在通信技术高速发展的今天,人们已经不仅仅满足于企业在通话或流量方面推出的优惠服务,人们对业务的需求变得更加多元化,通信行业三大巨头中国移动、中国电信、中国联通彼此之间也在不断进行竞争较量,使得各企业推出的产品和服务的相似化程度越来越高,市场上雷同、相近的产品与服务也越来越多,携号转网等政策的出现也使得用户因改变品牌所承受的风险大大降低。随着通信市场逐渐显露的饱和状态,企业逐渐将关注点转向现有用户,力求降低用户流失率,并且研究表明,对某一公司来说,如若将用户流失率降低5%,就能为其增加25%-85%的利润。所以对于如何构建流失模型提高预测效果的研究是非常有必要的。本文通过K-Means算法以及对改进初始聚类中心选取方法的K-Means算法对用户进行分群,从用户行为偏好角度出发对三类用户特点进行归纳总结,最终将用户划分为优质用户、次优用户和一般用户。基于本文是二分类问题,在对用户进行分群后,基于LSR模型比较两种客户细分方法的表现,发现使用第二种方法较为恰当。然后通过横向比较在四种模型下对用户分群前后的表现,发现先对用户进行分群再进行建模预测效果更好。最后通过纵向比较分群后的数据在LSR模型、RF模型、RF＿GSCV模型等多个模型下的表现,使用多种模型评价指标对上述模型进行分析,研究发现在上述模型中,LGBM＿RSCV模型分类效果最佳。最后以该模型为基准对三类用户群进行建模预测,得到在优质用户群中的流失率为12.74%,在次优用户群中的流失率最高,达到42%,而在一般用户群中的流失率只有8.41%。针对用户流失情况,在本文的第6章基于用户行为偏好对用户流失的原因进行了分析总结,并且结合客户关系管理知识对不同类型、级别的用户提出针对性的营销策略。