中国电信行业面临着激烈的行业竞争,虽然目前已经建立起大量的计算机应用系统,如计费、营业、账务、网管等,使电信企业的生产效率得到了大幅度的提高,为满足高质量的服务提供了有效的保证。但这些系统仍然有许多不足之处,如系统孤立、数据不能得到很好的利用、缺乏动态捕捉市场机会和及时发现企业所存在问题的机制等,企业在面临竞争时就无法做出快速正确的决策。同时,电信运营商的经营模式也逐渐从“技术驱动”向“市场驱动”、“客户驱动”转化。面对客户的多样化、层次化、个性化的需求,大众化营销已经失去了其优势,基于客户信息、客户价值和行为,深入数据分析的洞察力营销、精确化营销的理念也逐渐被各大电信运营商所接受,并渴望通过从诸多应用系统的数据中挖掘价值来减少营销成本、提高营销效益。满足电信需求的解决方案就是在电信行业中构建数据挖掘平台。直接将现有的数据挖掘技术应用到电信行业中还存在一定的局限性,比如说开发周期长、不够灵活等。SOA是构建新一代企业应用的技术标准,能够整合现有系统,实现灵活流程。本文针对电信行业数据挖掘需求,结合现有数据挖掘技术,提出了一个基于SOA的电信行业数据挖掘解决方案,能够满足电信数据挖掘集成化、灵活性、定制性的要求。本文的主要研究内容如下:1、对数据挖掘的基本原理、流程进行了研究,研究了数据挖掘算法分类,并主要对聚类分析、关联分析、决策树、神经网络等算法进行了研究。分析总结了数据挖掘算法应用领域。1、在此基础上研究了电信数据挖掘流程和体系结构,分析了电信数据挖掘需求及算法应用。在电信数据挖掘结构加入商业逻辑层和模型管理层,并加入了业务数据映射模块,从而能够是电信数据挖掘更加灵活。2、研究了SOA的基本原理、技术,分析了SOA实现方法。引用并分析了IBM SOA基础构建,并提出了SOA技术的几个关键问题。3、结合电信数据挖掘需求、体系结构,划分了电信数据挖掘基本服务,在研究了SCA、SDO、BPEL等SOA技术的基础之上,基于SOA提出了电信数据挖掘应用平台解决方案。4、在解决方案的指导下,详细设计并部署实现电信行业用户行为分析案例。主要实现了用户群聚类分析这个应用,设计了用户群聚类分析SOA服务实现方案,并对该应用进行了展示。