海关是国家的进出境监督管理机关。长期以来,加工贸易业务监管需求与海关监管资源不足的矛盾十分突出,进一步改革海关加工贸易监管模式是主要的解决途径。梳理文献发现,海关加工贸易风险评估经历了人工操作、信息化、体系化三个阶段的发展,还存在着单一使用传统方法的局限,目前,应用数据挖掘方法恰逢其时,具有重要现实意义。本文旨在探索如何将数据挖掘方法应用于海关加工贸易风险评估中,以期提高海关加工贸易风险管理的智能化水平,实现更为科学客观、精准有效的海关加工贸易监管。本文基于数据挖掘理论和海关监管实践,结合数据挖掘应用于风险评估的特点和加工贸易监管数据,制定了一套从数据采集、指标体系设计到数据模型构建及其有效性评估的研究,并基于加工贸易实际案例数据完成了实证研究,构建了决策树和神经网络风险评估模型,总结归纳了风险企业特征和监管重点。研究证明,数据挖掘方法应用于海关加工贸易风险评估可行有效,且在加工贸易监管中具有重要的现实价值。海关应在智慧海关发展框架内完善海关加工贸易智慧治理,以数据挖掘方法为核心内容,发展加工贸易智慧化风险评估,建立相应的工作机制,设计开发拥有数据挖掘算法内核的风险评估系统,强化风险评估结果在实际监管中的运用,以适应海关新的改革发展需要。