伴随管理需求的提升和软件水平的发展，银行正建立一套可以具有内部管控、运营管控、财务管控、成本管控、分析决策的一套信息系统。通过数据挖掘技术和相关工具来实现银行的全方位管理体系，从而帮助企业打造核心竞争力，规避企业风险、并实现企业利润最大化。本文分析了目前我国银行业数据管理与应用的现状,概述了面向主题的银行数据仓库的构建方法，并以建设银行某支行的需求为背景，论述了客户分类、风险预测模型的构造方法。本文使用的是Microsoft SQL Server2000和Analysis Services数据仓库解决方案。在客户分类、风险预测系统中，使用了Analysis Services提供的MS Decision Tree方法生成决策树。通过这个决策树，可以形成一个简单的预测策略。将此规则用于新客户的判断，可以快速形成一个粗略的分类结果，从而对风险进行预测。本文最后使用SPSS公司提供的Clementine工具对系统进行了测试，采用CART和C5.0决策树算法，对银行信贷审批进行机器学习，归纳生成了两套规则集。