数据挖据技术是近年来在商业数据统计分析领域内出现的新型知识发现技术。论文基于人寿保险公司的数据业务这一研究背景,对在数据密集型的保险业务中实施数据挖掘过程进行了研究和探讨。论文根据数据挖掘技术的特点和发展现状,说明了现阶段数据挖掘技术在实际应用中的功能和任务。在对常见的数据挖掘算法和工具的进行了介绍和比较之后,提出了以SPSS的Clementine数据挖掘软件作为平台,使用聚类建模分析获取保险业务中的客户特征,并对保单销售情况进行关联规则的挖掘。论文按照CRISP-DM的数据挖掘过程模型,对综合业务系统中随机抽取的客户数据进行挖掘研究工作。对比分析了K-means、TwoStep和Kohonen等聚类算法,以及Apriori、GRI和Carma等关联规则挖掘算法在实际应用时的优劣之处,获取了对业务系统的运行和发展有价值的数据挖掘结果,为公司的营销管理和决策提供了有效的信息支持。