在当下的信息时代，手机已经日益普及，手机用户群不断膨胀。随着移动通信行业的快速发展，电信运营商之间的竞争日趋激烈。近年来手机用户离网现象日渐普遍化，给电信运营商带来了很大的经济损失，因此引起了电信行业的广泛关注。手机用户离网预警的研究能在一定程度上帮助电信运营商提前关注到一些潜在的离网用户，采取相应的挽留措施，降低客户流失率，从而减少电信运营商的经济损失，因此其研究意义和价值不言而喻。手机用户离网预警作为数据挖掘领域的一个研究和应用方向，其建模的方法越来越多样化，但是仍有很多问题值得进一步研究和分析。　　本文利用国内某电信运营商所提供的匿名（经过加密处理后的）手机用户在某时间段内（3个月）的话务数据来进行手机用户离网预警建模研究，详细论述了基于Logistic回归的整个建模过程并对模型进行了分析。本文为手机用户离网预警提供了一个较为系统和完整的建模框架，包括数据获取与预处理、手机用户通话行为特征提取、建模数据集抽取、变量构造、建模矩阵生成、训练集和测试集的分配、显著变量选取并确立最终模型、模型效果分析以及离网概率阈值选取与两类错误率权衡的分析。模型的效果达到了一定的水平，不过在一定程度上受到包括数据质量在内的一些因素的影响和限制。最后，本文结合模型中两类错误率的权衡问题给出了离网概率阈值选取的一些参考依据，这样也为离网预警模型的实际运用提供了一定的支持。