随着医疗市场的竞争日趋激烈,客户成为越来越多医院最重视的资源。通过多年的发展,医院信息系统(Hospital Information System, HIS)在为医院创造了良好的经济效益和社会效益的同时,也积累了大量与客户有关的数据,这些数据将成为医院建立和发展客户关系管理的宝贵资源。如何有效利用客户资源,提供最好的服务,创造最大的价值,为医院的决策管理、医疗,科研和教学提供服务,是医院、病人和学者越来越关注的问题,也正是本文的研究目的。本文分析了国内外客户关系管理、数据挖掘的应用现状,并在综述相关领域文献的基础上从以下几个方面着手进行了相关研究。首先,对客户关系管理理论以及数据挖掘的基本概念与方法进行了研究,并选取了适合本文研究的方法与工具；其次,对医院客户关系管理(Hospital Customer Relationship Management, HCRM)系统进行了初步设计,结合HCRM系统的功能,对数据挖掘在其中应用的方式和涉及到的具体方法进行了探讨；再次,通过数据挖掘中的决策树分类方法和神经网络方法,利用Clementine挖掘工具对医院病人的一般信息、就诊信息、活动响应信息等内容进行分析研究,在此基础上构造了病人就诊频率分类模型和客户响应预测模型；最后,根据对模型进行分析的结果以及模型的预测效果,分析不同客户的行为特征和对医院的贡献,指导医院提供个性化的服务。总之,随着计算机技术的不断进步,客户信息的累积,数据挖掘的功能进一步显示出来,而医院又是一个以客户为主的行业,因此,数据挖掘必将成为医院客户关系管理的一个有力工具,本文对客户关系管理中客户分类以及客户响应预测这两部分内容进行了研究,力争起到抛砖引玉的作用。