数据挖掘技术在客户关系管理(CRM)中的应用研究,主要研究数据挖掘技术在客户关系管理中的应用。从数据挖掘和客户关系管理两个方面,分析了数据挖掘的重要性和在实际的客户关系管理中的应用。首先对数据挖掘技术和客户关系管理进行了介绍,然后从数据挖掘和客户关系管理两个方面,分析了数据挖掘的重要性和在实际的客户关系管理中的应用。重点分析了数据挖掘技术在客户关系管理系统中的应用。包括客户关系管理系统的架构模式、模块设计和功能分析,和数据挖掘技术的应用流程、分析方法、算法、模式以及数据挖掘技术在客户关系管理系统中的具体应用。并以商场客户关系管理系统(CRM)为例,分析了数据挖掘技术在客户关系管理中的应用,研究了客户分类、交叉销售、客户获得和客户保持四个方面的数据挖掘模式。在数据挖掘模块中实现了客户分类、交叉销售、客户获得和客户保持。客户分类时采用了SPRINT分类算法,提高了客户分类的准确性,从而可以让商场的相关决策更有可信性。同时在交叉销售中应用了不需要候选集的关联规则算法FP-growth,让系统有更强的实用性。客户保持中采用最佳客户保持策略的算法,从而帮助商场进行决策,从而更好的保持客户,让商场获得最大利润。通过数据挖掘技术在商场客户关系管理系统中的应用,商场可以对客户跟踪分析,更深层次的了解客户。这样商场就可以制定相应的决策,从而可以为客户提供一对一的个性化的服务。有了优质的服务,就能够更多的吸引新客户,并且维持老客户。把数据挖掘技术和客户关系管理系统更好的结合在一起,弥补了传统的客户关系管理系统的不足。从而更好的为商场降低成本并且提高利润,让商场的运营发展越来越好。图6幅;表3个;参40篇。