银行在客户关系管理过程中,会产生大量的客户数据。充分挖掘这些数据中隐藏的有用信息,可以为银行的经营决策带来极大的帮助。数据挖掘技术以其善于从大型数据仓库中挖掘有用信息的特性而成为银行客户关系管理中处理客户信息的最佳技术选择。论文在对银行客户关系管理中应用数据挖掘所产生的商业价值分析的基础上,分别从构建数据挖掘应用系统结构、选择实施方法、设计具体算法三个方面对数据挖掘在银行客户关系管理中的应用做出了逐层深入的研究。论文首先介绍了客户关系管理和数据挖掘的概念;其次探讨了银行客户关系管理中数据挖掘的商业价值及其实现形式,分析了数据挖掘在提高收益、降低成本和增强竞争优势方面的显著作用。论文接着阐述了银行客户关系管理中数据挖掘应用的系统结构与实施方法研究,提出了基于互动循环过程和SEMMA1的实施方法,有效解决了银行客户关系管理中实施数据挖掘的商业问题和技术问题;然后探讨了一种新的数据挖掘算法在银行客户关系管理中的应用,论文结合聚类分析、粗集理论和决策树分类,设计了一种新的数据挖掘算法??CRC2方法,补充和完善了银行原有的客户分类系统。最后论文结合案例讨论了基于互动循环过程和SEMMA的实施方法以及CRC数据挖掘方法的具体应用,通过对某商业银行客户分类业务实际应用案例的分析,验证了上述理论与方法的有效性。