国内金融企业之间的竞争日益激烈.如何更多地了解客户的信息,并将用户的信息转换成知识,以便为用户提供高质量的、差异性的个性化服务,已经成为甘肃邮政一项紧迫的课题.数据挖掘和数据仓库技术可以从邮政金融业务数据中发现许多未知的、有价值的规律,无疑为邮政金融业务提供了一个强有力的支持.《邮政金融业务商业智能系统》正是为了提高邮政金融业务的管理水平,在激烈的市场竞争中发挥自身优势而设计开发的.它是利用现代信息技术和建立在统计学原理和人工智能技术基础上的数据仓库技术和数据挖掘技术,是为服务于邮政金融业务而建立的系统.能够实现商业智能三个层次上的功能:查询和报表、在线(多维)分析及数据挖掘.本文介绍了该系统基于面向对象的设计思想、架构与功能、系统流程、系统解决方案、数据仓库解决方案以及相关应用.本文重点介绍了作者参于设计实现的邮政金融业务商业智能系统客户分析子系统.详细地讲解客户细分系统的设计过程,对系统的模块构成、总体流程图、各个模块的主要功能和实现流程分别作了深入的分析和介绍.重点论述了利用数据挖掘决策树方法中的CHAID算法构建邮政金融业务个人客户细分模型的过程.结合所要建立的模型和建模所用到的样本数据具体讨论了数据挖掘的各个步骤:1、定义商业问题;2、数据准备;3、数据分析;4、数据挖掘;5、模型分析;6、模型评估.描述了用SAS/EM在测试数据上建立的个人客户细分的决策树模型,并用程序给出了模型的直观树状结构和对应的条件判断语句.同时还提出了使用多因子评价法评定客户信用等级的设计思想.另外,本文还就国际、国内金融业务数据挖掘的现状,数据挖掘技术在当前金融业务创新、金融企业决策水平提高等方面的重要意义,金融业务数据挖掘的应用范围、数据挖掘方法以及发展趋势等方面进行了探讨.