数据挖掘是从大量的数据中提取隐含的、事先未知的、并且潜在有用知识的技术，是当前数据库和人工智能研究领域的热点之一。中国银行马鞍山分行数据挖掘模块使用了基于OLAP的数据挖掘技术，运用决策树分析、关联分析、聚集分析和预测分析等数据挖掘方法，从海量的网上银行交易数据中发掘有价值的知识，并运用到中国银行马鞍山分行业务开发和市场拓展中。 本文的工作主要包括：数据仓库及数据挖掘技术在银行客户关系管理及市场营销方面的运用；中国银行马鞍山分行数据仓库的设计构架；中国银行马鞍山分行数据挖掘模块实现技术，其中又包括数据预处理，OLAP数据库的建立，基于OLAP的交易特征挖掘(微软聚合)，基于关系数据库的交易特征挖掘(微软决策树)，关联交易分析、线性回归交易趋势预测等算法的设计思想与具体实现。 在数据挖掘模块的帮助下取得了以下成果：储蓄客户和公司客户交易的特性、高度相关的关联交易、交易发展趋势的预测模型。这些重要知识为中国银行马鞍山分行的客户分析、潜在客户发现、市场拓展和战略决策提供了有重要的信息，并带来了巨大的经济效益。