随着市场经济发展，企业的产品同质化，愈来愈多的先进企业将重点从产品为中心向以客户为中心的新型商业模式转移，客户关系管理就成为企业为保证竞争力，采取面向客户和以客户为中心的发展策略。而要了解客户就要对客户进行分析，要做到这些，就必须对客户与企业交互过程中的各种数据进行收集，分析，挖掘出隐含在数据中的有用信息。数据挖掘技术就是帮助我们解决同客户在交互过程中遇到的各种问题的最重要的技术之一<[1]>。本文的研究目的就是如何把数据挖掘技术运用到企业的客户关系管理之中。 虽然已有很多数据挖掘技术在近十年来不断得到完善和发展，但真正可以应用于实践问题中的算法则非常有限，本文把数据挖掘中的遗传算法应用于分类决策树之中，对决策树这种最为广泛应用的方法加以优化，来接解决客户关系管理中最常见的客户信用度等级划分问题。通过对比的方法，把没有经过优化的决策树方法和经过优化的决策树方法得到的结果进行对照，可以非常明显的看到优化过的算法结果更准确也更加合理；同时也符合我们实际生活工作中需要解决问题的要求。 本文中优化的基于遗传算法的多重重决策树并行组合算法可以说是对分类问题解决方法的一种大胆的创新，同时把这种优化的算法解决客户信用等级分类问题更是一种从理论到实践的尝试。通过运用一些基础数据的进行实际问题的仿真分析更可以说明此优化算法应用于实际的价值和效果。 通过本文的研究说明，数据挖掘算法的研究已经有了很广泛和扎实的基础，在我们将理论研究方面进一步深化的同时，更需要我们在实际工作中发现问题，并且寻求实际问题和理论方法中的切合点，通过把理论与用于实际问题来升华理论并解决问题。本文通过把遗传算法应用于决策树方法中的这个大胆尝试说明，利用优化已有算法来解决实际问题是条可行之路，客户关系管理中的其他问题也同样具有普遍性。