港口是货物集散、贸易往来的重要场所,是一个国家或地区的运输枢纽。随着港口服务市场近年来供求关系的转变,港口企业为谋求更长远的发展,试图通过传统商业智能技术辅助其决策。然而由于传统商业智能技术着重于分析企业内部的结构化数据,对外部的非结构化数据处理存在较大的局限性,导致其最终得到的应用效果并不理想。针对这一问题,本文提出了一种基于内外部数据结合的港口客户分类方法,通过对企业外部非结构化数据进行采集和处理,有针对性的提取港口客户相关信息,进而运用文本分类、分布式计算和层次分析法等理论和技术,以期使用外部数据结合港口内部数据对港口客户可能存在的风险进行全面系统的评估。内外部数据结合的大数据技术的综合应用克服了内部数据在港口客户风险评估中存在迟滞、片面、失真的问题,使得企业更加及时、全面、系统地了解客户真实的风险水平,进而帮助港口企业认识客户防范风险。本文以广州某港口信息化建设现状为研究背景,以内外部数据结合的港口客户分类为手段,以港口企业运营风险控制为目的。在研究客户风险控制理论、文本分类方法的基础上做了如下研究：第一,建立了全面的港口客户风险评估指标体系。第二,建立了基于内外部数据结合的港口客户分类模型。第三,分析了港口现有业务流程,并依据港口客户风险控制系统的特点提出了风险控制流程的优化方案。最后,利用分布式计算技术以及J2EE技术实现了整个港口客户风险控制系统的设计。