随着通信市场竞争的日趋激烈，中国移动通信GSM网话务量预测的工作越来越重要，对于移动公司来说，话务量的大小直接关系到移动公司的经济效益。话务量多少直接影响到网络设计，网络规划以及网络性能评价等方面，无线话务量预报可以使移动公司更好地预防网络存在的拥塞，覆盖和干扰等问题，从而使失去的话务量重新吸收回来，达到增加话务收入的目的。因此，话务量预测的研究是非常必要的。 支持向量机是数据挖掘中的一项新技术，是借助于最优化方法解决机器学习问题的新工具。但是将其应用到通信市场的预测中却并不多。本文在分析移动GSM网话务量预测的基础上，提出了利用支持向量机预测话务量。基于支持向量机用于时间序列预测的理论基础，给出了基于时间序列的支持向量机预测模型。并且选取湖南移动株洲分公司2008年1月-8月的GSM网话务量数据作为训练预测数据，在对核函数及其参数的适当选择情况下，对于支持向量机的话务量预测进行了实证检验。并与ARIMA时间序列模型进行了对比分析。 结果表明，支持向量机方法不但可以较准确地预测移动GSM网话务量的发展趋势，而且预测也具有很好的效果。由此可见，应用支持向量机对移动话务量进行预测前景非常看好。