数据挖掘是从大量的数据中提取隐含的、事先未知的、潜在有用的信息,是当前数据库和人工智能研究领域的热点之一。重庆工商银行网上银行客户评估系统使用基于SQL Server 2005平台的数据挖掘技术,运用聚类分析、决策树分析和神经网络预测等数据挖掘方法,对网上银行的潜在客户进行数据分析,并找出其中有用的关系模式,最后对此类客户的网上银行前景做出合理的评估。本文通过国内外有关数据挖掘在金融业应用的分析与研究,剖析了数据挖掘的算法和规范,设计了重庆工商银行网上银行客户评估系统,并选取合适的方法加以实现。本文的主要工作包括:①对数据挖掘在金融业应用的现状作了对比研究,指出了当前金融业在发展高端客户面临的问题;②研究了数据挖掘的相关算法和技术,为重庆工商银行网上银行客户评估系统的建立提供了理论和技术支持;③建立了基于聚类和神经网络及决策树算法的挖掘模型,该模型建于聚类—预测的两层架构,以增强预测的准确性;④根据以上模型开发了重庆工商银行网上银行客户评估系统,该系统实现了基于知识发现的数据采集、数据清洗、模型预测和应用集成过程。初步评估结果表明,开发的系统在挖掘银行高端客户方面受到用户认可。