随着信息社会的高速发展,信息数据量日益膨胀,如何把这些数据转换成有用的信息和知识将是数据挖掘领域要解决的核心问题。模式挖掘是数据挖掘中重要的一部分,通过模式挖掘与分析,可以获取原始数据的一般性质并可以对数据进行推断和预测,最终得到有用的知识。电信数据是一种重要的信息来源,通过对电信网络进行模式挖掘与分析,可以指导运营商的市场营销,而且还可以指导分析恐怖组织等。电信网络是一种典型的社会网络,通过社会网络分析进行模式挖掘与分析可以更好地发现信息和知识。本文旨在挖掘电信网络存在的尽可能多的模式并提供其主要分析方法,并提出一个基于Hadoop平台的挖掘和分析处理流程以及一个基于此流程的原型系统。首先,本文提出了基于Hadoop分布式计算平台的挖掘和分析流程,该流程包括了ETL,数据挖掘引擎,挖掘效果评估以及知识表示。对于模式挖掘,由于用户不知道数据中什么类型的模式是有趣的,所以需要尽可能的挖掘多种不同的模式。本文基于电信网络挖掘的模式主要涉及到了周期性模式、离群点模式、spammer模式、结构相关性模式、小连通分量模式以及在这些模式基础之上发现的异常模式。通过模式挖掘,获得了需要分析的目标对象。本文中对电信网络的分析,涉及到个人中心网络、社群发现以及可视化分析等,这些分析可以更好地对发现的模式进行确认、探究及发现。通过数据再分析,可以得到新的知识。最后本文基于一个实际的项目,实现了一个系统原型。该系统原型能够较好地体现基于Hadoop平台的挖掘分析流程并且结合了部分模式挖掘及分析方法。该部分是理论与实践结合很好的体现。