随着数据挖掘技术在各行各业中的不断应用和发展，其重要性己经被越来越多的人所认同，它能够利用积累的历史数据，通过建立和分析数学模型的方法找出隐藏的业务规律。客户流失分析是通过对以往流失客户历史数据进行分析，找出可能离网用户的特征，以便及时采取相应的措施，调整运营决策，从而减少客户流失。这项工作做得好可以降低运营成本，提高经营业绩，对电信行业有着重要意义。 本文的研究就是将数据挖掘技术运用到电信行业的客户流失分析中，以某省电信的历史数据为研究对象，利用数据挖掘技术建立客户流失预测模型，主要包括了： 1.介绍了数据挖掘理论，特别是聚类算法、决策树算法、人工神经网络算法。 2.介绍了数据挖掘过程和常用的数据挖掘工具(SPSS公司的Clementine)。 3.详细阐述了电信客户流失模型的建立过程，并对模型进行了全面评估。 本文取得以下成果： 1.对电信历史数据的特征进行了全面的分析和总结。 2.在数据预处理过程中，引入了改进的基于隐马尔可夫链的聚类算法。 3.在成功分析数据特征的基础上建立了客户流失预测模型。 相信随着数据挖掘技术的不断深入和发展，我国电信行业应用这一技术将能发现更多有价值的关于客户信息及其消费模式方面的规律，从而更加有效地制定各种经营决策，为国内经济建设作出贡献。