近年来,现代市场营销理念和商业运作方式的核心逐步向客户关系管理(CRM)转移,CRM是一个将客户信息转化成为积极的客户关系的过程。随着客户信息的日趋复杂、客户数据的大量积累,分析复杂的客户数据,发现客户行为趋势,挖掘客户对企业的真正价值逐渐成为企业成功的关键因素,决策者迫切需要将海量数据转换成有价值的信息和知识。数据挖掘的出现为这一需要提供了有力的技术支持。数据挖掘在CRM中的有效运用可以从大量的客户数据中挖掘出对企业经营决策有价值的知识和规则。而分类方法是目前商业领域中应用最广泛的数据挖掘技术。分类及其在CRM中的应用研究已经成为学术界和企业界共同关注的领域。本文首先介绍了客户关系管理、数据挖掘、数据挖掘技术在客户关系管理中应用的基本理论,提出了数据挖掘技术处理CRM专业问题的详细流程。然后介绍了分类的一般过程、目前常用的分类算法;对现有的算法评价指标做了系统的概括和总结,针对这些指标在处理CRM领域具体问题时的不足,提出了一种评价指标体系,为CRM领域中应用分类方法时的总结和评价提供了新思路。同时,在研究现有分类算法的基础上,根据CRM领域问题的实际需求,提出了一种新算法。最后将新的评价指标体系和算法应用到汽车销售领域客户发现问题中,为分类技术在该领域的应用提供了一个详尽的解决方案,建模结果也证明了指标体系和新算法的科学性和实用性。在此基础上,进一步构建了分类技术应用于CRM领域的系统框架,该系统框架对于解决CRM中分类方法的应用问题具有一定的代表性,也为数据挖掘技术在CRM领域的应用发展做出了一些新的探索和尝试。随着数据挖掘分类技术的进一步发展和深化,这一研究领域也体现出越来越重要的研究价值。同时,分类技术在电子商务时代CRM中的进一步深入应用,必然使CRM具有更广泛的市场价值,为CRM带来更广阔的应用前景。因此,本文关于数据挖掘分类技术及其在CRM中应用的研究主题具有重要的学术价值和现实意义。