随着电信技术的迅速发展以及电信市场的进一步放开,中国电信行业的市场竞争日益激烈,客户争夺愈演愈烈,2008年电信重组更加促进了运营商之间的竞争。在营销手段日益成熟的今天,每个企业都存在客户流失的问题,我们的客户仍然是一个很不稳定的群体,如何提高客户的忠诚度是现代企业营销人一直在研讨的问题。对于通信市场来说,剩余客户市场逐渐缩小。从成本上来看,争取一个新客户比挽留一个老客户的成本要多得多,减少客户流失就意味着节约成本,减少利润的流失,这点已经为电信运营商所广为接受。然而运营数据是海量的,时间是有限的,怎样才能在合理的时间内得到有价值有指导意义的数据分析结果,发现客户流失的规律?又有什么办法可以更好地维系和挽留这些辛苦维护的客户,不让他们轻而易举地离网呢?数据挖掘是伴随着人工智能和数据库技术发展而出现的一门新兴技术,它的核心功能是从巨大的数据仓库中获取有用信息,以供企业分析。对于电信运营商而言,数据挖掘有助于发现业务发展的趋势,揭示已知的事实,预测未知的结果,并帮助电信运营商分析出完成任务的关键因素。最近几年,数据挖掘技术以其强大的数据分析功能被普遍应用到电信客户流失预测之中。本文的目的就是在对电信客户流失等业务知识深刻理解和研究部分数据挖掘常用算法的基础上,依据数据挖掘建模流程,研究并实现一个准确实用的客户流失预测模型和流失客户分类模型,并结合某省会城市某电信运营商业务支撑系统2011年的样本数据进行分析,对分析结果进行评估验证。在对客户流失预测模型和流失客户分类模型进行评估和结果分析的基础上,得到了有效的客户流失规则集,并给出了预测的准确率,同时针对流失客户分类结果对客户的挽留策略提出一些意见和建议。最后对所做理论研究工作、实验工作和实验中所遇问题以及下一步工作进行了总结。