现代企业之间的竞争已经从过去的以质量、价格、管理为中心，转变为以客户为中心。为了有效地利用客户资源，客户关系管理系统应运而生。客户关系管理（简称CRM）是一个系统性的工程，是技术和管理相结合的产物，也是一种用于改善企业与客户之间关系的管理机制。对于零售企业而言，实施CRM将是构建自身竞争力的有效选择。随着现代数据分析、处理技术的发展，CRM系统也在不断地发展，在推动CRM发展的诸种技术之中，知识发现技术是最重要的技术手段之一。　　由于零售业的经营特点，零售业CRM系统中积累了大量的数据，而传统的CRM系统只能对数据做一些简单的粗加工，这些庞大的数据量严重阻碍了企业从中发现有价值的客户模式。而知识发现技术（简称KDD）主要研究如何从大量的数据中智能地、自动地提取出有价值的知识和信息，通过在CRM系统中实施知识发现算法，可以有效地利用客户信息资源，挖掘出有利于企业决策经营的知识，有效提升企业CRM的质量。因此研究基于CRM的知识发现系统，具有一定的理论意义和实用价值。　　围绕知识发现技术在零售业CRM中的应用，文章首先对CRM和知识发现技术的研究状况进行了介绍；其次，论述了零售业CRM应用的一般环境和要求，并给出了在CRM系统中利用知识发现技术进行客户信息分析的系统框架；最后，针对零售业客户信息的特点和传统知识发现算法的不足，对基于关联知识发现的Apriori算法进行了改进，提出了更加有效的针对应用的处理流程和基于哈希的数据结构，并使用仿真数据对该算法进行了分析，从而提高了执行的效率。　　将数据库中的知识发现应用于我国的零售业CRM，有助于企业管理者及时、准确地把握销售过程中各因素的总体特征和发展趋势，从而改善企业的运行状况，提高自身的竞争力。知识发现应用于CRM会提高企业的商业智能。