、客户细分、客户响应等领域的背景知识，介绍数据挖掘和数据仓库技术在该领域分析中的应用；2．从数据仓库概念入手，分别介绍了数据仓库概念模型和逻辑模型的设计与实现。3．从数据挖掘技术入手，分别介绍了分类、聚类、关联规则等算法的实现及其在保险客户分析中的应用；4．对分类算法，详细介绍了SLIQ决策树算法，并提出了相应的客户细分模型；5．对聚类算法，介绍了CLIQUE算法及其实现，并建立了一个客户响应模型；6．对关联规则算法，详细介绍了FP-growth算法的实现，并提出了交叉销售模型；7．实现了一个数据挖掘保险客户分析系统LIMiner，本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。