自进入信息时代以来，企业的竞争环境已经发生了巨大变化，已由过去的以产品或服务为中心，转变成为以客户为中心。因此客户关系管理逐渐成为企业的核心问题，国内外企业都逐渐认识到与客户保持良好关系是取得市场竞争优势的关键所在。对于银行业也不例外。　　 银行CRM主要解决三个基本问题：如何得到客户、如何留住客户、如何极大化客户价值。其中，极大化客户价值是最终目的，得到客户与留住客户都是实现此目的的手段。而要实现银行CRM的最终目的，其核心就是进行客户分类。基于此，本文引用了信息融合技术的思想，以按客户价值分类为理论指导，应用了数据挖掘技术及算法，对银行客户分类的方法和模型进行了深入研究。主要研究内容概括为以下两个方面：　　 (1)首先确立了银行客户分类的理论依据——按客户价值分类，即通过银行客户的融合价值对客户进行类别划分；以信息融合思想为指导，在对客户价值的构成进行全面分析的基础上，建立了银行客户价值评价体系，提出主要从客户当前价值、潜在价值及忠诚度三个传感器来度量客户的综合价值；分别应用了自组织神经网络、对象传播神经网络等算法建立了银行客户价值的各价值传感器取值的度量方法。　　 (2)深入研究了如何将信息融合技术应用于银行客户分类问题上，并设计了基于信息融合思想的银行客户分类方案；从信息融合思想的多信息源传感器的角度出发，分别具体分析和制定了基于数据层、特征层及决策层三个不同信息融合层次的银行客户分类方案，并建立了各个融合层次的银行客户分类模型；对各个模型进行了训练和测试，并对客户分类结果进行了比较分析；最后还简要提出了针对不同类别银行客户的差异化营销服务策略。