客户关系管理是当前企业管理的热点问题,为了提高客户满意度,进而提升利润水平,企业必需掌握完善的客户信息,把握准确的客户需求,最终达到使自己的产品更具有吸引力、使自己的企业更具有竞争力的目的。要实现这一目标,就需要从大量数据记录中提取出隐含有用的信息,就需要先进的数据分析方法和需求预测模型,而数据挖掘与传统预测方法相比具有操作便捷和结果易于理解的优点,基于数据挖掘的CRM需求预测模型的应用研究能帮助企业解决利润增长的瓶颈问题,因而越来越受到研究者的重视。本文出于客户需求预测模型急需改进的迫切性,在对构建CRM过程中最有价值的环节:描述客户、预测客户需求进行了研究。本课题以概率学为理论基础,针对国内目前的预测要求和企业情况,采用数学建模的方法提出了新的预测模型,该模型分为客户需求预测模型和产品竞争分析模型。同时,基于预测模型的数据需要,综合分析了典型聚类算法的优缺点后选择了合适的算法,并采用面向对象和并行的方法改进了聚类挖掘的CHAMELEON算法。经过实验证明,这些模型和改进有很强的实用性和高效性,可应用到各种存在预测和竞争的研究工作或实践操作中。最后设计实现了一个示范应用系统,来验证和展示设计的系统功能,以便于项目推广和应用。