随着电信市场的逐渐放开,电信企业间竞争日趋加剧,客户流失逐渐成为影响企业经营效益的主要原因,客户维系挽留已经成为电信企业的重要工作。电信行业拥有国内领先的数据仓库系统,为实施基于数据挖掘的用户挽留分析提供了条件。电信市场竞争激烈,客户流失问题在多个方面对电信企业的健康运营构成了相当威胁,已经成为当前运营商发展过程中的突出矛盾之一。维系挽留体系作为客户关系管理的重要组成部分,需要一整套的理论和体系来支撑。本文研究了当前针对这一问题的相关理论和实践应用,并在Rob Mattison提出的WAR的框架基础上,基于客户生命周期理论,依据客户价值和客户细分理论构建了一个完整有效的基于WAR/F框架的电信数据挖掘客户维系挽留体系。针对现有的电信行业全业务背景,和维系挽留中营销决策支撑过程中缺乏有效的模型和支撑手段的现状,重点提出了客户家庭关系识别模型。针对家庭关系识别模型构建中的数据非平衡问题,提出了一种可解释性好利于应用推广的代价敏感决策树CS-C4.5算法。家庭关系数据属于非平衡数据,且关系问题不同于单一维度问题,建模缺乏足够有效的变量,影响建模的性能。本文通过交际圈变量分析提出了2个新的变量:交际圈距离系数、交际圈行为相似系数;并在模型实现过程中通过数据探索和使用CS-C4.5算法来解决数据非平衡问题。最终的模型评估证明了该模型获得了比较好的预测性能,实现了预期设计的目标。