近年来,银行业不断曝出内部人员偷蛀银行资金的丑闻。由于银行的业务流程趋于自动化,系统趋于复杂化,对信息技术的依赖性更强,国内银行的风险监控也变得更为复杂。如何随时监控风险的发生,如何将风险控制在一定范围内,我们迫切需要探寻一种快速、简捷、实用的风险监控方法。本文首先讨论了数据挖掘相关技术,分析了国内外数据挖掘在金融领域的应用状况。在此基础上,结合企业调研以及相关数据,对银行风险监控业务进行详细的分析,着重研究了数据挖掘中的决策树分类算法,将其应用到银行风险监控模型的建立过程中,并建立了银行风险监控系统。系统通过风险提示、预警、监测等手段,对银行一旦有风险的苗头出现,即可进行防堵,把风险消灭在萌芽状态,以避免或减弱对银行的破坏程度。从技术角度,系统使用了J2EE(JSF+Spring+Hibernate)框架技术,并利用构件技术构建出可扩展的应用解决方案,具有易于实施、松散耦合、高度可扩展等技术特点。最后通过实验结果表明该系统有良好的分类效果,能较好地满足实际需求。