数据挖掘是从大量的数据中提取隐含的、事先未知的、并且潜在有用的知识的技术，是当前数据库和人工智能研究领域的热点之一。交通银行网上银行数据挖掘模块使用了基于OLAP的数据挖掘(OLAM)技术，运用特性分析、关联分析、聚类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，并运用到交通银行网上银行业务开发和市场拓展中。 本文的工作主要包括：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；交通银行网上银行数据挖掘模块的设计构架；网上银行数据挖掘模块实现技术，其中又包括并行数据预处理，基于OLAP的交易特征挖掘，基于划分的并行FP增长算法，划分聚类实现客户自动分类，最小二乘法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：储蓄和外汇交易的特性、高度相关的关联交易、划分客户级别的标准、交易发展趋势的预测模型。这些重要知识为交通银行的客户分析、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。