电信行业是我国社会经济的基础行业,在促进国家经济增长、保障信息安全、服务国家网络强国的战略上都占据着重要地位。随着经济增长和技术迭代,尽管经历了多次拆分重组和市场化改革,电信行业一直保持着良好的发展态势。但是近年来,在行业改革政策的推行与落实、互联网技术的发展、市场竞争加剧的影响下,整个行业都面临转型。在此背景下,有效预测电信行业的未来的发展情况,合理构建预测模型这一课题则显得愈发有价值。本文以TEI@I方法论为基础,选取电信业务收入这一经济指标,根据电信产业自身发展特点,创新性的针对年度和月度两组不同数量的数据分别建立了集成预测模型。对于较大样本的月度电信业务收入数据,首先采用季节性ARIMA模型进行线性拟合,得到估计值序列和非线性的残差序列,采取NAR神经网络对残差序列进行估计,最后线性集成得到预测结果。对于小样本的年度电信业务收入数据,建立多元回归、灰色GM(1,1)两个线性模型,利用支持向量机进行非线性映射集成,得到预测结果。最后,根据各集成模型的判断模型的准确性。对比可得,本文提出的基于TEI@I方法论的预测模型能够在一定程度上有效提高模型的预测性能,降低预测误差。通过本文的研究,在理论层面上可以为电信业务收入预测模型提出一种新的思路,弥补以往电信业务收入月度数据预测研究的不足;在实践层面上,电信业务收入预测研究可以为政府制定相关政策提供依据,辅助电信企业制定相关战略。