近10年来保险行业不断发展和壮大，经过长时间运营的保险公司已经积累了大量的历史销售数据。与此同时，数据挖掘技术在近十年间也受到广泛关注而得到了快速的发展。保险公司大量的历史数据在数据挖掘技术的支持下正好能得到最大的利用。数据挖掘技术可以帮助保险公司识别出能为保险公司带来高利润的目标客户，帮助保险公司完成市场细分，帮助制定决策，使得保险销售人员能更好地驾驭市场。本文针对保险业的特点，对保险客户销售与一般客户销售的不同性进行对比，对保险行业在客户识别和险种捆绑销售活动两方面进行数据挖掘技术的相关理论的研究和实践探索。本文首先通过对现有文献的研究学习，对本文研究所涉及到的数据挖掘的相关理论知识进行了简要介绍，并从理论上分析了数据挖掘技术应用在保险行业的可行性。接着，通过对保单销售管理系统的相关数据进行探索，设计出适用于保险业目标客户的数据挖掘模型，从现有系统里分散并且数据量庞大的数据库中收集、抽取出与客户相关的数据，完成数据的理解、集成等的数据准备工作，定义了目标客户的划分标准，成功建立了目标客户的数据挖掘模型，最后完成了目标客户识别的挖掘任务，从实际实验上验证了数据挖掘技术应用在保险行业的可行性。同时，本文还对保险公司现有产品的历史销售记录做了购物篮分析，便于销售人员进行险种捆绑销售。文章最后，总结在研究过程中所得出的主要结论和在研究过程的不足，指出了在保险业中实施数据挖掘技术的未来研究方向和不足之处。