随着电信市场的逐步开发,竞争日趋激烈,各电信运营商都面临客户忠诚度不高的问题。为了维持市场占有率,各运营商无不竭尽全力,提供各种高成本促销方案来吸引客户。根据调查,企业吸引一位新客户所花的成本是维系一位现有客户的五至十倍。对企业而言,长期的忠诚客户比在乎价格的短期客户更有利可图。因此,如何维系高忠诚度客户,早期发现低忠诚度客户并及时进行挽留活动,是当前各电信运营商急需解决的课题。本论文分析了影响客户忠诚度的各个因素,采用了C4.5 决策树归纳技术进行分类,建立了电信客户忠诚度预测的模型,提供了电信运营商解决客户忠诚度分类问题的参考。本文针对国内电信运营商缺乏客户性别、年龄、职业等人口统计资料的数据现况,利用电信运营商现有的资料,进行客户忠诚度分类预测的研究。首先通过对极少量客户进行问卷调查,得出他们的情感忠诚度包括满意度、帮助知晓电信产品的态度、对竞争产品态度、对资费敏感程度、对质量事故承受能力、对竞争对手降价程度六项指标数值;再通过对他们的登记资料及通话详单中所隐含的特征变量的提取,得出他们的行为忠诚度包括在网时长、使用的多种服务、月平均消费额、消费趋势四项指标的数值。采用层次分析法得出各指标权重,由此可以计算出这少量客户的忠诚度。而大量客户忠诚度的得出,是采用C4.5 决策树归纳技术对刚才由层次分析法得出的少量客户的忠诚度进行学习分类的方法得出的。采用C4.5 决策树归纳技术生成了规则,配合boosting演算提高了分类法的准确率,得到了客户不同忠诚度类别所隐藏的指标值的变化和客户忠诚度的分类结果。结果表明本论文所提出的预测分类模型能有效地区分出客户的忠诚度类别,具有实际应用的价值。