随着现代化建设的飞速发展，各种交通方式之间的替代性明显，旅客已成为各种运输方式之间竞争的最重要资源，良好的客户关系是增强自身发展与竞争的支柱，同样铁路客运客户关系管理是吸引旅客、培养忠诚旅客以及建立旅客和铁路之间情感消费的桥梁。铁路的信息化发展和实名制售票使得客运系统积累了大量的数据，如何提取这些数据中隐含的潜在有用的信息，发现旅客的特征和规律，已成为众多学者研究的一个热点，本文采用数据挖掘技术对旅客数据进行建模分析研究。本文首先通过对比国内外铁路客运发展现状，发现我国铁路客运客户关系管理处于起步阶段，对旅客数据信息的管理应用尚不完善，进而对我国铁路客运客户关系管理系统展开深入研究。研究过程大致分为以下几部分：（1）建立我国铁路客运客户关系管理体系结构，并对每部分的功能模块进行具体设计。给出数据挖掘在整个RPCRM中应用的流程图，并探讨了数据挖掘在其中应用的几个主要方面。（2）运用决策树分类法对旅客进行分类，采用J48算法对旅客数据进行建模，通过对模型的分析预测，得出不同类别旅客的特征和哪些是客运部门的主力客户，为客运工作合理制定营销策略提供参考。（3）通过应用K-Means聚类算法对旅客满意度进行分析，得出旅客认为的非常重要因素、一般重要因素和次重要因素，以及有哪些因素旅客的满意度较低，指导客运服务的改进和发展。