随着证券市场竞争的不断加剧,如何针对不同的客户群实施差异化营销和服务,如何对客户进行细分和分类已成为当前证券企业的迫切需求。本文在阐述数据仓库、数据挖掘技术的研究进展的基础上,首先讨论了证券企业客户关系管理和客户细分工作的现状及发展。在对现有关联规则挖掘方法进行分析的基础上,本文结合两个实例分析了目前基于支持度-置信度构架的关联分类方法在处理客户分类问题中存在的不足。进而针对这种现状提出了一种基于支持度-显著度构架的新的关联分类方法。该方法在分类规则的产生过程中,引入了一种新的规则评价指标——显著度,从而使规则的评价和选择具有了严格统计学根据。与此同时,该方法在分类器的构造过程中改变了原有的规则调度方法,提出了一种并行结构的规则调度方法,简化了分类器的构造过程,提高了分类器的分类性能。结合证券公司客户经营分析系统的实施,将该方法运用到证券客户细分的实际过程,取得了预期的效果。本文最后结合一个实例,在上述研究工作的基础上,分析了面向客户细分的数据挖掘在客户关系管理中的应用。本文的研究成果在一定程度上解决了现有数据挖掘方法应用于客户细分时所存在的一些问题和不足,同时也为帮助企业提升客户关系管理水平作出了一定努力。