随着宽带互联网接入的日益普及,运营商对宽带用户的发展竞争也越发激烈,而针对宽带用户接入服务的流失也日渐成为各运营商的关注热点,在原有的客户关系维护中,无法精准和及时的对可能面临流失的宽带用户进行捕捉和行为分析。因此,如何提高预测客户流失的准确率将成为各个运营商十分重要的活动。本文将主要研究基于数据挖掘算法在广电行业中宽带用户流失的问题,提出通过同时对几个数据模型进行演算与实际情况进行对比,经评估和优化后确认唯一模型算法,最终提取预测结果的方案。主要工作如下:(1)研究各类数据挖掘算法的结构系统和过程模型。通过目前主流的CRISP-DM过程模型作为本文的基础构架,为后文分析客户流失预测方法提供理论基础。(2)针对广电宽带业务的特点,提出基于数据挖掘算法的客户流失预警系统的设计方案,重点对比分析了决策树、神经网络、Logistic等模型。(3)通过对数据清洗和抽取、模型变量筛选、构造衍生变量后,导入实际用户数据,经计算出预测结果与实际数据进行对比,最终完成系统测试。测试结果表明决策树模型是最适合本次研究的分析算法,而且极大的提高了用户预测结果的准确率。根据模型输出结果,可以为广电的业务部门提供流失预警名单。根据流失分析概率和实际情况,有针对的进行用户挽留活动,提高了工作效率,降低了流失风险。从而有效的控制了宽带用户流失风险,为综合业务发展提供了重要保障。