随着计算机技术、网络技术、通信技术的高速发展,以及各行各业业务操作流程的自动化,企业内积累了大量业务数据。这些数据和由此产生的信息是企业的财富,它如实的记录着企业运作的状况。面对大量的数据,迫使人们不断寻找新的工具,来对企业的运营规律进行探索,为商业决策提供有价值的信息,使企业获得利润。能满足企业这一迫切需求的有力工具就是数据挖掘。对于企业而言,数据挖掘有助于发现业务的趋势,揭示已知的事实,预测未知的结果。从这个意义上讲,知识是力量,数据挖掘是财富。通过多年信息化建设,很多集团企业都已建成众多业务信息系统。信息系统用户服务感知是指用户对信息系统及其运维服务的感受和体验,反映当前信息系统及其运维服务的质量与用户期望的差距。通过构建一套适合企业的信息系统用户服务感知模型,准确定位信息系统用户服务过程中存在的问题,不断完善和优化信息系统功能,使业务人员真正减轻日常工作量从而提高工作效率。根据用户感知从提供“被动”服务转变为提供“主动”服务,实现企业对对信息系统服务的有效管理,已成为企业有效促进信息化工作水平提高的重要工作。本文研究工作也鉴于此展开。论文首先介绍了课题的来源、研究意义,并分析了数据挖掘的研究现状及发展趋势。其次,介绍了数据挖掘的基础理论包括数据挖掘的基本概念、应用分类及建模方法,并介绍了7种常用的建模工具。然后以信息系统用户服务感知评价的数据挖掘目标为前提,全面系统的阐述了信息系统用户服务感知评价的数据挖掘分析方法和过程,设计建立了算法模型并加以验证其可行性,通过对模型的评价找出最优模型。最后采用TipDM数据挖掘在线建模平台中的相关性分析、属性选择、RBF径向基神经网络、FNN模糊神经网络等算法对模型进行构建仿真。