作为一个中型的证券公司,江海证券经纪有限责任公司目前已经建立了比较完善的计算机业务系统。为了适应日趋激烈的市场竞争环境,适应以产品为中心到以客户为中心的经营理念转变,充分利用证券交易系统产生的大量宝贵的信息资源,对交易数据进行挖掘,建立并完善江海证券客户关系管理系统,提高江海证券的核心竞争力势在必行。本文对数据挖掘的理论进行了详细的阐述,使用SPSS公司的Clementine数据挖掘软件,以江海证券2007年交易数据为基础,采用决策树及关联规则的挖掘模块,对交易数据、客户信息进行数据挖掘,生成挖掘算法,实现了客户类别细分,股民的购买意愿预测,形成规则用以指导公司客户经理为股民提供优质的服务。论文中对江海证券客户关系管理系统架构及系统功能进行了详细的介绍,对客户关系管理系统的数据挖掘子系统架构进行了设计。数据挖掘子系统主要分为数据读取分析、数据预处理和数据挖掘模块。系统主要功能是对数据挖掘前的数据进行预处理工作及数据挖掘工作,包括数据采集及简单维度规约,对被挖掘数据中无用数据的清理,使用近邻排序算法对重复数据进行清理,依据身份证信息构建客户性别及年龄属性并对属性缺失值使用聚类分析的k-means算法进行空值预测填补,最终整合生成数据挖掘所使用的基础数据表。通过数据挖掘的实施,最终取得成果并将成果应用于客户管理中。整个项目为公司下一步数据仓库的建立及客户关系管理系统的规划上线提供指导和参考。