随着目前我国政府对电信运营行业的进一步放开和政策约束的一系列调整,我国电信行业中企业间的市场竞争日趋激烈。同时,广大用户对电信服务质量的要求也越来越高。面对国内电信企业运营成本的大幅度增加,如何能够在满足用户需求和提供优质服务的前提下充分利用现有资源和配置来降低运营成本、提高运营效益已成为电信运营企业能否占据竞争优势地位的重要因素之一。显然,降低其运营成本、满足用户需求需要强大的数据管理作为管理决策层的决策基础和决策依据。然而,用户数量和服务种类的激增使电信运营企业中数据管理的难度急剧加大:一方面,联机作业系统因为需要保留足够的详细数据以备查询而变得笨重不堪,系统资源的投资跟不上业务扩展的需求;另一方面,管理者和决策者只能根据固定的、定时的报表系统获得有限的运营统计分析信息,无法及时获取用户的反馈信息,制定切实有效的市场策略来适应激烈的市场竞争。因此,为企业决策提供决策依据和对市场运营状况提供分析预测依据的数据仓库系统无疑成为电信运营企业关注的焦点。鉴于上述背景需求,本文提出基于数据仓库的电信信息分析系统以满足目前电信运营企业信息管理活动中决策支持的新需求。本文从基于数据仓库的电信信息分析系统的整体架构出发,设计了该系统的主题分析;完成了基于主题分析的数据仓库模型的构建;并对相关的主题分析的内容引入成熟的数据挖掘算法完成对决策辅助信息的挖掘工作等。论文的成果主要包括以下几点:(1)设计了基于数据仓库的电信信息分析系统的主题分析及基于主题分析的数据分析模型。(2)针对话费消费特征的客户细分的主题,提出采用数据挖掘工具中的决策树算法对该主题的数据进行挖掘,并且应用成熟的ID3算法完成了对基于话费消费特征的客户细分的决策支持工作。(3)针对客户话费消费行为的相关性分析的主题,通过将业界广为熟悉的Apriori算法和FP_growth算法进行分析比较,提出采用FP_growth算法来完成该主题的相关性分析,并且得出了可靠的、有效的决策支持结果。(4)鉴于在基于数据仓库的电信信息分析系统的各类主题分析模型中,信用度分析中的信用度值是需要重点研究的量化指标数据。而且信用度又是电信运营企业用户评价客户、防止客户欺诈的关键指标。因此,本文提出了基于层次分析法的电信客户信用度的综合评价体系,完成了对信用度值的量化设置。