本文主要研究了数据挖掘中关联规则挖掘技术在电子银行业务中的应用。数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、事先未知但又有潜在价值的信息和知识的过程。关联规则挖掘是数据挖掘的一个重要研究领域,关联规则挖掘的目标是通过对数据处理找出一些积极的、有意义的规则。关联规则挖掘技术广泛应用于商业、银行、电信、保险、医疗等行业。电子银行作为各家商业银行争先发展的重点,市场竞争日趋激烈。作为一种主要靠人机交互的经营方式,如何提高其业务推荐效率,是各家商业银行一直在深入研究的问题。本文应用关联规则挖掘技术,对银行产品与产品、客户与产品的关联关系进行了研究,并基于挖掘得到的关联规则建立了电子银行产品的推荐模型。具体工作如下:(1)通过对银行产品特性的分析,确定分类依据,合理分类电子银行产品。(2)对交易数据及相关数据进行预处理。(3)采用MicroSoft关联规则挖掘算法进行关联规则挖掘:通过对产品消费记录的分析,找出不同产品的购买关联;通过对主要的客户信息指标与购买行为的分析,找出客户自身特点与电子银行产品购买行为之间的关联。(4)建立推荐模型,针对未来用户实施产品推荐。