随着信息技术的发展和网络化经济的快速进步，企业之间的竞争变的更加激烈，而企业的信息化和WEB技术的广泛应用，导致海量数据充斥在各个企业的现有系统中，如何有效利用这些资源，并从中发现有价值的知识已经成为企业研究数据应用的热点。客户关系管理(CRM)系统应运而生，而数据仓库及其数据挖掘技术能够很好帮助企业从大量的数据中抽取有用的信息，发现有价值的规则，更好的支持企业决策者的工作，使企业能够获得更大的利润。本文结合相关科研项目和广西制造业信息化建设的实际情况，研究基于数据挖掘的网络化制造企业CRM系统。 首先概述了数据挖掘技术和客户关系管理的一些基本理论和概念知识。 其次，进行了关联规则算法的研究与改进。关联规则算法在数据挖掘中是一个重要的研究领域，它具有通俗易懂、可理解性强、应用范围广等优点。本文主要采用Apriori算法来寻找频繁项集，但是该算法的时间效率有待提高，所以提出了一种PAP算法(记录加权分段Apriori算法)，该算法避免了对数据库的多次扫描和占用内存较大的问题。试验分析表明，PAP算法性能稳定，效率高。 然后，针对目前广西制造企业的现状，并以广西某汽车股份有限公司(简称广汽公司)为主要研究对象。从工程化的角度出发，详细分析设计了基于数据挖掘技术的数据仓库，其中包括数据仓库建模、ETL设计和Microsoft SQL Server数据仓库多维数据模型设计多维分析器等。并给出了一个基于数据挖掘的网络化制造企业CRM系统的设计和实现，包括系统的可行性研究与计划、需求分析、系统设计、模块设计、数据库的设计与连接等主要内容。 最后，结合制造企业的具体现状，研究分析了数据挖掘在网络化制造企业的具体应用，包括了如何获得新的客户、如何提高现有客户价值、客户保持、客户满意度和忠诚度分析等问题。 总之，本文对如何在网络化制造中构建基于数据挖掘的CRM系统做了有意义的研究探索，这些探索性的工作为以后在网络化制造企业中全面实施基于数据挖掘的CRM系统打下了良好的基础。