随着时代的发展与进步，客户对运营商的要求以及期待也越来越高，传统的电信挖掘分析只是针对用户个体或基于用户个体特征属性相似而聚类形成的客户群体，完全没有考虑用户个体之间的关系。用户的月消费指标可能随着个人的需求、兴趣、经济等多种因素而变化波动较大，但是人与人之间的联系在长期一段时间内是稳定的，使用用户所在群体的共性特征分析出的用户行为趋势会更加可靠。本文将六度空间的理论应用于电信社交网络，对单个用户、每对用户、群体用户、全网用户四个要素进行度数的划分。每个度数可以延伸出对应的社交网络研究技术，并拓展到针对性业务中去，为后面的分析提供辅助依据。文章定义了亲邻度、核心成分、核心归属价值等概念，提出基于亲邻度的无权群体识别算法与加权群体识别算法。使用无权群体识别算法对电信客户进行群体划分，并对分群结果进行评价。对划分得到的群体进一步使用聚类算法，分析群体的内部共性。使用逻辑回归方法计算网络边权重，量化家庭关系，进行欢乐在线潜在家庭群体挖掘并评估模型输出结果；使用几何平均值方法量化本网用户与异网用户之间权重，通过线性回归拟合竞争对手价值，进行竞争对手反挖与高价值客户保有挖掘。对可能产生离网倾向的高价值本网用户，做好维系挽留工作；对群体中高价值竞争对手客户，则要采取措施进行反挖工作。研究结果可以用于辅助市场营销工作。