电话语音系统又名呼叫中心(Call Center System),其作为客人与公司最便捷的沟通桥梁,也承担着非常重要的门户角色。而交互式语音应答(Interactive Voice Response,IVR)功能,它是电话语音系统中核心部件。在业务复杂化和客户多样化的发展中,自助播报和静态自助查询已经越来越不能满足所需。例如,层次过于累赘而导致客人本来可以自助实现的简单功能不能实现,需要联络客户服务主任,甚至产生进一步的投诉,甚至对公司服务形象造成破坏。这就违背了本来的分流,自助的目的。其中,造成用户体验差,一般来说都是菜单设置不恰当导致的。作为营运管理层与IT商讨解决这个问题的方法,结论是自助语音系统需要感知用户的行为习惯,从静态语音系统向智能播报系统转移。为此,本论文的研究对象主要是两个方面,一个是结合自助服务系统与数据分析技术,另一个是建立自助服务系统的数据仓库技术。本论文中使用的数据挖掘过程,是对客人在自助语音IVR录入的选择习惯(Road Map)与属性等资料,运用数据挖掘中的聚类分析及其关联分析方法实现客户细分。为不同类型的客户提供个性化的功能菜单,进而改善IVR的客人使用效率。本论文进行数据挖掘的前提就是数据仓库技术。本论文运用了数据挖掘技术,实行客户行为挖掘之后用以调整IVR自助功能菜单,以及制作了一个优化语音播报的编排方法。首先客户在自助播报菜单中收集客户的轨迹信息;接着运用数据仓库进行处理;之后使用关联性分析算法去发现各个功能菜单之间的规则,以此作为依据感知客户的使用习惯。本论文对IVR设计的系统结构框架也作了阐述,并且引入了SPSS modeler软件来帮助进行数据挖掘,从而使整个数据分析更加立体化,可视化。本论文最后也通过对自助语音系统,实施实时的反馈。在原来静态语音系统中,加入动态元素,提升客户在语音系统中的操作体验。以及达到减少用户平均逗留在IVR的时间这一目的。令到通过关联分析后动态调优的语音菜单,是更加高效,从而为公司节省了不少人力资源的付出。