随着中国电信市场的逐渐成熟,电信市场竞争日益加剧,电信运营商为了留住老客户、吸引更多的新客户,不断推出新的电信产品。一个新产品从构思、开发、发布和退出市场等整个过程构成了电信产品的生命周期,而在这个周期中的新产品目标客户群的定位、推向市场前的收益预测等环节构成了电信产品生命周期管理中的难题。本文对电信产品生命周期管理模型进行了分析,并且运用数据挖掘的相关知识着重对模型中的客户细分和产品预演进行了研究。根据数据挖掘技术目前的发展现状和本文研究要用到的数据挖掘知识,本文首先分析了数据挖掘过程模型和对聚类算法进行了归纳。在此基础上,本文根据国内电信运营商的相关规范并结合实际项目提出电信产品生命周期管理模型,并对模型中的各个环节进行了具体分析。通过对客户信息进行归类,采用属性约简和数据规范化处理后,本文建立了电信客户细分模型和客户细分评价体系。然而,电信新产品在正式推向市场前没有客户和消费信息,要对其进行市场收益预测等只能借助于现有的电信产品,所以需要进行产品间的相似性计算。本文对电信产品属性进行分析,通过属性特征抽取建立了电信产品相似度计算模型,并利用对象属性相关性的强弱进行属性归并等提出了基于复杂对象分解的相似性度量方法。本文根据某电信运营商的实际数据进行的仿真试验结果表明:基于客户细分模型的K-Means算法在客户细分中有着较好的整体性能,为电信新产品目标客户群的市场定位提供了依据;基于产品相似度计算模型的复杂对象分解的相似性度量方法比传统距离度量方法能更准确的预测新产品的市场情况。