随着中国邮政储蓄体制改革的深化，尤其是邮政储蓄银行的成立，邮政储蓄将直接面对残酷的市场竞争。而且在快速发展的计算机技术的推动下，金融产品之间的差异日益缩小，高质量的客户服务成为金融企业的竞争优势，如何有效地保留老客户、吸引新客户，提高客户关系管理水平成为邮政储蓄发展必须解决的问题。中国邮政储蓄现行的组织架构和人员配备，使得邮政储蓄的客户关系管理仍然是任重而道远。 以往在结合数据挖掘技术进行客户分析相关工作时，仅仅考虑个体自身的特征或属性，而忽视了个体之间客观存在的各种联系，这样的分析是不全面的。 有鉴于此，本文在现有数据挖掘技术和客户关系管理系统的基础上，提出了链接属性的概念，对链接挖掘进行了研究，深入地探讨了如何对具有丰富链接结构的数据集进行挖掘的问题。本文充分考虑现实社会中客户个体之间的相互联系，使用关系网络分析方法对客户链接关系网络进行分析，将体现客户关系网络特征的链接属性和客户自身属性结合起来，利用相关数据挖掘算法，对邮政储蓄潜在流失、潜在优质客户进行链接挖掘的研究与应用，提高了邮政储蓄客户分类精度，更全面、有效地为邮政储蓄提供决策支持。 本文有以下创新： (1)提出链接属性的概念，对链接挖掘进行研究，打破传统挖掘仅考虑个体自身特征的固定思维，尝试从一个新的角度去进行数据挖掘相关工作，重视以往很少被考虑到的个体间关系，给相关领域带来一定的启发和推动作用。 (2)量化现实社会中客观存在的个体间关系，为更加灵活地对具有丰富链接结构的数据集进行挖掘提供有效的辅助手段。