客户关系管理CRM是近年来新兴起的理论，它的实施帮助企业增强了自身的竞争实力。在CRM中，数据挖掘理论有着广泛的应用。本文就是将数据挖掘中的序列模式理论应用到CRM的客户分类中，并对应用的各个步骤进行了研究。 本文首先从数据挖掘中的关联规则理论开始，介绍了关联规则的发现算法Apriori，在分析了Apriori算法的优缺点和各种经典改进思想的基础上，对一种基于压缩数据库思想的Apriori算法的改进算法进行了变形。 其次，在接下来的序列模式挖掘理论中，主要研究了依照该改进思想的变形改进的AprioriAll算法。然后本文按照序列模式挖掘的一般步骤实现了该算法在CRM客户交易数据库中的挖掘过程，并利用算法特点保存过程和结果。 再次，文中根据现有的CRM客户分类理论，针对改进的序列模式挖掘算法AprioriAll的过程和特点，提出n级-次大序列集合理论和客户序列关系度理论。通过综合序列模式理论和客户分类理论，对CRM交易数据库的挖掘过程提出一种基于序列模式挖掘的客户分类方法，并详细叙述了理论应用的总体流程和意义。通过这些步骤阐述了利用计算客户序列关系度来进行客户分类的思想。 最后，本文在综合了前面的理论的基础上，通过选取相应的适应于序列模式挖掘的CRM数据源，建立了实验模型，以此来演示此方法的应用流程。