面向移动通信客户的聚类和流失模型研究是解决移动通信行业中客户细分和客户流失问题的一个有效方法。随着通信技术的发展，3G牌照的发放，国内电信企业的重组，移动通信业的竞争不断加剧，如何将客户进行科学的细分、如何准确预测客户流失成为行业内部关注的热点问题。　　 针对通信行业中的客户细分和客户流失问题，在分析现有解决方法的基础上，引入了聚类算法和决策树算法，探讨了移动通信客户的聚类和流失建模策略，建立了客户聚类和客户流失模型，通过数值实验说明了策略的合理性。　　 在阅读大量国内外文献的基础上，阐述了移动通信客户聚类和流失模型研究的重要意义，介绍了移动通信客户聚类和流失模型的国内外研究概况，分析了客户聚类和流失模型建立的关键技术和发展情况，详细介绍了聚类算法和决策树算法的研究进展。　　 针对移动通信客户细分问题，结合聚类算法，探讨了移动通信客户的聚类建模策略，结合移动通信客户数据，采用了K-Means算法建立客户聚类模型，并对算例结果进行了分析，结果说明面向移动通信客户的聚类建模策略是合理的。　　 针对移动通信客户流失预测问题，在分析多种分类预测算法的基础上，将决策树算法引入客户流失建模，探讨了移动通信客户的流失建模策略，建立了客户流失预测模型，并对测试样本进行了预测，预测结果说明了该策略的合理性。　　 针对决策树算法特点，结合实践经验，探讨了面向移动通信客户流失模型的数值实验研究策略。在数值实验中，运用生成衍生变量、改变变量属性、复制样本记录、改变决策树参数设置等策略建立了多个客户流失模型，对各个模型进行了测试和比较，选出了最优的样本实验模型。