数据挖掘是从大量数据中提取人们感兴趣的信息和知识,这些往往是隐含的、有用的、尚未发现的信息和知识。数据挖掘致力于数据分析和理解,揭示数据内部蕴藏的知识,它是未来信息技术应用的重要目标之一。经过数据挖掘领域研究工作者十几年的努力,出现了许多数据挖掘的新概念、新方法,特别是最近几年,一些基本概念和方法趋于清晰,数据挖掘研究正朝着更加深入的方向发展。随着电信改革进一步深入,通信市场的竞争已经十分激烈。客户是公司最重要的资产,是市场竞争的焦点,客户保持对公司的利润底线有着惊人的影响,远远超过公司规模市场份额单位成本和其它许多通常认为与竞争优势有关的因素的影响。特别是对电信而言,全球几乎每一家电信公司都正在或将要建立客户流失模型,没有或不准备建立流失模型的公司是缺乏竞争力的。本文采用了决策树C5.0算法,并以CRISP-DM(Cross-industry Standard Process for Data Mining)建模过程为框架,逐步按照商业理解,数据理解,数据准备,建立模型,模型评估与发布的步骤,从电信企业的实际情况出发,分析探讨了电信企业运用数据挖掘的重要性。根据其实际需求,给出预测系统的基本描述。最后,针对电信业客户流失问题,并以实际数据为依托,通过数据挖掘技术在大量的历史数据中进行挖掘分析。在国内随着对数据挖掘技术的重视,数据挖掘技术的应用研究也越来越广,其中对电信行业的客户流失分析就是一大热点。客户流失分析是通过对以往流失客户的历史数据进行分析,找出可能离网用户的特征,及时采取相应措施,减少客户流失的发生。这对企业降低运营成本,提高经营业绩有着极为重要的意义。