数据挖掘技术(Data Mining Technology)是伴随着数据仓库与在线分析处理(On-Line Analysis Processing, OLAP)这两项技术的快速起飞与应用,带来数据量与决策需求两方面持续增长的前提下应运而生的。数据挖掘是商务智能(Business Intelligence, BI)的关键技术之一,通过相应的算法,找出数据所隐含的潜在模型,为决策者提供决策支持。对于竞争日益激烈的市场环境来说,数据挖掘技术将成为支撑企业精准营销的重要手段之一本文着重讨论了笔者所从事的《华商报》黄马甲96128电子商务平台(主要通过网络与呼叫中心两种方式销售产品)建立以来所形成的海量客户数据库,并通过决策树算法中的ID3算法研究客户的流失问题,通过聚类算法中的K-means算法研究商品价格问题,通过关联规则中的Apriori算法研究购物篮中的商品关联度问题。本文利用黄马甲客户关系管理系统中已形成的客户数据。首先对数据进行清理,并以10万数据量为基准,开始进行数据挖掘。首先建立了数据仓库,ID3决策树算法与Apriori算法运用Eclipse工具进行java编程,K-means算法用C++语言进行实现,并运行出相应的结果,再对结果进行分析,找出其中的商业价值。并运用图表进行描述。实验结果表明,重视用户的流失分析、商品价格分析、购物篮分析,从根本上以客户需求为导向,全面提升黄马甲96128电子商务业务水平,使业务发展更上台阶,为领导决策提供科学的数据支持。