当今社会是一个信息爆炸的时代，数据信息的急剧膨胀以及高度时效性，给人们进行有效的科学决策带来挑战。为了从海量数据中抽取潜在的、有价值的信息，数据挖掘技术应运而生。数据挖掘主要致力于数据的理解与分析，进而挖掘数据间蕴含的有价值的信息。如今，数据挖掘已经有了许多新概念、算法以及方法，而且这些基本方法和概念逐渐趋于清晰，数据挖掘技术经过广泛研究和探索，有着广泛的商业应用潜能。同时，数据挖掘还应从基础理论、系统构架、挖掘算法以及应用模式等方面创新。关联规则挖掘是数据挖掘中比较活跃的研究部分。面对越来越大型的数据库，关联规则挖掘更需要在在效率、精确性以及可用性等方面得到提升。因此，在利用关联规则进行数据挖掘时需要利用用户的约束等条件挖掘目标，以及对传统算法的进行改进。　　 客户关系管理以客户行为相关的数据为基础，是技术与管理相结合的产物，实现了企业从以产品为中心向以客户为中心的重大转变。企业的信息系统中存在着大量的与客户有关的数据，数据挖掘能从大量的数据中发现有价值的信息与知识，广泛应用在商业决策中。　　 本文主要探讨了数据挖掘技术、客户关系管理系统、以及多维关联规则在客户关系管理系统中的应用。研究了如何利用数据挖掘对客户进行信息分析和处理，提出在基于数据立方体上进行的加权关联规则分析，并结合具体某服饰公司的CRM系统进行设计和实现。　　 随着对数据挖掘技术的重视，数据挖掘的应用也日渐成熟。企业通过数据挖掘技术结合客户关系管理系统，对客户信息进行分析与评估，挖掘出有用知识，来提高企业的工作效率，帮助决策者制定合理计划，进而提高企业的自身竞争力。