电信企业随着客户规模的不断壮大,客户管理模式也在发生了重大转变,从原有的一对多式的粗放型管理转变成了一对一的精细化管理。在此过程中,企业充分利用了运营支撑系统积累的客户基本属性信息和海量消费行为信息数据,基于数据挖掘等高级分析技术进行智能数据分析,协助企业决策,如建立了市场反馈模型、客户价值评估模型、客户流失预测模型等,这些都有效的帮助管理人员提高了工作效率和决策的科学性。然而,在实践中我们发现,现有构造的模型在预测效果方面有时不尽如意,经常无法准确刻画客户行为的动态变化。我们对现有模型的研究思路经过缜密的分析后,发现大多数分类预测模型的构造原理是将客户看作一个独立个体,主要研究每个个体在行为上的特征,客户之间是割裂的、互不影响的。而客户在现实世界中是处于社会网络环境中,网络组织由亲戚、朋友、同事等多种复杂的社会关系所构成,每个客户的行为都会在不同程度上受到其它人的影响,所以要想对客户行为进行准确预测,就必须将客户放到社会网络环境中考虑,而不能忽略彼此之间的影响。这在其它行业,如金融、电子商务、零售业、汽车业等,具有相似的特性,所以,将客户置于社会网络中来研究其行为特点,并进行预测是具有普遍意义的。本论文的创新点与主要结论如下：1、分析了社会网络环境下,电信客户采纳新业务的行为(以飞信业务为例)。通过分析,本研究结论如下：移动电话通信网络与飞信网络的消费者度分布都是偏斜度分布。在飞信网络聚集系数的分布中,大多数消费者的聚集系数都大于0.1,这说明在飞信网络中存在很多紧凑型集群(compact clusters),在这些紧凑型集群中,用户的通信十分频繁。并且,度最大与度最小的消费者,影响社会网络连通性能力的不同。用户采纳飞信业务的机制是,当网络的规模较小时,网络的扩张速度较缓慢,当网络规模逐渐加大时,它的扩张速度会逐渐加快,最后达到指数速度扩张。现存的网络拓扑结构会影响网络未来的发展。高影响能力的消费者对网络扩张起到重要作用。2、研究了社会网络环境下、电信客户流失的影响因素。本文将影响客户流失的因素分为传统影响因素和社会影响因素。具体研究分为两部分,首先是建立一个衡量社会影响因素的指标体系；其次是将传统影响因素和社会影响因素结合起来探讨客户流失的原因、寻找内在的联系。虽然在模型中加入了新的社会影响因素,但是传统影响因素的作用依然存在,本研究从另一个角度来说也是对以往研究的总结和再证实。与传统影响因素一样,社会因素对客户流失也有很大的影响。虽然在过去的研究中,社会影响可能在某些指标中有间接地反映,但是本研究所依赖的研究社会影响的数据更加的客观,因为本研究的数据来源于客观的通话记录而不是较为主观的调查问卷。另外一个比较重要的发现是,与已流失节点连接的密度对流失有正相关的影响。连接密度是一个由关系强度、同质性和相似性构成的指标。关系强度会通过沟通来传递邻居的态度,同质性会加强邻居的影响力而相似性会加强该节点和其邻居沟通与互动的频率。3、构建了社会网络环境下,电信客户流失的预测模型。研究中,代表社会影响的网络因素将客户之间的交互作用及其社会网络的拓扑结构纳入考虑。通过对比基于传统因素、基于网络因素以及基于两类因素组合后的预测模型,发现将网络因素加入预测模型能够极大的提升预测准确性。需要特别指出,某些客户的流失行为只能够被网络因素识别。因此网络因素能够成为传统因素的有效补充。此外,基于信息传播,本研究提出了一种新的预测模型。它能够综合社会影响和客户个性化的特征进行考虑。实验结果显示新提出的传播模型比传统分类模型更好。