随着移动互联网的高速发展,电信业务的不断推进,用户数据的不断累积,大数据时代的来临,整个通信行业的竞争越来越来激烈。客户数据资源积累成为左右行业营销策略导向的重要资源。电信行业作为用户基础通信数据的核心载体,随着4G(第四代移动通信技术)网络的不断普及,用户作为利润增长的核心要素成为各大通信运营商的争夺焦点。作为客户来源的主力军,年轻用户通信活跃度不断提升,对通信运营商市场份额起到至关重要的作用。而大学生客户作为年轻用户的代表,对这部分人群进行行为特征分析具有十分重要的意义。本文以中国移动K市的校园区域基站下的客户基本信息为依据,按照CRISP-DM标准过程模型的商业理解、数据理解、数据准备、建立模型、模型评估、模型部署共六个阶段内容进行数据挖掘工作,选用数据挖掘工具SPSS Clementine12.0.3,利用决策树C5.0算法、神经网络算法、二项logistic回归算法对大学生客户识别模型进行建立并评估,选择最优模型,并验证了模型的唯一性,进而对模型进行部署。在此模型的基础上,业务人员根据大学生客户的通信情况制定有效的营销策略,更好地为大学生客户服务。