移动互联网的飞速发展带动了运营商4G业务的快速推广。然而虚拟运营商的出现不仅加剧了电信运营商之间的竞争,而且增加了传统电信运营商套餐用户的流失率,使得电信市场以及传统的电信运营商受到了较大冲击。电信套餐业务是运营商获取客户、提升价值的核心业务。研究如何充分发挥套餐业务价值,减少客户流失率和促进服务的增值,为用户推荐合适的电信套餐,留住老用户对于电信运营商来说具有重要的意义。针对已有的套餐推荐存在的问题:仅考虑套餐业务特征而没有从用户实际消费出发、推荐过程较简单、没有深层次挖掘用户需求以及电信数据利用不充分。本文在电信套餐业务和个性化推荐算法研究的基础上,从用户实际消费出发,提出基于用户聚类的信任加权平均推荐算法,充分利用用户通话行为数据的优势,综合考虑用户的消费情况和用户之间的信任度,给用户进行精准的套餐推荐。为确定该算法中的K值和信任阈值?,本文以推荐准确率为指标进行相关实验,并对比该算法与基于信任加权平均的推荐算法的性能,实验结果表明该算法具有较高的推荐准确度。为解决新套餐冷启动问题,利用套餐业务特有的属性,构建基于内容的推荐模型,为用户推荐新套餐。在算法研究的基础上,本文采用MYSQL数据库,基于B/S模式,开发了基于用户通话行为的电信套餐推荐系统。该系统实现了给用户推荐合适的套餐。综上所述,基于用户通话行为的电信套餐系统可以为用户推荐合适的套餐,对运营商留住老用户具有重要的实际意义和价值。