随着计算机水平的迅猛发展,银行也在信息化水平上得到了突飞猛进的进步,在这其中伴随着业务的不断跟进,智能化水平的不断提高,产生了大量的业务数据如:客户属性数据,中间数据和非结构化的数据等信息。由于目前严峻的经济形势、行业内部竞争激烈,以及互联网金融对银行造成的冲击,商业银行需寻找一种更为精准的营销解决方案,从而为银行提供精准的决策。数据挖掘技术就是从海量的数据中,提取出仅靠人工无法捕获的有价值的信息,从而为银行的决策提供参考。数据挖掘是仅从数据本身出发经过,数据的清洗,变化,以及数据挖掘模型的搭建,从而挖掘出在大量数据中所潜在的决策。本文针对所获取到银行机构的直接营销活动的有关数据。所做的主要的工作有:(1)阐述目前商业银行的发展以及客户关系管理模式的发展,同时将银行的信息化同数据挖掘技术相结合,阐述突破点,如何将银行系统的数据与数据挖掘技术相结合,从而获得数据中所隐藏的价值信息。(2)本文获取到了有关用户通过电话营销方案成功购买理财产品的数据集,并在此数据集的基础上进行模型的搭建。(3)对获取到的数据进行数据离散化、标准化等数据预处理过程,此过程作为数据挖掘的预处理过程,对于模型的搭建起着关键的作用(4)采用SMOTE算法来消除两类样本的不平衡性,同时采用遗传算法对多余的特征进行筛选,最后采用决策树分类模型和BP神经网络分类模型,并且在测试集上有着良好的识别正确结果。