随着数据库技术的广泛应用,各行业积累了海量的业务数据。为了改变当前“数据丰富却知识匮乏”的状况,数据挖掘技术得到了众多企业的重视。在现今移动数据时代、智能终端时代下,智能手机越来越普遍,用户换机的频率和对手机的依赖性更加强烈。所以,在手机终端精准营销方向,对更换手机的潜在客户预测这项研究是有意义的。在这背景下,本文提出基于数据挖掘技术对换机客户进行预测研究的方法。首先,本文依托X省公司“手机终端精准营销需求”项目,分析和采集用户行为数据,并借助Hadoop对真实用户上网日志进行分析。参照CRISP-DM挖掘流程对采集的数据进行数据理解、数据清洗、数据转换等工作。其次,本文分别采用决策树C5.0、神经网络、Logistic回归算法对样本数据进行训练并建立预测模型,并对训练结果进行评估和比较。通过SPSS的实验结果表明决策树C5.0算法模型对潜在换机预测研究更为适合。最后,本文分析了模型对于用户市场拓展、开展终端精准营销、提升业务推荐成功率、用户终端行为监控等方面简单的应用情况。本文从实际问题出发,将数据挖掘技术应用到潜在手机终端更换的预测研究中,研究工作对决策及市场人员开展工作有重要的作用,对同类型换机预测研究有一定参考意义。但本次研究还存在可以改进的地方如评价指标、业务知识,数据处理方法,这些也是将来可开展的研究工作。