随着中国移动电话用户的增加,电信市场的竞争越来越激烈,企业的产品和服务本身已很难分辨出绝对优劣,谁能把握住客户的需要、加强与客户的沟通,谁就能取得竞争优势。因此,如何把握住客户的需要并以最快的速度做出响应,即如何吸引并保持客户已成为当今企业竞争的焦点。数据挖掘技术就是面向应用的,是目前国际上数据库和信息决策领域的最前沿方向之一。数据挖掘技术应用于电信行业可以帮助运营商分析客户消费行为、识别客户特征,辅助运营商进行有效的市场营销和客户服务。其中决策树方法是利用信息论中的互信息(信息增益)寻找数据库中具有最大信息量的属性字段,建立决策树的一个结点,再根据该属性字段的不同取值建立树的分支。每个分支子集中重复建立树的下层结点和分支的过程。采用决策树,可以将数据规则可视化,也不需要长时间的构造过程,输出结果容易理解,精度较高,因此决策树在知识发现系统中应用较广。本论文首先对中国和山东移动通信运营市场进行了分析,通过对移动通信行业的客户流失现象进行分析,阐述了移动通信运营业应用数据挖掘的必要性。其次,对建立V2.5.1流失预测模型中要使用的决策树算法做了详细的介绍。本文的重点是V2.5.1流失预测模型的建立,首先对模型的总体结构和模型的接口做了说明,然后从数据理解、数据准备、建立模型、模型评估和模型发布、应用、维护等,详细介绍了流失预测模型的建立。V2.5.1流失预测模型细分不同用户的不同预测目标,使预测结果更具有前瞻性。在预测技术方面,V2.5.1模型只用决策树技术,其预测能力与原来的使用RPF技术和决策数技术基本持平。