随着数据挖掘技术的发展,数据挖掘的重要性己经被越来越多的人认可,它是利用己知的数据通过建立数学模型的方法找出隐含的业务规则。在国外很多的行业己经具有成功的应用。例如,电信行业的应用领域主要有客户关系管理,客户欺诈分析,客户流失分析,客户消费模式分析,市场推广分析等。在国内随着对数据挖掘技术的重视,数据挖掘技术的应用研究也越来越广,其中对电信行业的客户流失分析就是一大热点。客户流失分析是通过对以往流失客户的历史数据进行分析,找出可能离网用户的特征,及时采取相应的措施,减少客户流失的发生。这对企业降低运营成本,提高经营业绩有着极为重要的意义。本课题的目的就是研究数据挖掘的实现技术,将此技术运用到防止电信行业的客户流失中。本文以四川省电信的无线市话小灵通的历史数据为对象,基于数据挖掘技术,建立客户流失预测模型,主要内容包括:1.介绍了数据挖掘的基础理论,对数据挖掘算法中的决策树算法、人工神经网络算法进行的详细的分析和研究。2.讨论和介绍了数据挖掘过程模型、目前流行的数据挖掘工具软件以及SPSS公司的Clementine数据挖掘工具。3.以数据挖掘过程为线索,详细阐述了对电信无线市话小灵通客户流失模型的建立过程。本课题的第一个成果是对无线市话小灵通的数据特征进行了全面的分析和总结;第二个成果是在成功分析数据特征的基础上建立了客户流失预测模型。随着数据挖掘技术的不断发展,电信运营商将会越来越多地发现大量有价值的客户信息和消费模式,从而能够更有效地指导其经营决策工作。