质量管理对于企业生存、发展的意义重大，产品质量的高低，直接关系到企业的经济效益和社会影响。通过质量管理的手段，控制、提高企业产品质量，是企业和国家工业可持续发展的重要基础。S汽车公司，作为合资的民用轿车生产企业，其企业内部生产过程和零部件采购定点过程已经有了一套较为完整的质量控制体系和流程。而在售后质量控制方面，对于其产品，S公司向用户提供了2年6万公里的质量担保期，期间发生的质量问题，由S公司通过遍布全国的维修站免费为用户提供修理，发生的费用由维修站上报S公司进行结算，作为公司的质量担保成本。有效地利用这些包含大量信息的数据，及时地解决市场抱怨，从而提高用户满意度并控制S公司的质量担保成本，是S公司售后质量管理工作流程的主要任务。　　 本文首先对汽车行业及其售后质量管理领域现状以及数据挖掘技术的发展及其在汽车行业售后质量管理中的应用进行了概述，介绍了相关的理论研究基础。从S汽车公司售后质量管理的现状出发，文章分析了现行流程的特点和不足，提出了改进的建议和设想。在获取售后故障数据方面，文章提出了应用神经网络模型对数据实施分析，进行维修站异常行为侦测，从而保证公司利益并使之后用于工程分析的数据更为真实可靠。同时，为及时有效地完成故障的分析整改，文章应用关联规则挖掘的方法对故障数据的预分析进行了研究，用具体案例验证了其有效性和实用性，并设计了上述研究结果在S公司售后质量管理工作中的具体方法，同时也为国内民用轿车制造企业的售后质量管理工作提供了有价值的参考。