在我国电信行业竞争日益激烈,市场容量逐渐饱和,终端产品和通信资费相对平稳的情况下,用户是电信运营商激烈竞争的焦点。如何有效地防止用户流失,降低流失率成为各个运营商急需解决的难题。客户流失给运营商带来巨大损失,而成功挽留一个即将流失的客户比重新发展一个客户节约大量成本。因此需要建立一个流失预测系统预测哪些客户即将流失,找出流失的原因,以便及时采取相应的挽留措施,减少客户流失的发生。本文的目的就是研究并实现一个准确率高、有效性强的电信行业客户流失预测模型。模型依据数据挖掘原理,利用数据挖掘软件SPSS Clementine 8.0,以大连海事大学和东软股份公司电信部协作开发的“电信客户流失预测系统”项目为依托,以CRISP_DM(Cross-industry Standard Process for Data Mining)建模过程为框架,逐步按照商业理解,数据理解,数据准备,建立模型,模型评估与发布的步骤,实现了电信行业客户流失预测系统。为了解决流失者和未流失者比例分布严重偏斜,本文采用了多基决策树联合决策的思想。首先用训练集构造流失人数与未流失人数满足一定比例的多个训练子集,每个子集用C5.0算法训练一棵决策树,之后用加权投票的策略产生最终的预测结果。经用测试集数据验证,多基决策树联合决策方法不仅避免了全部数据训练一棵决策树时会产生“空”预测系统的问题,而且也比基决策树的查准率高,提高了模型的泛化能力。