随着通信市场的逐渐开放化，通信企业间竞争日趋激烈，客户选择运营商的余地愈来愈大，客户流失情况的日益严重以成为运营商们关注的热点，如何留住有价值的客户已经成为企业降低成本、提高收益的关键因素之一。本文关注移动通信行业客户流失率高这一商业课题，在这样的背景下探索客户流失分析和客户挽留的方法。 鉴于通信行业拥有其用户的众多特征数据和庞大的消费数据，本文充分利用这些数据，借助数据挖掘技术，对某地市联通公司的客户消费特征和静态属性特征做了细致的分析，建立了基于C5.0侦测规则、C&RTree决策树、NeuralNet神经网络和Logistic回归预测的四种客户离网预测模型。旨在能根据在网用户的消费及其他特征，预测其三个月后是否在网的状态，辅助制定价值客户即将离网的预警机制。 本文的另一项工作是，细分离网客户。将离网用户分为若干类别，分析各类用户的消费等特征，针对每个类别的用户分析可能离网的原因，提出客户挽留建议。