以客户为中心的商业银行客户关系管理是当今研究的热点之一,良好的客户关系管理能够为银行带来巨大的利润。数据挖掘能够对客户行为进行预测,从而很好地支持人们的决策。如何有效地使用数据挖掘技术为银行提供决策信息是商业银行客户关系管理的关键。数据挖掘技术可以从大量的客户数据中发现有用的信息和知识,进而可以有效提升客户关系管理的质量,达到提高银行竞争力的目的。本文论述了基于数据挖掘技术的客户关系管理在银行领域,特别是对银行客户分类中的应用,这些内容对商业银行的客户关系管理的逐步实施具有一定的借鉴意义。本文致力于对数据挖掘在商业银行客户关系管理中的应用研究进行系统探讨。为此,论文在进行相关领域文献综述的基础上,首先分析了客户关系管理的内涵、核心思想、步骤以及客户关系管理系统的类型。然后,通过对数据挖掘常用技术,数据挖掘过程,数据挖掘中决策树技术和神经网络的分析。最后将数据挖掘技术应用于商业银行业务数据分析中,并利用决策树和神经网络分析方法实现基于数据挖掘的银行客户分类分析的应用实例。实证研究表明,模型对样本的预测正确率较高,所以研究所采用的方法是有效的、合理的。