在电信业务发展整体趋势放缓、新业务发展还没有形成成熟商业模式的环境下，家庭电信业务市场已经成为电信运营商的希望所在。电信运营商都希望积极拓展自己的数字家庭价值链，基于自身优势发展家庭电信业务市场。因此电信运营商急需开发适合客户特点的最佳产品和服务，建立以家庭客户为中心的营销服务模式，而这些重点就在于对客户行为进行全面的分析和认知，即对客户进行细分，从而提供更具有针对性的产品组合和营销服务。本课题主要利用数据挖掘技术深入分析移动家庭客户的消费行为，对移动家庭市场客户以及家庭用户的套餐产品进行细分，从而精确识别和细分客户市场，并针对不同细分客户制定精细化的营销策略，减少营销成本、提高营销效益。本文针对移动家庭客户的特征，结合黑龙江移动的实际情况，分析了数据挖掘的过程特点；针对家庭客户市场主题，提出了应用决策树算法的解决方案；主要有如下三方面的内容：1．详细分析了国内外电信行业家庭客户市场现状，对课题研究的相关技术进行了综述，提出了移动家庭客户市场分析的总体方案。2．重点研究利用数据挖掘算法建立数据挖掘模型的方法及步骤，以家庭客户识别模型为例，采用抽样方法拆分样本集，提出交往圈的概念，采用决策树和Logistic回归模型的算法建立数据挖掘模型，并对模型进行验证，给出挖掘的最佳方案。3．在前期工作基础上，结合黑龙江移动的实际数据对模型进行应用评估，结果表明，基于数据挖掘技术的家庭客户市场分析能够有效识别潜在家庭客户，有助于移动家庭客户市场的分析与营销。