随着经济的全球化以及市场的国际化,企业间的竞争已经达到白热化,尤其是企业间的同质化竞争,引起用户稳定性不断降低以及用户流失不断增加。因此,对于很多企业来说,如何留住现有用户,尽早的发现潜在的流失用户,及时的对潜在流失用户采取挽留措施,是他们当前都面临的并且急切渴望解决的难题。本文全面分析了现有的流失预测模型,提出了基于用户细分的流失预测模型,并在IPTV数据集的基础上,提出了多角度多维度(MPMD)用户细分算法和协同过滤(CF)预测算法。本文主要研究内容包括：(1)改进预测模型。针对现有的用户流失预测模型的不足,提出了基于用户细分的流失预测模型,建立了基于用户细分的流失率测模型框架,并在IPTV数据集上进行了对比实验。(2)提出MPMD用户细分算法。分析现有用户细分算法并针对IPTV数据集的特点,提出了MPMD用户细分算法。(3)提出CF流失预测算法。针对现有流失预测方法只是单一的利用用户自身属性数据或历史数据进行流失预测,并没有考虑通过寻找用户的相似用户来对用户进行流失预测。因此本文提出一种CF流失预测方法,在原有流失预测方法的基础上,通过寻找用户的相似用户,预测用户的流失情况。最后,本文通过三组对比实验,验证了本文提出的基于用户细分的流失预测结果在命中率和准确度都有所提高。