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，在很多的行业已经具有成功的应用。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。 本课题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警系统中。本文首先介绍了数据挖掘的基础理论，其次介绍如何通过判定树归纳分类，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。 本课题研究的第一个成果是结合本系统特征提出直方图-自然划分数据离散法，及其实现方法；其次是通过逐步完善的数据挖掘建模过程，建立较为准确的电信客户流失模型，讨论了将流失模型运用于企业客户数据库中，为每一个客户生成一个流失倾向记分，提供分值高于某个特定值客户群体，为市场营销人员预留足够的时间制定可行的慰留方案挽留客户，减低企业由于客户流失造成的损失。 基于严格数学计算的数据挖掘技术能够彻底改变以往电信企业在成功获得客户以后无法监控客户的流失，无法实现客户关怀的状况，把基于科学决策的客户关系管理全面引入到电信企业的市场／销售工作中来。