国内外电信市场竞争的加剧和电信业务的发展,要求国内电信企业的运营模式,逐步向以客户为中心、以数据为基础的国际先进模式转变,客户分群成为这种科学经营模式的前提和基础。目前,中国电信企业对客户进行分群的方法还是基于经验或基于统计的方法,没有使客户与企业之间发生交互的信息,无法满足业务发展的复杂分析需求。随着数据挖掘技术在电信企业管理中应用的深入,采用数据挖掘方法进行多层次,多维度、有针对性的客户细分变得十分重要和紧迫。本文针对电信行业的信息挖掘技术展开相应的研究工作,通过研究电信行业客户分群模型及算法实现,旨在提出一种多维的客户分群方法,指导电信公司针对不同的客户群采取不同的行销策略。论文的主要研究成果如下:1.对数据挖掘的基本过程、数据挖掘的数据预处理技术以及几种目前较为成熟的数据挖掘技术进行研究,确定了针对电信客户分群任务所采用的数据挖掘方法。2.基于广东电信的设施环境,设计了客户分群数据挖掘的解决方案。3.给出了客户分群数据预处理的方法和实现技术,其中包括建立统一客户视图模型、企业逻辑数据模型、数据的整合和清洗以及宽表的设计。4.采用Clementine工具实现了一种基于K-means聚类的客户分群模型,将有效的支持电信决策层制定有针对性的客户营销策略。