当今，随着国内电信业的重组改革和通信技术的发展以及基础设施建设的完善，各运营商在客户和业务等领域展开了激烈的竞争。电信运营商的经营模式逐渐从技术驱动向市场驱动、客户驱动转化，这就要求运营商要采取以客户为中心的策略，客户资源成为了运营商竞争的焦点。在客户资源的争夺战中，各家运营商的市场竞争导致入网门槛降低，给予客户实惠以吸引客户，使得客户市场迅速扩大。在客户市场扩大的同时恶意欠费用户群体也随之扩大，在所有电信客户中，虽然恶意欠费的客户群体只占总群体的很小一部分，但是这一群体的客户给电信业造成的损失是巨大的，各电信运营商为了避免、挽回或减轻这部分的损失不得不采取各种措施，减少此类欺诈行为的发生。本文的目的就是建立并实现一个准确率高、有效性强的电信行业客户欺诈预测模型。模型依据数据挖掘原理，利用数据挖掘软件SPSS Clementine 8．1，以大连海事大学和东软股份有限公司电信部协作开发的“江西联通经营分析系统二期”项目为依托，以CRISP－DM建模过程为框架，逐步按照商业理解，数据理解，数据准备，建立模型，模型评估与发布的步骤，实现了电信行业客户欺诈预测系统。本文采用了决策树的方法进行建模。首先通过客户通话帐单的历史记录构造满足一定比例的欺诈用户数与非欺诈用户数的训练集，然后运用基于决策树分类的方法构建出欺诈预测模型，最后用测试集数据进行模型验证，结果表明，此模型具有较好的预测准确率。本文的意义在于采用决策树方法构建了一个高效的欺诈预测模型，为改变我国大部分电信运营商主要采用行政手段防欺诈的现状，提供了一条有效、可行的技术途径。