CRM和数据挖掘是目前计算机技术领域两个非常热门的话题。CRM是企业信息化的重要 内容，它在电子商务中所起到的日益重要的作用，使其受到企业越来越多的重视。数据挖掘 是知识发现中的一个有力工具，随着人们对其理论日益广泛、深入的研究，其研究成果在实 际问题中的系统应用必将越来越广泛、具体和深入。数据挖掘技术为我们从大量数据中找到 有用的“知识”提供了强有力的技术支持和手段，利用数据挖掘技术，设计和开发具有分析 功能的CRM系统，已经成为业界的共识。 论文对CRM和数据挖掘的有关基本理论进行了综合的分析和阐述，在对现有理论进行 深入的理解和分析的基础上，指出了部分现有理论和算法中存在的不足并做了补充与改进。 论文的主要工作体现在： ◇ 针对关联规则挖掘中只用支持度和置信度作为度量指标，来判断所得规则是 否为强关联规则，对于Web数据来说缺乏时效性这一问题，首次提出了增加 “时效性”作为关联规则用于Web数据挖掘时，衡量规则是否为强关联规则 的度量指标，使得规则的时效性得到了体现和加强； ◇ 针对k-means算法预先对最终聚类类别数目进行确定这一不足，对k-means 算法进行了改进，论文提出了改进的k-means算法，称之为X-means算法， 并设计、实现了X-means算法。该算法克服了k-means算法事先确定最终聚 类数目的限制，使得聚类的最终数目根据实际情况，按照算法进行聚类。 ◇ 根据CRM系统功能的实际应用需要，设计并实现了一种Email数据挖掘的相 关模型与算法。 ◇ 设计并开发、实现了一个实用的数据合并工具。 这些成果均在实际应用中发挥了作用。此外，本文还利用对数据挖掘理论研究的 实际成果，实现了包括发现重要客户、发现潜在客户、预测即将流失的客户和为客户 提供个性化服务等CRM系统的几个重要的功能。 最后，本文在总结与展望中提出了开发Web内容挖掘应用于CRM系统，将数据挖 掘技术与CRM有机结合，进一步完善其功能的研究方向。 关键字：CRM、数据挖掘、知识发现、Web挖掘、关联规则挖掘、时效性、聚类分析、分类、 决策树、X-means算法、Email数据挖掘、数据合并工具