本论文从数据挖掘技术角度出发，就数据挖掘技术在移动通信客户关系管理(客户关系管理Customer Relation Management，简称CRM)中的应用进行了研究，并在此基础上完成了“客户流失预警”和“客户价值评估”两个具体应用项目的开发。 移动通信市场的竞争实质就是对客户的竞争。这也就提出了CRM实施的必要性和紧迫性，因为CRM的宗旨就是“以客户为中心”。CRM系统要对客户在与企业交互过程中生成的各种数据进行收集、分析，挖掘出隐含在数据中的有用信息，以便给用户提供更有针对性、更优质的服务。这其中必然要注重数据挖掘技术(数据挖掘Data Mining，简称DM)。因此，如何将数据挖掘技术应用于移动通信行业CRM，成为了运营商们最关注的问题之一。 本文首先介绍了DM的算法与技术，特别是本文项目所涉及的决策树算法和Kohonen算法，对分类技术和聚类技术进行了概括；然后介绍了移动通信行业CRM的定义与基本结构，并对与DM技术密切相关的数据仓库技术(数据仓库Data Warehouse，简称DW)作了介绍；接着在DM一般方法论——SEMMA和CRISP-DM的基础上，针对移动通信行业特点，研究了移动通信行业的DM方法论(数据挖掘项目的整体流程)；最后，本文采用了IBM公司的数据挖掘工具(Intelligent Miner，简称IM)和数据仓库工具(DB2)，针对四川移动通信有限责任公司“客户流失预警”和“客户价值评估”两个项目，以项目功能要求为目标，对建立模型的硬、软件环境方案和项目整体流程方面进行设计；在项目的实施过程中，以本文所研究的移动通信行业数据挖掘方法论为基础，对模型的定义、挖掘算法的选择、模型的建立和结果的展现与解释做了详细介绍。 由于目前国内移动通信行业的数据挖掘技术处于起步阶段，许多省市的CRM系统仅仅停留在多维分析、联机分析处理(联机分析处理Online AnalyticalProcessing，简称OLAP)等技术上。本项目的实施推动了数据挖掘技术在移动通信行业CRM的发展和应用，增强了移动运营商的竞争力。