随着电信运营商重组完成以及3G牌照的下发,电信市场竞争日益激烈。三大运营商从传统单一的移动或固网业务运营转变为全业务运营,而宽带业务作为重点业务成为电信运营商全业务竞争中不可或缺的重要阵地。然而,随着宽带业务的激烈竞争,宽带客户的流失问题日益严重。如何更好的及时发现、挽留即将流失的宽带用户成为运营商亟需解决的问题。本项目基于行业标准数据挖掘过程模型CRISP-DM,经过与A地市业务人员及专家的交流探讨,确定从A地市EDW系统以及CRM、计费等业务系统中抽取海量宽带用户状态属性以及行为属性数据。基于海量用户数据,首先构建初步的宽带用户宽表,利用人工构造衍生变量方法实现对于宽带用户属性的完善；利用SPSS Clementine数据挖掘工具实现对于宽带样本数据的审核；通过关联规则分析以及相关系数法实现对于宽带用户属性规约；基于关联规则实现对于宽带用户的空缺值填充；对用于建模的宽带客户样本进行非平衡分布处理,选择决策树C5.0算法,实现宽带流失用户建模；利用测试样本数据对于建立模型进行效果检验,判断模型优劣。最后实现模型发布,应用于A地市一线业务人员营销、宽带客户保有中去。通过利用数据挖掘技术在A地市宽带客户流失挖掘预警项目中的应用,每月为一线业务人员提供宽带客户流失预警名单,使一线业务人员更好的进行针对性营销,进而成功实现了将A地市宽带客户流失率显著降低的目标。解决了A地市宽带客户流失严重的问题,同时也验证了基于数据挖掘技术的宽带客户流失预警是有效的。