现有交叉销售文献分析中,学者们侧重于提出各类交叉销售模型,基于行业建立模型的详细流程却缺乏相应研究,由此导致企业难以有效地实施交叉销售。如何结合行业背景规范地建立模型,是有效实施交叉销售的难点。国际跨行业的商业数据挖掘标准CRISP-DM(Cross Industry Standard Process for Data Mining),可以很好地解决行业应用中建立挖掘模型流程的规范性问题。本文正是基于这一标准,以有效识别交叉销售机会为目标,运用数据挖掘技术,对电信运营商建立交叉销售模型的详细流程进行了研究。本文的主要研究工作如下:　　(1)在大量相关文献分析的基础上,基于国内外交叉销售模式的研究现状,提出了本文的研究思路。　　(2)构建了一个基于聚类技术分群、关联规则提取群内规则、分类技术识别规则特征的交叉销售模型。　　(3)以某移动通信公司的增值业务交叉销售分析作为背景进行模型的实现,改善了现有文献建模流程细化的不足。运用数据清洗、数据转换、数据集成技术预处理数据,将变量标准化、相关性分析方法应用于数据转换;运用聚类技术进行客户分群,以ANOVA分析作为分群数目的依据;基于距离、宽度的划分方法离散化数据;通过关联规则技术提取业务关联规则;以分类技术实现规则对象特征的识别。输出结果验证了模型的有效性。　　本文基于行业背景,运用数据挖掘技术,详尽、清晰地阐述了移动通信交叉销售模型的建立流程,模型能有效地识别高价值的关联业务规则及相应客户特征。模型对通信行业开展交叉销售,深入挖掘客户消费潜力具有一定的参考价值。