随着中国加入WTO，国际化的市场环境要求国内的公众电信运营企业在经营管理上向国外先进的电信运营企业看齐，以迎接电信运营业的国际化竞争。电信企业的经营模式和服务体系正以客户的价值取向和消费心理为导向，真正体现“创造需求”、“引导消费”的现代客户服务意识与理念。同时随着电信市场日趋饱和，成功挽留一个即将离网的客户比重新发展一个客户节约大量成本。如何预测哪些客户在不久的将来可能会从您公司流失，从而最大程度的降低客户的流失率呢?常用的方法之一就是利用数据挖掘技术。 数据挖掘技术是目前数据仓库领域最强大的数据分析手段。它的分析方法是利用已知的数据通过建立数学模型的方法找出隐含的业务规则，在很多的行业己经具有成功的应用。在电信行业的应用领域主要有客户关系管理，客户欺诈分析，客户流失分析，客户消费模式分析，市场推广分析等。 本文的目的就是研究数据挖掘的实现技术，并将此技术运用于电信行业客户流失预测系统中。本文首先介绍了数据挖掘的基础理论，其次介绍如何通过数据挖掘算法归纳分类，然后研究运用数据挖掘技术实现电信行业客户流失预警，用流失模型预测客户流失率。 本文研究的主要成果有：针对电信客户流失预测的特点建立了流失预测的系统解决方案，将预测过程划分为了5个阶段，在属性转换和属性选择这两个流失预测最为重要的关键阶段，提出了一个全新的完整解决方法，并建立了一个指标体系来衡量不同模型的预测效果，最后，详细阐述了如何利用流失预测结果来提高客户挽留工作的效果。 本文介绍的预测模型是通过逐步完善的数据挖掘建模过程建立的，有较高的准确性，为客户挽留活动预留了足够的时间，并提供了大量有价值的信息来帮助市场营销人员制定可行的客户挽留方案，具有广泛的行业应用前景。