为了提高电信行业工作效率和服务质量，建立灵活的营销机制，适应新业务的开展和激烈的市场竞争，商业智能开始进入电信行业，电信经营分析系统应运而生。本文的目标就是在基于电信经营分析系统下，研究数据仓库、联机分析处理及数据挖掘理论与实现。 　　本文首先简要概述了数据仓库、联机分析处理及数据挖掘技术特点，给出了数据仓库的设计步骤，分析了数据仓库的体系结构，讨论了联机分析处理体系结构及多维分析中的切片、钻取、旋转操作，描述了数据挖掘过程，给出了数据挖掘常用技术和算法；随后分析了经营分析系统的建设背景、建设原则和系统功能；接着介绍了系统数据架构，重点讨论了数据抽取、转换、加载技术的实现过程；另外还建立了多个面向主题的分析模型并在经营分析系统中进行了展现。 　　本文最后研究了数据挖掘中聚类分析，对聚类方法进行了分类，给出了聚类方法比较标准，并对常用聚类算法进行了比较；接着将聚类分析中K-means算法应用于电信客户分群，由于该算法对初始值有很强依赖性，对初始聚类中心的选取作了改进，算法性能上更加稳定，实验表明改进后的初值选取方法后的K-means算法指导电信客户分群更加有效。