中国保险行业在近二十年中保持高速发展,但是随着对外开放的进一步扩大和全球化进程的加快,中国保险业也面临着空前的挑战,财产保险作为保险行业的重要组成部分更是如此。市场竞争日趋激烈,企业内部管理面临新的需求,客户的消费价值观发生了变迁,这些都是所要面临的问题。企业想要在激烈的市场竞争中脱颖而出占得先机,就必须充分利用一切可利用的资源。这些资源不光是企业的外部资源,还包括企业本身所拥有的内部资源,而财产保险公司在长期的业务作业过程中所积累的海量历史数据就是一笔重要内部资源。如何对这一资源有效地管理和利用,并将其提高到知识创新、服务企业的高级阶段,这是该行业当前需要迫切解决的问题。目前,虽然很多保险公司都建立了自己的业务处理系统,但由于其先天的面向操作性,功能相对单一,对数据的基础处理比较粗,数据质量比较差,运行状况不尽人意。对这些问题的解决,数据挖掘技术具有较大的适用性。　　 数据挖掘是数据库和数据仓库研究与应用中的一个新兴的富有前途的领域。采用数据挖掘技术能够从海量的财产保险业数据库中发现一些未知的、有价值的规律,帮助公司向管理智能化、决策可靠化、定位目标精准化发展,也在建立理想的客户风险模型、客户价值模型、实现欺诈识别等方面给予了有力的支持。　　 数据挖掘技术在国内保险业中应用的研究还处于起步的阶段,虽然在保险业中使用数据挖掘技术方面的研究或探讨日益增多,但是投入到实际系统中运用还相对较少,特别是财产保险领域。与国外相比,国内保险业使用数据挖掘技术的公司仍为少数,这与国内软件公司缺乏国际最新的技术和产品、在国际市场的生存竞争力与客户管理的先进经验都有关,因此探讨数据挖掘在此领域的运用有实际意义。　　 论文的主要内容安排如下:首先,阐述了财产保险业务的现状及特点,分析了财产保险业发展过程中存在的矛盾,以及数据挖掘技术在国内外保险业中应用和研究的现状；其次,介绍了数据挖掘的基本理论,包括数据挖掘的基本内涵、主要任务、常用方法、过程及过程模型,并对主流的数据挖掘产品做了详细的比较；第三,在财产保险业中引入数据挖掘技术,介绍了财产保险业中可选的主题及采用的模型,并对挖掘结果的商业用途做了阐述；第四,以江苏某财产保险公司车辆保险的承保和理赔数据为个案分析对象实施数据挖掘,利用C＃语言完成了数据预处理阶段的部分工作,选择SQL Server2005 Analysis Service作为数据挖掘工具,利用其提供的决策树算法建立了基于车辆基本特征的理赔模型,对所建立的模型进行了评估,并阐述了其商业用途；最后,对本文工作做了总结,包括本文工作的贡献和不足,并明确了今后进一步工作的方向。　　 本文的研究对数据挖掘在财产保险行业中的应用方面进行了新的有益的尝试,能为财产保险业建立理赔模型、降低运营风险、提高收益带来新的思路,进而能为财产保险企业在激烈的行业竞争中获得优势提供一定的帮助。